Process Mining Model Context Protocol (MCP) server reference (preview)

[See artikkel on väljalaskeeelne dokumentatsioon ja seda võidakse muuta.]

Protsessi kaevandamise MCP-server on mudeli kontekstiprotokolli spetsialiseeritud rakendamine, mis paljastab protsesside kaevandamise analüüsivõimalused tehisintellekti agentidele ja vestlusrakendustele. See annab programmilise juurdepääsu kaevandusandmete töötlemisele, võimaldades loomuliku keele interaktsiooni protsessianalüüsiga MCP-ga ühilduvate klientide (nt Microsoft Copilot Studio) kaudu.

Peamised võimed:

• Protsessituvastus: saadaolevate protsesside ja nende metaandmete loetlemine ja uurimine
• Analüütika ja mõõdikud: kitsaskohtade analüüsi, variantide, kastide, servade ja koondmõõdikute toomine
• Korrelatsioonianalüüs: atribuudi mõjude tuvastamine protsessi jõudlusele
• Täpsem filtreerimine: keerukate filtrite rakendamine atribuutidele, ajakavadele, mõõdikutele, alamprotsessidele ja järjestustele
• Kauakestvad toimingud: edenemisteatistega keerukate päringute tugi

Arhitektuur:

• Serveripoolne komponent: integreeritakse Power Platformi ja Dataverse'iga
• Autentimine: Azure AD-põhine keskkonnakontekst
• Konnektor: saadaval power platformi konnektorite kataloogis valmisprotsessi minnes konnektorina
• Protokoll: mudeli kontekstiprotokolli (MCP) standard

Eeltingimused

Järgmine loend sisaldab protsessi mineerimise MCP-serveri kasutamise eeltingimusi.

• Active Process Mining license
• Process Mining environment configured in Power Platform with least one ingested process
• Azure AD autentimine
• MCP-ga ühilduv klient (nt Copilot Studio) protsessi mining konnektoriga on konfigureeritud

Saadaolevad MCP-tööriistad

Server paljastab üheksa (9) eesmärgi järgi korraldatud tööriista. Iga tööriist aktsepteerib kindlaid parameetreid ja tagastab struktureeritud analüüsiandmed.

Protsessituvastustööriistad

Nende tööriistade abil saate tuvastada saadaolevaid protsesse ja nende konfiguratsiooni.

get_processes

Loetleb kõik protsessid, millele pääseb praeguses keskkonnas juurde autenditud kasutaja.

Parameetrid:

Tagastab:

• Array of EntityListItem with processId and processName

Näide kasutamisest:

User: "What processes are available?"
Tool: get_processes
Response: List of processes with IDs

Millal kasutada:

• Esimene tööriist saadaolevate protsesside tuvastamisel helistamiseks
• Järgnevate tööriistakutsete jaoks sobivate protsessi ID-de hankimine
• Veenduge, et kasutajal oleks juurdepääs kindlatele protsessidele

get_process_details

Toob konkreetse protsessi (sh atribuudid, kohandatud mõõdikud ja ärireeglid) põhjalikud metaandmed.

Parameetrid:

Tagastab:

• GetAnalyticsMetadataResult sisaldab:
  • Atribuudid: juhtumitaseme ja sündmusetaseme atribuudid
  • Kohandatud mõõdikud: kasutaja määratletud mõõdikud
  • Ärireeglid: protsessi jaoks konfigureeritud reeglid

Näide kasutamisest:

User: "Tell me about the Order-to-Cash process attributes"
Tool: get_process_details with processId
Response: Attributes (Department, Customer, Activity), custom metrics, business rules

Millal kasutada:

• Enne filtrite koostamist (sobivate atribuutide nimede avastada)
• Protsessiskeemi ja saadaolevate mõõdikute mõistmine
• Juhtumitaseme ja sündmusetaseme atribuutide tuvastamine (oluline korrelatsioonianalüüsi jaoks)

get_attribute_values

Toob kindla atribuudi kõik väärtused koos paginatsioonitoega.

