返回资源列表

Microsoft Learn · Microsoft

Build automation and agent integrations

Build automation and agent integrations是Microsoft Learn的免费短课程(en)。前置条件:需能创建并测试 Power Automate 云流,能运行 Node.js 或 Python 命令行客户端,能修改并运行给定的 Python 或 C# Agent 项目,能调用需认证的 API 并理解 JSON 工具定义。

学完能用 Power Automate 编写容错的云流逻辑,通过受治理的 Dataverse MCP 服务器消费工具,并把代码优先的自定义 Agent 接入 Power Platform 数据与 Copilot Studio Agent。

打开官方课程
难度
见前置条件
类型
课程 · 短课程
语言
en
规模
3 个课节
内容费用
免费
动手
需要动手环境

使用限制

节选未说明学习模块本身需要登录;但练习需要预配置的 Dataverse MCP 服务器及 Power Platform、Foundry、Copilot Studio 相关环境。

练习与作业
已获批准且预配置的 Dataverse MCP 服务器Microsoft Power Platform / Power Automate / Copilot Studio / Microsoft Foundry 环境
  1. 选择学习环境

    浏览器或在线环境

    按模块顺序学习,每个模块先读说明再结合自己的 Power Platform 环境完成练习。

    需要可访问的、已获批准且预配置好的 Dataverse MCP 服务器;练习涉及 Azure/Microsoft Power Platform、Microsoft Foundry 与 Copilot Studio 环境。

  2. 准备工具和账号

    标“选用”的可以跳过。

    • Microsoft Learn 在线学习平台,阅读模块内容
    • Power Automate创建和测试云流
    • Dataverse MCP 服务器与 MCP 客户端练习受治理的工具消费
    • Node.js 或 Python 环境运行命令行客户端与自定义 Agent 项目

    运行费用:实践费用待核验,网页要求可访问已配置的 Dataverse MCP 服务器且涉及 Azure,但未说明练习是否需要付费云资源。

  3. 让 AI Agent 一次搭好课程

    复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。

    开课提示词 · 只需用一次此提示词尚未实测验证
    请帮我把「Build automation and agent integrations」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。
    开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。
    
    课程入口:https://learn.microsoft.com/en-us/training/paths/build-automation-agent-integrations/?WT.mc_id=api_CatalogApi
    我的系统:Windows。如果实际不符,先调整方案。
    本次路线:浏览器或在线环境。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。
    练习:练习依赖真实的 Power Platform 与 Dataverse MCP 环境,建议在测试环境完成,避免影响生产数据。
    课节(官方顺序):
    1. Implement resilient Power Automate cloud-flow logic:https://learn.microsoft.com/en-us/training/modules/implement-resilient-cloud-flows/
    2. Consume Dataverse MCP servers from MCP clients:https://learn.microsoft.com/en-us/training/modules/consume-dataverse-mcp-servers/
    3. Integrate custom agents with Microsoft Power Platform:https://learn.microsoft.com/en-us/training/modules/integrate-custom-agents-power-platform/
    
    1. 环境
    - 浏览器访问 Microsoft Learn
    - Power Automate 环境
    - 已获批准的 Dataverse MCP 服务器
    - Node.js 或 Python 命令行环境
    - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。
    2. 材料
    - 官方课程页面:只记录链接 https://learn.microsoft.com/en-us/training/paths/build-automation-agent-integrations/?WT.mc_id=api_CatalogApi
    3. 目录(最外层放在我确认的位置)
    build-automation-agent-integrations/
    ├── README.md        # 课程入口、课节清单、每次怎么开始
    ├── progress.md      # 每课:读讲义 / 做练习 / 记笔记
    ├── questions.md     # 待解决的问题
    ├── check-env.md     # 环境自检,按 README 操作
    ├── data/            # 练习用到的样例数据
    └── lessons/         # 每课一个文件夹:notes.md + exercises/
        ├── 01-01-implement-resilient-power-automate-cloud/
        ├── 02-02-consume-dataverse-mcp-servers-from/
        └── 03-03-integrate-custom-agents-with-microsoft/
    - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。
    - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。
    4. 自检
    - 创建 check-env.md,逐项检查并记录“通过/未通过”:
    - 按浏览器或在线 notebook 清单检查,不为自检安装本机终端。
      - 打开学习路径页面确认显示 3 个模块  → 能看到三个模块标题与顺序
      - 在 Power Automate 中运行一条测试云流  → 测试运行成功并查看运行历史
      - 用 MCP 客户端连接 Dataverse MCP 服务器并列出工具  → 能看到允许列表中的工具定义
    - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。
    - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
    - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。
    5. 学习计划
    - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。
    - progress.md:每课三项勾选——读讲义、做练习、记笔记。
    6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。
    
    边界:
    - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。
    - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。
    - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。
    如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
    搭好后的课程目录
    build-automation-agent-integrations/
    ├── README.md        # 课程入口、课节清单、每次怎么开始
    ├── progress.md      # 每课:读讲义 / 做练习 / 记笔记
    ├── questions.md     # 待解决的问题
    ├── check-env.md     # 环境自检,按 README 操作
    ├── data/            # 练习用到的样例数据
    └── lessons/         # 每课一个文件夹:notes.md + exercises/
        ├── 01-01-implement-resilient-power-automate-cloud/
        ├── 02-02-consume-dataverse-mcp-servers-from/
        └── 03-03-integrate-custom-agents-with-microsoft/
准备好了,开始学习

常见问题

免费吗?

免费:节选只给出学习路径介绍与 3 个模块的说明,未见付费墙或登录拦截;页面上的 Azure 注册链接属于导航/注册入口。实践费用待核验:网页要求可访问已配置的 Dataverse MCP 服务器且涉及 Azure,但未说明练习是否需要付费云资源。

需要什么基础?

需能创建并测试 Power Automate 云流,能运行 Node.js 或 Python 命令行客户端,能修改并运行给定的 Python 或 C# Agent 项目,能调用需认证的 API 并理解 JSON 工具定义。软件、账号与硬件:需要可访问的、已获批准且预配置好的 Dataverse MCP 服务器;练习涉及 Azure/Microsoft Power Platform、Microsoft Foundry 与 Copilot Studio 环境。

有中文吗?

本站记录的语言是en;是否有中文字幕或译本本站未核实,请以原站为准。

怎么开始?

从原始资源入口开始:https://learn.microsoft.com/en-us/training/paths/build-automation-agent-integrations/?WT.mc_id=api_CatalogApi。本页“学前准备”列出环境与工具,“学习指南”给出开课提示词,可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备:已获批准且预配置的 Dataverse MCP 服务器、Microsoft Power Platform / Power Automate / Copilot Studio / Microsoft Foundry 环境。

来源与使用须知

原始资源
Microsoft Learn
收录时间
本站首次收录 2026-10-29原站首次发布 2026-10-28
指南参考

版权与转载

  • 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。