با ۵ API ، هوش مصنوعی را در بستر محتوای سازمانی و مدیریت دانش خود بسازید که به شما کمک می کند هوش مصنوعی خود را بر روی داده های سازمانی پایه گذاری کرده و سرعت بخشید.
مایکروسافت مدتی است که ویژگی های AI را به پلت فرم بهره وری Microsoft 365 خود اضافه کرده است ، حتی با تغییر نام برنامه Portal Desktop Office “Microsoft 365 Copilot”. در زیر اعتیاد به مواد مخدره ترکیبی از ابزارهای مفید است که روشهای جدیدی برای کار با محتوای سازمانی به شما می دهد.
با توجه به اینکه بخش اعظم مایکروسافت ۳۶۵ در پلت فرم مدیریت محتوای سازمانی موجود مایکروسافت ، SharePoint ساخته شده است ، جای تعجب ندارد. این یک پایه ایده آل برای ابزارهای هوش مصنوعی است زیرا دسترسی مبتنی بر نقش به ترکیبی از داده های ساختار یافته و بدون ساختار را ارائه می دهد ، همه در مخازن مشخص شده توسط کاربر و تیم تعریف شده است. این داده ها به زمین کمک می کند مدلهای بزرگ زبان (llms) نیز ، چارچوب لازم را برای نسل بازیابی-augmented (Rag) و سایر تکنیک های orchestration.
داشتن یک حقیقت زمینی برای Copilot Microsoft 365 به کاهش خطرات مرتبط با برنامه های هوش مصنوعی مایکروسافت کمک می کند ، اما این امر هنوز هم آنچه را می توان با خدماتی انجام داد که مایکروسافت در حال ساخت بوده است ، به ویژه هنگامی که می خواهیم آنها را در برنامه های کاربردی و گردش کار خود بسازیم ، محدود می کند. با توجه به اهمیت روز افزون کار با عامل در اتوماسیون فرآیند تجارت ، دسترسی به پلت فرم Copilot Microsoft 365 به سرعت بخشیدن به توسعه برنامه کمک می کند.
مشخص است که یک رویکرد یک اندازه مناسب برای برنامه های هوش مصنوعی وجود ندارد. کوپیل های مختلف مایکروسافت فقط بخشی از راه حمایت از مشاغل را طی می کنند ، و بیشتر روی کاربر شخصی تمرکز می کنند. اما مایکروسافت یک شرکت پلتفرم است و سرانجام آنچه برای برنامه های کاربردی خود ایجاد می کند ، قطعه دیگری از داستان توسعه دهنده آنها تبدیل می شود.
معرفی API های کپلوت مایکروسافت ۳۶۵
خوب بود که اعلامیه یک سری از مایکروسافت ۳۶۵ کپیلوت apis در ساخت ۲۰۲۵ ، شکستن بخش های کلیدی عملکرد آن ضمن حفظ امنیت ضروری برای ساختن برنامه های هوش مصنوعی که مطابق با مقررات مناسب است و فقط کاربران را تضمین می کنند که به داده های مجوز دسترسی داشته باشند. پنج API مختلف در مجموعه اول قرار دارند: بازیابی ، صادرات تعامل ، اعلان های تغییر ، بینش جلسه و گپ. چهار مورد اول به عنوان پیش نمایش عمومی در دسترس هستند ، و API چت در حال حاضر در پیش نمایش خصوصی است.
بازیابی و تعامل صادرات API ها احتمالاً مورد توجه هر کسی هستند که گردش کار هوش مصنوعی را در اطراف مایکروسافت ۳۶۵ ایجاد می کنند. پیش نمایش های عمومی برای آزمایش کد جدید در نظر گرفته شده است ، زیرا می تواند تغییراتی بین نسخه ها ایجاد شود ، و بنابراین آنها فقط از طریق نقطه انتهایی بتا مایکروسافت در دسترس هستند. مانند همه API های نمودار مایکروسافت ، اگر مجوزهای مناسب مستاجر را دارید ، می توانید از استفاده کنید.
با استفاده از API تعامل برای انطباق
API تعامل ، شکاف جالبی را پر می کند ، زیرا بر روی ابزارهای انطباق تیم های موجود برای استفاده از نمودار Microsoft 365 به json format ، بازگردانده می شوند. از طرف دیگر ، ابزارهایی مانند کیوتا در حال تولید کتابخانه ها برای نقاط پایانی خاص ، شما می توانید ابزارهایی را برای ایجاد ابزارهای خود استفاده کنید.
برنامه های هوش مصنوعی خود را با داده های سازمانی قرار دهید
شما می توانید از API برای ساختن برنامه های AI بدون اضافه کردن پیچیدگی استفاده کنید. نیازی به شاخص های بردار یا یک محیط پرس و جو جداگانه نیست. در عوض ، شما روی شاخص معنایی خود مایکروسافت ، که ویژگی های جستجوی سازمانی را که در این سکو ساخته شده است ، می سازید. این باعث می شود بار کار مورد نیاز برای ایجاد اتصالات RAG کاهش یابد ، بنابراین می توانید بدون نیاز به صرف وقت در فکر کردن در مورد الگوریتم های جستجوی نزدیکترین همسایه ، روی محتوای مورد نظر خود تمرکز کنید.