Parameetrid:

Tagastab:

• McpAnalyticsListResult koos:
  • üksused: atribuudiväärtusi ja seotud mõõdikuid sisaldavate sõnastike massiiv
  • nihe: praegune täppjaotuse nihe
  • limiit: lehekülje suurus
  • totalCount: saadaolevaid kirjeid kokku

Näide kasutamisest:

User: "What departments are in the Order-to-Cash process?"
Tool: get_attribute_values with processId, attributeName="Department"
Response: List of department values (Sales, Finance, Warehouse)

Millal kasutada:

• Filtreerimiseks sobivate väärtuste tuvastamine
• Atribuudijaotuste uurimine
• Dünaamilise filtri UI-de koostamine

Analüüsi- ja mõõdikute tööriistad

Nende tööriistade abil saate analüüsida protsessi jõudlust, tuvastada kitsaskohad ja tuua mõõdikud.

get_process_overall_metrics

Tagastab määratud protsessi ja filtrite protsessitaseme koondmõõdikud.

Parameetrid:

Tagastab:

• Mõõdiku võtme-väärtuse paaride sõnastik, sealhulgas:
  • Juhtumeid kokku
  • Keskmine/mediaani/min/maksimaalne juhtumi kestus
  • Läbilaskejõudemõõdikud
  • SLA vastavusmõõdikud

Näide kasutamisest:

User: "What are the overall metrics for Order-to-Cash?"
Tool: get_process_overall_metrics with processId
Response: 1,245 cases, avg duration 4.2 days, median 3.8 days

Millal kasutada:

• Kõrgetasemeliste protsesside kokkuvõtted
• Filtreeritud ja üldise jõudluse võrdlus
• Alusmõõdikute loomine

get_bottleneck_analysis

Analüüsib tegevusi ja tagastab need kestuse järgi sordituna (laskuvas järjestuses), et tuvastada kitsaskohad.

Parameetrid:

Tagastab:

• McpAnalyticsListResult koos tegevustega, mis on sorditud kestuse järgi (laskuvas järjestuses)
• Iga üksus sisaldab:
  • Väärtus: tegevuse nimi
  • Kestus: tegevuse keskmine kestus
  • Täiendavad mõõdikud vastavalt soovile

Erikäitumine:

• Atribuudi Activity analüüsimiseks on eelkonfigureeritud
• Kaasab automaatselt kestuse ja väärtuse mõõdikud
• Sorditud kestuse järgi laskuvas järjestuses

Näide kasutamisest:

User: "What are the top 3 bottlenecks in Order-to-Cash?"
Tool: get_bottleneck_analysis with processId, itemsPerPage=3
Response:
1. Approve Order - Avg duration: 3.2 days
1. Credit Check - Avg duration: 2.8 days
1. Prepare Shipment - Avg duration: 2.1 days

Millal kasutada:

• Protsessi kitsaskohtade tuvastamine
• Parandamispüüdlemise prioriseerimine
• Osakonna- või segmendikohaste kitsaskohtade analüüsimine (filtritega)

get_variants_with_metrics

Toob seotud mõõdikutega protsessivariante (kordumatuid tegevusjadasid).

Parameetrid:

Tagastab:

• McpAnalyticsListResult koos variantidega, sealhulgas:
  • Varianttee (tegevuste jada)
  • Sagedus ja juhtumite arv
  • Kestusemõõdikud
  • Käitumishälbe näidikud

Näide kasutamisest:

User: "What are the most common process variants?"
Tool: get_variants_with_metrics with processId, metricToSortBy=CaseCount, sortOrder=Descending
Response: Top 3 variants with frequencies and durations

Millal kasutada:

• Happy path vs problematic variantide tuvastamine
• Analüüsiprotsessi vastavuse analüüsimine
• Ümbertöötamise tsüklite ja hälvete otsimine
• Variandi jõudluse võrdlus

get_edges_with_metrics

Toob sageduse ja kestusemõõdikutega tegevuste vahelised üleminekud (servad).

Parameetrid:

Tagastab:

• McpAnalyticsListResult koos servadega, sealhulgas:
  • Tegevuselt ja tegevuselt tegevusele
  • Ülemineku sagedus
  • Ülemineku kestus
  • Hälbenäidikud

Näide kasutamisest:

User: "Show me the process flow transitions"
Tool: get_edges_with_metrics with processId
Response: Activity transitions with frequencies (e.g., Create Order → Approve Order: 1,100 cases)

Millal kasutada:

• Protsessi voo struktuuri mõistmine
• Marsruutimise keerukuse tuvastamine
• Kitsaskohtadega üleminekute otsimine
• Üleandmisviivituste analüüsimine

get_cases_with_metrics

Toob seotud mõõdikute ja atribuutidega üksikjuhtumid.

