Configurer un agent de hub FinOps dans Microsoft Copilot Studio

Cet article explique comment configurer un agent Microsoft Copilot Studio qui se connecte à votre base de données finOps hub Data Explorer et répond aux questions de coût en exécutant des requêtes KQL. L’agent utilise le serveur MCP requête Kusto pour exécuter des requêtes et des fichiers de connaissances à partir du kit de ressources FinOps pour construire un KQL précis.


Prerequisites

Avant de commencer, vérifiez que vous disposez des éléments suivants :

  • Instance de hub FinOps avec Data Explorer exécutant FinOps hubs v12 ou version ultérieure. Les instructions de l’agent utilisent la Costs_v1_2() fonction, qui n’est pas disponible dans les versions antérieures. Découvrez comment mettre à niveau.
  • Étendues configurées avec des données ingérées avec succès.
  • Visionneuse de base de données ou accès supérieur à la base de données Data Explorer Hub. En savoir plus.
  • Une licence Copilot Studio ou une licence utilisateur Microsoft 365 Copilot. Pour plus d’informations sur les licences, consultez Copilot Studio licences.

Si vous débutez avec Copilot Studio, consultez Quickstart : Créer et déployer un agent pour découvrir les principes de base de la création de l'agent avant de continuer.


Créer et configurer l’agent

Créer un agent vide dans Copilot Studio, puis le configurer avec les paramètres du hub FinOps suivants.

Détails de l’agent

Définissez le nom de l’agent sur l’agent FinOps Hub (ou votre nom préféré) et utilisez la description suivante :

L’agent FinOps Hub fournit des informations en temps réel régies à partir de votre base de données FinOps Toolkit Hub. Il traduit les questions en langage naturel en requêtes KQL validées et fournit une analyse structurée sur les dépenses cloud, les engagements, les plans d’épargne, les anomalies et les opportunités d’optimisation.

Sélection du modèle

Les instructions de l’agent nécessitent un modèle avec des fonctionnalités de raisonnement approfondies pour la génération de KQL multistep et la mise en forme structurée des rapports. Les modèles de catégorie générale peuvent produire des résultats de qualité inférieure pour les requêtes complexes.

Pour connaître les modèles disponibles, la disponibilité régionale et la résidence des données, consultez Sélectionner un modèle IA principal pour votre agent. Si vous souhaitez utiliser un modèle externe, votre administrateur de locataire doit d’abord l’activer ; voir Choisir un modèle externe.

Instructions de l’assistant

  1. Téléchargez les instructions Copilot Studio pour les hubs FinOps et extrayez le contenu.

  2. Ouvrez agent-instructions.md et mettez à jour la section Environnement avec votre URI de cluster :

    Cluster URI: <your-cluster>.kusto.windows.net
Database: Hub

    Note

    N’incluez https:// pas dans l’URI du cluster. Copilot Studio supprime les liens HTTP du champ Instructions.

  3. Collez l’intégralité du contenu de agent-instructions.md dans le champ Instructions de l’agent, puis enregistrez.


Ajouter des outils

L’agent a besoin des outils MCP suivants pour fonctionner. Pour obtenir des instructions générales sur l’ajout d’outils MCP à un agent, consultez Ajouter des outils à partir d’un serveur MCP.

Serveur MCP de requête Kusto (obligatoire)

Ajoutez Kusto Query MCP Server (par Azure Data Explorer) avec les paramètres suivants :

  • Demandez à l’utilisateur final avant d’exécuter : Non
  • Informations d’identification à utiliser : informations d’identification de l’utilisateur final

Cet outil permet à l'agent d'exécuter des requêtes KQL sur la base de données Data Explorer de votre hub. L’agent utilise les informations d’identification de l’utilisateur final afin que les résultats de requête respectent les autorisations de base de données de chaque utilisateur.

Microsoft Learn Docs MCP Server (facultatif)

Ajoutez Microsoft Learn Docs MCP Server (par Microsoft Learn Docs MCP) pour permettre à l’agent de rechercher les concepts FinOps, les détails de la spécification FOCUS et la documentation du service Azure lors de la réponse aux questions.

Après avoir ajouté des outils, vérifiez que chacun affiche un état connecté dans les paramètres de connexion de votre agent. Si une connexion s’affiche comme non connectée, sélectionnez Gérer pour s’authentifier.


Ajouter des fichiers de connaissances

Les instructions de l’agent référencent les fichiers de connaissances pour construire des requêtes KQL précises. Ces fichiers sont des références de génération de requêtes, et non de sources de données. Pour obtenir des instructions générales sur l’ajout de connaissances à un agent, consultez Ajouter des sources de connaissances.

Chargez chaque fichier à partir du dossier extrait knowledge/ et définissez le champ Description de chaque fichier comme indiqué :

Fichier Description
schema-reference.md Référence des colonnes pour Costs_v1_2(), comprenant les noms, les types de données, les notes d’utilisation et les cas limites. Permet de rechercher les noms de colonnes corrects avant d’écrire des requêtes.
query-catalog.md Modèles de requête KQL prêts à l’emploi pour les répartitions des coûts, les tendances mensuelles, la détection des anomalies, la prévision, le résumé des économies et l’utilisation de l’engagement.
weekly-report-guide.md Flux de travail pas à pas pour générer des rapports hebdomadaires structurés sur les anomalies de coût avec sept requêtes KQL, les règles de post-traitement et la structure finale du rapport.

Les descriptions aident l’agent à décider quand récupérer chaque fichier. Attendez que tous les fichiers affichent un état Prêt avant de tester.


Tester votre assistant

Testez l’agent dans le panneau test pour vérifier qu’il se connecte correctement à vos données hub. L’agent doit détecter votre devise de facturation et vous demander de sélectionner une étendue d’analyse. Essayez ces exemples d’instructions :

What are my top 5 subscriptions by cost?

Create a week over week summary

Are there any unusual spikes in cost over the last 3 months?

What was my savings rate last month?

Vérifiez que l’agent :

  • Exécute des requêtes KQL sur la base de données de votre hub, au lieu de simplement citer des fichiers de connaissances.
  • Présente les résultats sous forme de tables mises en forme.
  • Affiche la requête KQL dans un bloc de code distinct. Passez en revue la requête pour vérifier les filtres, les intervalles de temps et la logique d’agrégation corrects.
  • Comprend le niveau de confiance, la plage temporelle et le périmètre dans la réponse.

Publier votre agent

Après le test, publiez votre agent et configurez les canaux pour le rendre disponible pour votre équipe. Pour plus d’informations, consultez Publier votre agent.


Envoyer des commentaires

Faites-nous savoir ce que vous pensez de notre travail avec un petit avis. Nous utilisons ces révisions pour améliorer et développer les outils et ressources FinOps.

Envoyer des commentaires

Si vous recherchez quelque chose de spécifique, votez pour une idée existante ou créez une nouvelle idée. Partagez des idées avec d’autres personnes pour obtenir plus de votes. Nous nous concentrons sur les idées avec le plus de votes.

Voter ou suggérer des idées


Contenu connexe

Articles connexes sur les hubs FinOps :

Articles connexes sur Copilot Studio :


  • Last updated on