La configuration d'un connecteur personnalisé pour Deepseek dans Copilot Studio implique plusieurs étapes qui vous permettent d'intégrer les capacités avancées de l'IA avancées de Deepseek dans votre plate-forme IA à faible code. Voici un guide détaillé sur la façon de réaliser cette intégration:
Étape 1: Comprendre les options d'intégration
Avant de créer un connecteur personnalisé, il est essentiel de comprendre les options d'intégration disponibles pour Deepseek avec Copilot Studio:- Foundry Azure AI: déploiez le modèle Deepseek R1 via le catalogue du modèle et intégrez-le en utilisant des sujets personnalisés ou une augmentation de la conversation avec l'action "Créer des réponses génératives", en tirant parti de l'intégration du service Azure OpenAI.
- Connecteurs personnalisés: créez un connecteur personnalisé dans la plate-forme d'alimentation pour intégrer Deepseek ou d'autres modèles dans votre environnement. Cela permet des appels d'API sécurisés et un accès contrôlé.
- Plugins / API REST: Intégrez Deepseek dans un service Python ou un autre système exécutant le modèle. Les plugins fonctionnent de la même manière que les connecteurs et les flux à l'intérieur de Copilot Studio pour l'intégration transparente [1] [5].
Étape 2: Créez un connecteur personnalisé dans la plate-forme d'alimentation
Pour créer un connecteur personnalisé pour Deepseek, suivez ces étapes:1. Accès à la plate-forme d'alimentation: vous pouvez créer un connecteur personnalisé à partir des applications d'alimentation ou de l'automate d'alimentation. Assurez-vous que vous utilisez un environnement où les applications Dynamics 365 sont activées, car les environnements sans les applications Dynamics 365 ne sont pas pris en charge pour les connecteurs personnalisés [4].
2. Configurer l'authentification: utilisez OAuth 2.0 comme type d'authentification et ID Microsoft ENTRA (anciennement Azure Active Directory) comme fournisseur d'authentification. Cette configuration sécurise votre service back-end en utilisant deux inscriptions de demande différentes [4].
3. Définir les appels API: configurez les appels API pour votre connecteur personnalisé. Cela implique de spécifier les points de terminaison et les méthodes (par exemple, get, post) qui interagiront avec l'API Deepseek. Assurez-vous de gérer les jetons d'authentification de manière appropriée pour sécuriser ces interactions [4].
4. Testez le connecteur: une fois le connecteur créé, testez-le pour vous assurer qu'il peut communiquer avec succès avec l'API Deepseek. Cette étape est cruciale pour valider l'intégration avant de le déployer dans Copilot Studio [4].
Étape 3: Intégrez le connecteur personnalisé avec Copilot Studio
Après avoir créé et testé le connecteur personnalisé, vous devez l'intégrer avec Copilot Studio:1. Créez une action dans Copilot Studio: à l'aide du connecteur personnalisé, créez une action dans Copilot Studio qui utilise l'API Deepseek. Cette action vous permettra de tirer parti des capacités d'IA de Deepseek dans vos workflows de copilote [4].
2. Activez l'action pour les utilisateurs: assurez-vous que l'action est activée pour vos utilisateurs. Cela peut impliquer de définir des autorisations ou des rôles dans Copilot Studio pour contrôler l'accès à l'action personnalisée [4].
3. Certifier le connecteur: Enfin, obtenez votre connecteur personnalisé certifié. Cette étape est importante pour garantir que votre intégration répond aux normes et directives de Microsoft pour la sécurité et les fonctionnalités [4].
Étape 4: Déployez et utilisez l'intégration
Une fois que le connecteur personnalisé est intégré et certifié, vous pouvez le déployer dans votre environnement Copilot Studio. Cela vous permet d'améliorer vos chatbots avec les capacités avancées d'IA de Deepseek, telles que des réponses contextuelles améliorées et des interactions utilisateur plus riches [1] [5].En suivant ces étapes, vous pouvez configurer efficacement un connecteur personnalisé pour Deepseek dans Copilot Studio, débloquant de puissantes fonctionnalités axées sur l'IA pour vos applications commerciales.
Citations:
[1] https://www.linkedin.com/posts/marcel-broschk-85349a1b0_connect-deepseek-in-copilot-studio-activity-729567090045409281-to-to-to-fav6
[2] https://blogs.windows.com/windowsdeveloper/2025/03/03/available-today-deepseek-r1-7b-14b-distilla-models-for-copilot-pcs-via-azure-ai-foundry-further-expanding-ai-on-edge/
[3] https://www.reddit.com/r/chatgptcoding/comments/1e15ig6/make_github_copilot_work_with_deepseekcoder/
[4] https://learn.microsoft.com/en-us/microsoft-sales-copilot/custom-connector-action
[5] https://www.linkedin.com/posts/mirko-pedi-019957174_deepseek-copilot-studio-curious-activité-7290735386480332800-hrcw
[6] https://devblogs.microsoft.com/semantic-kernel/guest-blog-let-your-copilot-declarative-agent-think-deep-with-deepseek-r1/
[7] https://azure.microsoft.com/en-us/blog/deepseek-r1-is-now-available-on-azure-ai-foundry-and-github/
[8] https://www.youtube.com/watch?v=x5654jxaatw
[9] https://dev.to/wassimchegham/deepseek-extension-for-github-copilot-in-vs-code-2c03
[10] https://learn.microsoft.com/en-us/microsoft-copilot-studio/knowledge-graph-connections
[11] https://www.youtube.com/watch?v=yjhmoujfafs
[12] https://www.youtube.com/watch?v=_kpareik0ji
[13] https://www.sharepointeurope.com/events/best-practices-for-connecting-to-external-data-in-popilot-studio/