Parameetrid:

Tagastab:

• McpAnalyticsListResult koos juhtumitega, sealhulgas:
  • Juhtumi ID
  • Kestus, aktiivne aeg, ooteaeg
  • Sündmuste arv
  • Atribuudiväärtused

Näide kasutamisest:

User: "Show me cases that took longer than 5 days"
Tool: get_cases_with_metrics with processId, filterOptions (MetricConditionFilter for Duration>5 days)
Response: List of cases exceeding 5 days with details

Millal kasutada:

• Üksikasjalik juhtumiuurimine
• Välisjuhtumite tuvastamine
• Konkreetsete juhtumite juurpõhjuse analüüs
• Juhtumiandmete eksportimine edasiseks analüüsiks

Korrelatsioonianalüüsi tööriistad

Selle tööriista abil saate kindlaks teha, kuidas atribuudid mõjutavad protsessimõõdikuid.

get_correlation

Arvutab mõjude tuvastamiseks atribuudiväärtuste ja protsessimõõdikute vahelise korrelatsiooni.

Parameetrid:

Tagastab:

• McpAnalyticsListResult koos iga atribuudiväärtuse mõjuväärtustega
• Kõrgemad väärtused näitavad valitud mõõdiku suuremat mõju

Saadaolevad mõjutusvalemid:

• ActiveTimeInfluence
• CaseUtilizationInfluence
• DurationInfluence
• EventCountInfluence
• LoopCountInfluence
• ReworkCountInfluence
• SelfloopCountInfluence
• OoteaegMõju

Näide kasutamisest:

User: "Does department influence process duration?"
Tool: get_correlation with processId, attributeName="Department", influenceFormula=DurationInfluence
Response: Sales: 0.75 (high), Finance: 0.42 (moderate), Warehouse: 0.18 (low)

Millal kasutada:

• Juurpõhjuse analüüs
• Kehva jõudluse saavutamisele kaasa aitavate segmentide väljaselgitamine
• Parandamispingutuste prioriseerimine mõju kaudu
• Mõõdikute atribuudiefektide mõistmine

Taotluse- ja vastusestruktuurid

Järgmistes jaotistes kirjeldatakse päringute üldparameetreid ja vastusestruktuure.

Tavalised päringuparameetrid

Enamik tööriistu aktsepteerib neid standardparameetreid täidise ja sortimise jaoks.

Vastusstruktuur

Järgmistes jaotistes on toodud vastusestruktuuride üksikasjad.

McpAnalyticsListResult

Loendipõhiste päringute standardne vastusevorming.

{
  "items": [
    {
      "metric1": "value1",
      "metric2": 123.45,
      "metric3": 456
    },
    {
      "metric1": "value2",
      "metric2": 98.76,
      "metric3": 321
    }
  ],
  "offset": 0,
  "limit": 50,
  "totalCount": 500
}

Väljad:

• üksused: mõõdiku võtmeväärtuse paare sisaldavate sõnastike massiiv
  • Võtmed on mõõdikud (nt "Duration", "Value", "CaseCount")
  • Väärtused on mõõdikud (stringid, arvud, kuupäevad)
• nihe: praegune paginatsiooni nihe (võrdub parameeter itemsToSkip)
• limiit: lehe suurus (võrdub parameetriga itemsPerPage)
• totalCount: saadaolevate kirjete koguarv (kasutatakse paginatsiooniks)

Pagination example:

Request 1: itemsPerPage=50, itemsToSkip=0 → Returns items 1-50
Request 2: itemsPerPage=50, itemsToSkip=50 → Returns items 51-100
Request 3: itemsPerPage=50, itemsToSkip=100 → Returns items 101-150
Continue while offset + limit < totalCount

Pikaajalised toimingud

Keerukad päringud võivad nõuda täiendavat töötlemisaega. MCP-server töötleb neid toiminguid asünkroonselt serveripoolse küsitluse, voogesituse edenemise värskendustega kliendile.

