A configuração de um conector personalizado para o DeepSeek no Copilot Studio envolve várias etapas que permitem integrar os recursos avançados de AI da DeepSeek na sua plataforma AI de baixo código. Aqui está um guia detalhado sobre como alcançar esta integração:
Etapa 1: entenda as opções de integração
Antes de criar um conector personalizado, é essencial entender as opções de integração disponíveis para o DeepSeek com o Copilot Studio:- Azure AI Foundry: Implante o modelo Deepseek R1 através do catálogo do modelo e integre -o usando tópicos personalizados ou um aumento na ação "Criar respostas generativas", alavancando a integração de serviços do Azure Openai.
- Conectores personalizados: Crie um conector personalizado na plataforma de energia para integrar o Deepseek ou outros modelos em seu ambiente. Isso permite chamadas de API seguras e acesso controlado.
- API Plugins/Rest: Incorpore Deepseek em um serviço Python ou outro sistema executando o modelo. Os plugins funcionam de maneira semelhante aos conectores e fluxos dentro do Copilot Studio para integração perfeita [1] [5].
Etapa 2: Crie um conector personalizado na plataforma de energia
Para criar um conector personalizado para a DeepSeek, siga estas etapas:1. Plataforma de energia de acesso: você pode criar um conector personalizado a partir de aplicativos de potência ou automatização de energia. Verifique se você está usando um ambiente em que os aplicativos Dynamics 365 são ativados, pois ambientes sem dinâmicos 365 aplicativos não são suportados para conectores personalizados [4].
2. Configure a autenticação: use oauth 2.0 como o tipo de autenticação e o Microsoft ENTRA ID (anteriormente Azure Active Directory) como o provedor de autenticação. Essa configuração protege seu serviço de back-end usando dois registros de aplicativos diferentes [4].
3. Defina as chamadas da API: Configure a API exige seu conector personalizado. Isso envolve a especificação dos pontos de extremidade e métodos (por exemplo, GET, POST) que interagem com a API Deepseek. Certifique -se de lidar com os tokens de autenticação adequadamente para proteger essas interações [4].
4. Teste o conector: Depois que o conector for criado, teste -o para garantir que ele possa se comunicar com sucesso com a API DeepSeek. Esta etapa é crucial para validar a integração antes de implantá -la no Copilot Studio [4].
Etapa 3: Integre o conector personalizado ao Copilot Studio
Depois de criar e testar o conector personalizado, você precisa integrá -lo ao Copilot Studio:1. Crie uma ação no Copilot Studio: usando o conector personalizado, crie uma ação no Copilot Studio que utiliza a API Deepseek. Essa ação permitirá que você alavance os recursos de AI da Deepseek nos seus fluxos de trabalho da Copilot [4].
2. Ative a ação para os usuários: verifique se a ação está ativada para seus usuários. Isso pode envolver a definição de permissões ou funções no Copilot Studio para controlar o acesso à ação personalizada [4].
3. Certifique o conector: Finalmente, obtenha seu conector personalizado certificado. Esta etapa é importante para garantir que sua integração atenda aos padrões e diretrizes da Microsoft para segurança e funcionalidade [4].
Etapa 4: implante e use a integração
Depois que o conector personalizado é integrado e certificado, você pode implantá -lo no ambiente do seu Copilot Studio. Isso permite que você aprimore seus chatbots com os recursos avançados de IA da Deepseek, como respostas contextuais aprimoradas e interações mais ricas do usuário [1] [5].Seguindo estas etapas, você pode configurar efetivamente um conector personalizado para o DeepSeek no Copilot Studio, desbloqueando poderosos recursos orientados a IA para seus aplicativos de negócios.
Citações:
[1] https://www.linkedin.com/postss/marcel-broschk-85349a1b0_connect-deepseek-in-copilot-studio-activity-7295670990045409281-fav6
[2] https://blogs.windows.com/windowsdeveloper/2025/03/03/available-doday-deepseek-r1-7b-14b-distiled-models-for-copilot-pcs-vi-zure-azure-foundry-further-extanding-ai-ai-weed
[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/postss/mirko-fedi-019957174_deepseek-copilot-studio-curi- Activity-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-copilot-studio/