今年鐵人賽地圖開的有點大, 不過這次無法日更, 可能改為周更, 有興趣的朋友可以訂閱或是收藏這個系列

相較於傳統RPA（機器人流程自動化），本次鐵人賽將深入探討 Microsoft Agent Solution。此方案已由Power Platform的延伸發展為 具備強大LLM（大語言模型）核心平台。🤯

傳統RPA採用Rule-based模式，其執行邏輯需預先編寫並遵循固定流程。然而，Agent解決方案因內建LLM大腦，使其能夠根據指令自主判斷並執行任務，顯著區別於Rule-based模式，提供更智慧的自動化能力。🤖✨

Microsoft Agent Solution的架構組成要素如下：

• 輸入機制 (Input)：涵蓋事件觸發、使用者訊息，以及來自其他Agent的訊息。
• 指令 (Instruction)：引導大語言模型執行對應任務。
• 工具集 (Tools)：賦予Agent與外部系統互動的能力，包含Retrieval（即RAG，用於資料檢索）及關鍵的Action功能，後者為與外部互動的主要方式。
• 記憶體 (Memory)：用於儲存Agent執行過的任務及相關資訊，確保其能夠追蹤進度。
• 輸出機制 (Output)：提供訊息或工具執行後的結果。

值得注意的是，Copilot Studio 大部分對外呼叫皆透過 Power Automate 進行，尤其是在與O365應用程式和API互動時，Power Automate扮演了核心角色。Microsoft的平台整合了Copilot Studio與M365 Copilot，其中Copilot可作為Agent的LLM大腦。針對擁有O365訂閱的企業，建議評估導入Copilot，其每月最低消費為200美元，可發送25000條訊息，對於中小型企業而言，此訊息量通常足以支應日常需求。微軟在此領域展現了其主導市場的策略意圖~