Toiminguvoog:

1. Algne taotlus: klient saadab tööriista kutsumise taotluse MCP-serverisse
2. Serveripoolne töötlemine: API töötleb küsitlust sisemiselt – server ootab, kuni analüütikamootor päringu lõpule viib. Kliendipoolset küsitlust pole vaja.
3. Edenemisteatised: server voogesitab kliendi edenemisvärskendused automaatselt Server-Sent sündmuste (SSE) kaudu. Edenemisteatised saadetakse töötlemise ajal umbes iga 5 sekundi järel.
4. Lõpuleviimine: server tagastab lõpptulemuse olekuga Õnnestus, FailedClientError või FailedAnalyticsError

Lõplikud olekud:

• Õnnestunud: tulemid on vastusena saadaval
• FailedClientError: valideerimistõrge (sobimatud parameetrid, filtrid)
• FailedAnalyticsError: analüütikamootori töötlemise tõrge

Pikaajalised toimingud on tüüpilised.

• Mahukad andmekomplektipäringud (>10 000 juhtumit)
• Mitme tingimusega keerukad filtrid
• Korrelatsioonianalüüs paljude atribuudiväärtuste lõikes
• Variantanalüüs sügava protsessi keerukusega

Filtrisuvandite viide

McpFilterOptionsi struktuur võimaldab täpset kontrolli andmete toomise üle viie filtritüübi kaudu. Filtreid saab keerukate päringute loomiseks kombineerida.

Filtri kombinatsiooniloogika

• Kõik McpFilterOptionsi filtritüübid kombineeritakse AND-loogikaga
• Mitu sama tüüpi filtrit on ühendatud OR-loogikaga
• Igal filtril on isInclusive atribuut (vaikeväärtus: tõene)
  • isInclusive=true: Kaasa vastavad kirjed
  • isInclusive=false: Välista kattuvad kirjed

Näide:

AttributeValueFilters: [Department=Sales OR Department=Marketing]
AND
MetricConditionFilters: [Duration > 5 days]
= Cases from Sales OR Marketing with duration > 5 days

AttributeValueFilter

Filtrid, mis põhinevad kindlatel atribuudiväärtustel (nt osakond, kasutaja, tegevuse nimi).

Atribuudid:

JSON-i näide:

{
  "attributeValueFilters": [
    {
      "attributeName": "Department",
      "attributeValues": ["Sales", "Marketing"],
      "isInclusive": true
    }
  ]
}

Kasuta juhtumeid:

• Kindlate osakondade, kasutajate või kliendisegmentide filtreerimine
• Testiandmete või kindlate tegevuste välistamine
• Protsessi alamhulkade analüüsimine

Valideerimisreeglid:

• attributeName ei tohi olla tühi
• attributeValues massiiv peab sisaldama vähemalt ühte väärtust
• Atribuudi nimi peab protsessiskeemis olemas olema (kinnitamiseks kutsuge get_process_details)

TimeframeFilter

Filtrid, mis põhinevad teenindusjuhtumite või sündmuste ajatemplite kuupäeva-/kellaajavahemikel.

Atribuudid:

JSON-i näide:

{
  "timeframeFilters": [
    {
      "startDate": "2025-01-01T00:00:00Z",
      "endDate": "2025-12-31T23:59:59Z",
      "isInclusive": true
    }
  ]
}

Kasuta juhtumeid:

• Kindlate ajavahemike (kvartalid, kuud, aastad) analüüsimine
• Ajalooliste andmete välistamine
• Ajaperioodi jõudluse võrdlus

Valideerimisreeglid:

• alguskuupäev peab olema enne lõppkuupäeva
• Kuupäevavorming peab olema kehtiv ISO 8601

MetricConditionFilter

Mõõdikuväärtuse lävedel põhinevad filtrid (nt kestus > 5 päeva, sündmuste arv < 10).

Atribuudid:

Saadaolevad mõõdikud (McpFilterMetricType):

Võrdlusmärgid:

• Võrdusalus
• NotEqualTo
• GreaterThan
• GreaterThanOrEqualTo
• LessThan
• LessThanOrEqualTo

Andmetüübid:

• String
• Kood
• Aeg (kestus)
• DateTime

JSON-i näide:

{
  "metricConditionFilters": [
    {
      "metric": "CaseDuration",
      "comparisonOperator": "GreaterThan",
      "dataType": "Time",
      "value": "5.00:00:00",
      "isInclusive": true
    }
  ]
}

Kasuta juhtumeid:

• SLA läviväärtustest ületavate juhtumite tuvastamine
• Filtreerimine kõrge väärtusega või madala väärtusega juhtumiteks
• Konkreetsete omadustega juhtumite analüüsimine (nt suur ümbertööde arv)

Valideerimisreeglid:

• CustomMetricId on nõutav, kui mõõdik on CustomMetric
• Väärtus peab vastama määratud andmetüübile
• Mõõdik peab päringukonteksti jaoks kehtiv olema

SubProcessFilter

Filtreerib alamtöötlusmustrite alusel, kus viitetegevustele järgnevad suhtelised tegevused.

Atribuudid:

JSON-i näide:

{
  "subProcessFilters": [
    {
      "attributeName": "Activity",
      "referenceAttributeValues": ["Create Order"],
      "relativeAttributeValues": ["Ship Goods"],
      "isInclusive": true
    }
  ]
}

Kasuta juhtumeid:

• Kindlate alamprotsessivoogude analüüsimine
• Kindlate teede järel esinevate juhtumite tuvastamine
• Kindlate alamprotsessimustrite välistamine

Valideerimisreeglid:

• attributeName ei tohi olla tühi
• referenceAttributeValues ja relativeAttributeValues peavad igaüks sisaldama vähemalt ühte väärtust

AttributeSequenceFilter

Filtreerib tegevusejadade järgi, millel on kindlad seosetüübid (vahetult järgnev, lõpuks järgnev jne).

Atribuudid:

Seosetüübid:

• Otsejärgitud: tegevusele vahetult järgneb suhteline tegevus (tegevusi pole vahemikus)
• LõpuksJärgmine: viitetegevusele järgneb lõpuks suhteline tegevus (muud tegevused võivad olla vahepeal)

JSON-i näide:

{
  "attributeSequenceFilters": [
    {
      "attributeName": "Activity",
      "relationType": "DirectlyFollowed",
      "referenceAttributeValues": ["Approve Order"],
      "relativeAttributeValues": ["Credit Check"],
      "isInclusive": true
    }
  ]
}

Kasuta juhtumeid:

• Kindlate tegevuste järjestuse jõustamine
• Vastavusrikkumiste tuvastamine
• Juhtumite analüüsimine kindla järjestusega

Valideerimisreeglid:

• attributeName ei tohi olla tühi
• referenceAttributeValues ja relativeAttributeValues peavad igaüks sisaldama vähemalt ühte väärtust

Tõrketöötlus

Järgmistes jaotistes kirjeldatakse levinud tõrkekoode, valideerimistõrkeid ja vastusevormingut, mis aitavad teil probleeme lahendada.

Tõrkekoodid

MCP-server kasutab kolme peamist tõrkekoodi:

Levinumad valideerimisvead

Empty processId

Tõrge: "processId (GUID) peab olema protsessi ID." Põhjus: parameeter processId on tühi või sobimatu eraldusvõime: kasutage sobivate protsessi-ID-de hankimiseks get_processes

Sobimatu ajavahemik

Tõrge: "Alguskuupäev peab olema enne lõppkuupäeva." Põhjus: TimeframeFilter has startDate after endDate Resolution: Verify date range before submitting request

Atribuudi nimi on puudu

Tõrge: "Atribuudi nimi peab olema esitatud." Põhjus: atribuudiNimi on filtri eraldusvõimes nullväärtusega või tühi: sisestage protsessiskeemist sobiv atribuudinimi

Tühjad atribuudiväärtused

Tõrge: "Atribuudiväärtused peavad sisaldama vähemalt ühte väärtust." Põhjus: atribuudiValues massiiv on atribuudi atribuudi atribuudiValueFilter eraldusvõimes tühi: massiivile vähemalt ühe väärtuse lisamine

Kohandatud mõõdiku ID puudub

Tõrge: "CustomMetricId on nõutav, kui mõõdik on CustomMetric". Põhjus: mõõdik on CustomMetric, kuid customMetricId pole esitatud lahendust: sisestage kohandatud mõõdiku GUID

Korrelatsioonis mitte-tõstutaseme atribuut

Tõrge: "Korrelatsiooni ei saa arvutada tõstutasemega mitteseotud atribuutide jaoks." Põhjus: katse get_correlation sündmusetaseme atribuudiga (nt "Tegevus") lahendus: kasutage ainult tõstutaseme atribuute (nt "Osakond", "Klient"); call get_process_details to identify case-level attributes

Tõrkevastuse vorming

{
  "error": {
    "code": "InvalidParams",
    "message": "Attribute name must be provided."
  }
}

Head tavad

Järgmised head tavad aitavad teil protsessi minnes MCP-serverit tõhusalt kasutada.

Too protsessi üksikasjad alati esimesena

Get_process_details abil saate enne päringute koostamist otsida saadaolevaid atribuute, mõõdikuid ja ärireegleid.

Miks: tagab atribuutide nimed ühtivad protsessiskeemiga, takistab valideerimistõrkeid, tuvastab juhtumitaseme ja sündmusetaseme atribuudid.

Step 1: get_processes → Obtain processId
Step 2: get_process_details with processId → Discover attributes
Step 3: Use discovered attributes in filters and queries

Suurte andmekomplektide paginatsiooni juurutamine

Kasutage kõigi loenditoimingute jaoks üksusiPerPage ja ItemsToSkip. Monitor totalCount , et teha kindlaks, kas lehti on rohkem.

Soovitatavad leheküljeformaadid:

• Vaikeväärtus: 50 üksust lehel
• Suured andmekomplektid: 20 üksust lehel (kiirem reageerimisaeg)
• Väikesed andmekomplektid: 100 üksust lehel (vähem edasi-tagasi reise)

let allItems = [];
let offset = 0;
const pageSize = 50;

do {
  const response = await getTool(processId, pageSize, offset);
  allItems.push(...response.items);
  offset += pageSize;
} while (offset < response.totalCount);

Filtreerimise kasutamine andmemahu vähendamiseks

Töötlusaja ja vastuse lasti mahu vähendamiseks rakendage atribuudid AttributeValueFilter ja TimeframeFilter päringuahelas varakult.

Filtri prioriteet:

1. TimeframeFilter (vähendab andmekomplekti kiiresti)
2. AttributeValueFilter (kitsendab teatud segmentidega)
3. MetricConditionFilter (täiustab tulemeid)

Pikaajaliste toimingute käsitsemine

Server töötleb pikaajalisi toiminguid automaatselt. API kasutab serveripoolset küsitlust sisemiselt ja edastab kliendi edenemisvärskendused Server-Sent sündmuste (SSE) kaudu. Kliendipoolset küsitlust pole vaja rakendada.

Mida oodata?

1. Server töötleb teie nimel asünkroonselt keerukaid päringuid
2. Edenemisteatised edastatakse automaatselt SSE-transpordi kaudu
3. Lõpptulemus tagastatakse, kui töötlemine on lõpule viidud
4. Lõpptulemite kuvamine kasutajale vastuvõtmisel

Vahemäluprotsessi metaandmed

Protsessi üksikasjad (atribuudid, mõõdikud, ärireeglid) muutuvad harva. Vahemälu get_process_details vastus API kutsete vähendamiseks.

Vahemälu kehtetud päästikud:

• Protsessi ümbertöötlemine
• Konfiguratsioonimuudatused
• Kasutaja algatatud värskendamine

Valideeri filtrid kliendi poolel

Kontrollige enne päringute saatmist kuupäevavahemikke, atribuudinimesid ja nõutavaid välju, et vähendada edasi-tagasi tõrkeid.

Kliendipoolne valideerimise kontroll-loend:

• [ ] ProcessId pole tühi GUID
• [ ] TimeframeFilter: startDate < endDate
• [ ] AttributeValueFilter: attributeName pole tühi, attributeValues sisaldab vähemalt ühte üksust
• [ ] MetricConditionFilter: customMetricId on esitatud, kui mõõdik on CustomMetric
• [ ] Atribuudinimed vastavad protsessi skeemile

Korrelatsiooni strateegiliselt kasutamine

Korrelatsioonianalüüs on arvutuslikult intensiivne. Enne korrelatsiooni käitamist andmekomplekti vähendamiseks rakendage esmalt filtrid.

Head tavad:

• Kontrollige, kas atribuut on tõstutasemel (kutse get_process_details)
• Rakendage esmalt timeframeFilter ja AttributeValueFilter
• Kasutamine hüpoteeside testimiseks, mitte uurimiseks
• Kindlate segmentide vahemälutulemid

Seostuv teave

• Process Mining connector reference: Connector details, authentication, and throttling limits
• Copilot Studio agendi loomine protsessi kaevandamise abil: üksikasjalik juurutamisjuhend
• Tööriistade lisamine kohandatud agentidele: kuidas lisada Copilot Studio konnektoritööriista
• MCP-serveri konnektorite kataloog: saadaolevate MCP-konnektorite täielik loend
• Process Mining overview: Overview of Process Mining capabilities
• Model Context Protocol specification: MCP standard üksikasjad