با ساختن میراث SharePoint Microsoft Graph ، می توانید به سرعت محتوای مربوطه را سطح بندی کنید و با تمرکز عملیات بر روی محتوای خاص و در حوزه های خاص ، خطر تولید توهم و خطاها را کاهش می دهید. یک برنامه هوش مصنوعی برای تیم حقوقی می تواند بر اساس داده های موجود در کتابخانه ها و لیست هایی که استفاده می کنند ، ایجاد کند ، در حالی که تیم فروش قادر به کار با پیشنهادات و اصطلاحات تاریخی خواهد بود.
مانند سایر تماس های نمودار مایکروسافت ، API بازیابی از تماس های HTTP با درخواست های تعبیه شده در بدنه JSON یک پست استفاده می کند. این شامل یک رشته پرس و جو از حداکثر ۱۵۰۰ کاراکتر ، لیستی از منابع داده SharePoint یا کانکتور و همچنین فیلترهای فرمت Kusto Query Language (KQL) و تعداد مورد نیاز نتایج است. فیلترها ابزاری قدرتمند برای انتخاب اسناد با ابرداده خاص ، به عنوان مثال ، از یک نویسنده واحد یا مرتبط با یک پروژه یا مشتری خاص هستند. عبارات فیلتر از KQL استفاده کنید و با هر ویژگی سند کار کنید.
پاسخ های
در یک سند JSON بازگردانده می شود. این پیوندها به اسناد منبع به همراه عصاره های متن مربوطه وجود دارد. شما می توانید ابرداده ای را که بازگردانده شده است نیز تعریف کنید ، به عنوان مثال ، هرگونه برچسب حساسیت را ارائه می دهید. همین روش برای SharePoint و اتصالات Copilot به منابع داده خارجی کار می کند ، بنابراین می توانید داده ها را وارد کنید از ابزارهایی مانند ServiceNow یا JIRA . کار با اتصالات به شما کمک می کند تا منابع دانش دیگر را وارد کنید و به شما امکان می دهد گردش کار را به بلیط های خدمات و موارد مشابه پیوند دهید. فیلترها می توانند سایت ها و خدمات خاص را هدف قرار دهند ، به یک قفل شوند یا چندین منبع را انتخاب کنند.
یکی از جنبه های مفید API بازیابی ، پشتیبانی از آن از JSON BATCHING است. یک تماس واحد می تواند چندین نمایش داده شود ، حداکثر ۲۰. این رویکرد به شما امکان می دهد نمایش داده های شیرپوینت و اتصال را در یک تماس واحد و همچنین جابجایی های مختلف همان پرس و جو مخلوط کنید. به درخواست ها شناسه های جداگانه داده می شود و پاسخ ها به همان شناسه ها اختصاص می یابد. اگر از Microsoft Graph استفاده کرده اید ، این رویکرد آشنا خواهد بود ، زیرا از ویژگی های دسته ای JSON موجود استفاده می کند.
نمایش داده شد در c#
اگر نمی خواهید تماس های API را انجام دهید ، Microsoft در حال توسعه است با استفاده href = “https://www.infoworld.com/article/2257305/what-is-typescript-trongly-typed-javascript.html”> typescript و پایتون . نسخه های فعلی هر سه موجود در Github ، جایی که می توانید هرگونه مشکل را گزارش کنید. آنها سرانجام بخشی از Microsoft 365 Agents SDK خواهند بود و از طریق NUGET در دسترس خواهند بود. نسخه بتا فعلی ابزار .NET را می توان از طریق NUGET با استفاده از .NET CLI یا PowerShell نصب کرد.
پس از نصب ، کتابخانه مشتری با ارائه دهنده هویت Azure کار می کند تا اجازه دسترسی به نمودار مایکروسافت را بدهد. می توانید مستاجران ، منابع داده و رشته های پرس و جو را تعریف کنید. پاسخ در یک شیء نتایج ذخیره می شود و سپس می توان دوباره خواند و در صورت لزوم استفاده کرد. شما می توانید از این داده ها به عنوان بخشی از ارکستر LLM با انتخاب ابزارها استفاده کنید.
با استفاده از داده های ذخیره شده در نمودار مایکروسافت برای هر دو زمین و شخصی سازی برنامه های هوش مصنوعی شما حس زیادی را ایجاد می کند. SharePoint مدتهاست که مکانی است که کتابخانه ها و لیست ها به ما اجازه می دهند داده های بدون ساختار را ساختار دهند ، در حالی که OneDrive یک منبع غالباً غالباً از دانش شرکت است. ترکیب این API های جدید با ارکستراسیون LLM باید با استفاده از داده های شخصی خود را به عوامل برق و رابط های کاربر مکالمه ، امنیت اساسی و پایه و اساس مؤثر ارائه دهد.
پست های مرتبط
همکاری با API های جدید Copilot Microsoft 365
همکاری با API های جدید Copilot Microsoft 365
همکاری با API های جدید Copilot Microsoft 365