Hur man bygger AI CoAgents eller appar som drivs av Copilot

CoAgenterbjuder en verktygslåda som krävs för att integrera LanGraph-agenter i React-appar för att bygga Agent-Native-applikationer. I det här inlägget kommer vi att prata om det här verktyget och se hur du kanbygg AI CoAgents eller appar som drivs av Copilot.

Vad är CoAgents?

Som nämnts tidigare är CoAgent en verktygslåda som låter dig integrera AI-agenter i appar för att skapa Agent-Native-applikationer. Låt oss nu prata om dess funktioner.

CoAgents har en funktion som heterDelad stat, vilket gör att även en enda kodrad tillåter din applikation att hämta en insikt om agenten, och agenten kan hämta insiktsapplikationen när de är synkroniserade och kan interagera i realtid.
Det ger dig ocksåFrontend i realtidagenter som kan utföra både frontend- och backend-åtgärder enligt det sammanhang som användaren tillhandahåller och applikationens status, eftersom det är generativt användargränssnitt, sprids dessa verktygsanrop automatiskt enligt kravet.
Människan-i-slinganmöjliggör sömlös integrering av mänsklig tillsyn och intervention i AI-arbetsflöden, och specificerar brytpunkter för input eller godkännande för att förbättra säkerhet och prestanda.
Det har vi ocksåStream mellanliggande agentstatus,som visualiserar agentens tankeprocesser i realtid, vilket ger transparens och engagerande användarupplevelser, avgörande för agentens prestanda och UX som möter användarnas förväntningar.
CoAgentsAgentiskt generativt användargränssnittskapar dynamiska, AI-genererade gränssnitt som anpassar sig till användarbehov och agentutdata, vilket ger insyn i agentens tillstånd och bygger förtroende.

Om du gillar funktionerna som anges tidigare, kanske du vill överväga att använda CoAgents för ditt företag, låt oss se hur du gör det.

Bygg AI CoAgents eller appar som drivs av Copilot

Följ stegen nedan för att bygga AI CoAgents eller appar som drivs av Copilot.

Installera CopilotKit
Konfigurera Remote Backend Endpoint
Lägg till LangGraph-agent

Låt oss prata om dem i detalj.

1] Installera CopilotKit

Innan vi börjar med CoAgents måste vi först installera CopilotKit på din enhet. Vi antar att du redan har gjort detpå din dator och har skapat en mapp för React-applikationer, men den sista delen är valfri för detta steg. CopilotKit använder en LLM-modell med öppen källkod, i denna handledning kommer vi att användaOpenAI API-nyckel.Utan vidare, låt oss komma igång.

ÖppnaWindows Terminaloch gå till platsen där du har skapat React-appen medcd (byt katalog)kommando.

cd C:\React\myapplication

Kör nu följande kommando.

 npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime

Kör sedan kommandot nedan för att installera OpenAI.

npm install openai

I ditt projekt, gå till.evefilen, kommer den att finnas i roten och lägg till följande rad.

OPENAI_API_KEY=your_api_key_here

När du har gjort ändringar i filen rekommenderar vi att du navigerar tilldocs.copilot.ai/quickstartför att veta hur man konfigurerar End Point och konfigurerar CopilotKit-leverantören i ditt projekt.

2] Konfigurera Remote Backend Endpoint

För att integrera Python-baserade tjänster (eller något annat Node.js-alternativ) måste vi ansluta Copilot-appen till en Remote Backend-slutpunkt. För att göra det, låt oss först installera Copilot-beroenden i Windows Terminal med hjälp av följande fråga.

pip install copilotkit fastapi uvicorn --extra-index-url https://copilotkit.gateway.scarf.sh/simple/

Nu måste vi ställa in FastAI-servern, för att göra det, kör kommandona som nämns nedan.

mkdir my_copilotkit_remote_endpoint

cd my_copilotkit_remote_endpoint

echo. > server.py

Omekointe fungerade kan du öppna mappen i Visual Studio Code och sedan skapaserver.pyfil.

Öppnaserver.pyfil i VSCode och klistra sedan in följande kodrader.

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
return {"Hello": "World"}

Gå nu tillbaka tillWindows Terminaloch installera FastAPI och Uvicorn.

pip install fastapi uvicorn

När du är klar med det, gå tilldocs.copilot.aiguider för att lära dig mer.

3] Lägg till LangGraph-agent

Därefter måste vi integrera LangGraph-agenten till server.py-filen.Leta först upp CopilotKitSDK-instansen i din Python Remote Endpoint, vanligtvis i server.py. Justera sedan CopilotKitSDK-instansen (upprättad i föregående steg) för att passa LangGraph-agenter. Du måste lägga till följande kodrader.

agents=[ 
LangGraphAgent(
name="basic_agent",
description="Agent that answers questions about the weather",
graph=the_langraph_graph,
# copilotkit_config={ # if you use Google Gemini, uncomment this code (and import `copilotkit_messages_to_langchain`, see above)
# "convert_messages": copilotkit_messages_to_langchain(use_function_call=True) 
# }
)
],

Detta bör bifogas under CopilotKitSDK-taggen.

För att veta mer rekommenderar vi att du följer guiden som nämns idocs.copilotkit.ai/coagents.

Läsa:

Hur bygger jag min egen Copilot?

För att skapa en ny copilot, gå till Copilot Studios hemsida (på /copilotstudio.microsoft.com) och väljSkapai den vänstra navigeringen, välj sedanCopilotersida. Alternativt kan du välja+ Ny copilotpå sidan Copilots. Använd chatten för att beskriva din copilot, vägledd av de angivna frågorna, eller väljHoppa för att konfigureraoch fyll i formuläret. Slutligen, välj "Skapa" för att slutföra processen.

Läsa:

Kan Copilot generera kod?

Ja, Copilot kan generera kod. Det kan dock inte vara perfekt; det kan finnas flera fel och buggar. Därför bör man inte integrera koden som tillhandahålls av någon AI-chatbot utan noggranna manuella inspektioner. Du kan använda Microsofts Copilot i Edge, den inbyggda appen eller

Läs också: