Å sette opp en tilpasset kontakt for DeepSeek i Copilot Studio innebærer flere trinn som lar deg integrere DeepSeeks avanserte AI-muligheter i AI-plattformen din med lavt kode. Her er en detaljert guide for hvordan du oppnår denne integrasjonen:
Trinn 1: Forstå integrasjonsalternativene
Før du oppretter en tilpasset kontakt, er det viktig å forstå de tilgjengelige integrasjonsalternativene for DeepSeek med Copilot Studio:- Azure AI Foundry: Distribuer DeepSeek R1 -modellen via modellkatalogen og integrere den ved hjelp av tilpassede emner eller samtaleløst med "Create Generative Answers" -handlingen, utnytte Azure Openai Service Integration.
- Tilpassede kontakter: Bygg en tilpasset kontakt i Power Platform for å integrere DeepSeek eller andre modeller i miljøet ditt. Dette gir mulighet for sikre API -anrop og kontrollert tilgang.
- Plugins/REST API: Legg inn DeepSeek i en Python -tjeneste eller et annet system som kjører modellen. Plugins fungerer på samme måte som kontakter og flyter inne i Copilot Studio for sømløs integrasjon [1] [5].
Trinn 2: Opprett en tilpasset kontakt i Power Platform
Følg disse trinnene for å lage en tilpasset kontakt for DeepSeek:1. Tilgang Power Platform: Du kan opprette en tilpasset kontakt fra enten Power Apps eller Power Automate. Forsikre deg om at du bruker et miljø der Dynamics 365 apper er aktivert, ettersom miljøer uten Dynamics 365 apper ikke støttes for tilpassede kontakter [4].
2. Sett opp autentisering: Bruk OAuth 2.0 som autentiseringstype og Microsoft Entra ID (tidligere Azure Active Directory) som autentiseringsleverandøren. Dette oppsettet sikrer din back-end-tjeneste ved å bruke to forskjellige applikasjonsregistreringer [4].
3. Definer API -anrop: Konfigurer API -anløp til den tilpassede kontakten. Dette innebærer å spesifisere endepunktene og metodene (f.eks. Get, Post) som vil samhandle med DeepSeek API. Forsikre deg om at du håndterer autentiseringstokener på riktig måte for å sikre disse interaksjonene [4].
4. Test kontakten: Når kontakten er opprettet, må du teste den for å sikre at den lykkes med å kommunisere med DeepSeek API. Dette trinnet er avgjørende for å validere integrasjonen før du distribuerer det i Copilot Studio [4].
Trinn 3: Integrer den tilpassede kontakten med Copilot Studio
Etter å ha opprettet og testet den tilpassede kontakten, må du integrere den med Copilot Studio:1. Lag en handling i Copilot Studio: Ved å bruke den tilpassede kontakten, lag en handling i Copilot Studio som bruker DeepSeek API. Denne handlingen vil gjøre det mulig for deg å utnytte DeepSeeks AI -evner i arbeidsflytene dine for Copilot [4].
2. Aktiver handlingen for brukere: Forsikre deg om at handlingen er aktivert for brukerne dine. Dette kan innebære å sette tillatelser eller roller i Copilot Studio for å kontrollere tilgangen til den tilpassede handlingen [4].
3. sertifiser kontakten: Få til slutt din tilpassede kontaktsertifiserte. Dette trinnet er viktig for å sikre at integrasjonen din oppfyller Microsofts standarder og retningslinjer for sikkerhet og funksjonalitet [4].
Trinn 4: Distribuer og bruk integrasjonen
Når den tilpassede kontakten er integrert og sertifisert, kan du distribuere den i Copilot Studio -miljøet. Dette lar deg forbedre chatbots med DeepSeeks avanserte AI -evner, for eksempel forbedrede kontekstuelle svar og rikere brukerinteraksjoner [1] [5].Ved å følge disse trinnene, kan du effektivt sette opp en tilpasset kontakt for DeepSeek i Copilot Studio, og låse opp kraftige AI-drevne funksjoner for forretningsapplikasjonene dine.
Sitasjoner:
[1] https://www.linkedin.com/posts/marcel-broschk-85349a1b0_connect-Deepseek-in-copilot-studio-aktivitet-7295670990045409281-fav6
[2] https://blogs.windows.com/windowsdeveloper/2025/03/03/available-today-deepseek-r1-7b-14b-distilled-models-for-copilot-pcs-via-eir-i-foundry-further-edhere-edhere-edhere-edgehedther-edhere-edhere-edhere-edhere-edhere-edhedhedhedhed-hed-hed-hed-hed-hed-hed-hed-hed-hed-hed-hed-hed-hed-hed-hed-
[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-fedi-019957174_deepseek-copilot-studio-curious-activity-7290735386480332800-hrcw
[6] https://devblogs.microsoft.com/semantic-kernel/guest-blog-let-your-copilot-declarative-agent-think-dep-depseek-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-edension-for-github-copilot-in-vs-code-2c03
[10] https://learn.microsoft.com/en-us/microsoft-copilot-studio/knowledge-graph-cobligeksjoner
[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-copilot-studio/