用 C# 扩展 Dynamics 365 Copilot：自定义插件与场景

优质文章学习记录

— 7 min read

Dynamics 365 Copilot 作为基于 AI 的智能助手，为企业用户提供了自动化流程、智能分析和自然语言交互的能力，但通用功能往往无法满足特定行业或企业的定制化需求。本文将详细介绍如何通过 C# 编写自定义插件，扩展 Dynamics 365 Copilot 的能力，并结合实际业务场景实现定制化 AI 交互。

一、核心基础：Dynamics 365 Copilot 扩展架构

Dynamics 365 Copilot 的扩展主要依赖于 Power Platform 插件框架 和 Copilot Studio 的自定义连接器，核心技术栈包括：

  • C# (.NET Framework 4.8 或 .NET 6+)：编写业务逻辑插件
  • Dynamics 365 SDK：与 Dataverse 数据交互
  • Azure OpenAI / 自定义 LLM 接口：扩展 AI 生成能力
  • Power Platform 注册工具：部署插件到 Dynamics 365 环境

扩展的核心逻辑是：通过 C# 插件拦截 Copilot 的交互请求，注入自定义业务规则，调用外部 AI 服务或 Dataverse 数据，最终返回定制化的 AI 响应。

二、环境准备

  1. 安装必备工具：
    • Visual Studio 2022（带 .NET 桌面开发和 Azure 开发工作负载）
    • Dynamics 365 SDK（最新版本）
    • Power Platform CLI（用于插件注册）
    • 有效的 Dynamics 365 环境（带 Copilot 启用权限）

创建 Dynamics 365 插件项目：

# 通过 Power Platform CLI 创建插件项目 pac plugin init --name CopilotCustomPlugin --template ClassLibrary

三、核心示例：自定义客户服务 Copilot 插件

场景描述

某零售企业需要定制 Copilot 能力：当用户通过 Copilot 查询客户订单状态时，Copilot 能自动从 Dataverse 中读取该客户的订单数据，并结合 AI 生成结构化、个性化的回复（而非通用话术）。

核心源代码实现

1. 插件核心类（CustomerOrderCopilotPlugin.cs）
using Microsoft.Crm.Sdk.Messages; using Microsoft.Xrm.Sdk; using Microsoft.Xrm.Sdk.Query; using System; using System.Linq; // 插件入口类，继承 IPlugin 接口 public class CustomerOrderCopilotPlugin : IPlugin { // 插件执行方法（核心入口） public void Execute(IServiceProvider serviceProvider) { // 1. 获取插件执行上下文 IPluginExecutionContext context = (IPluginExecutionContext) serviceProvider.GetService(typeof(IPluginExecutionContext)); // 2. 获取组织服务（用于操作 Dataverse 数据） IOrganizationServiceFactory serviceFactory = (IOrganizationServiceFactory) serviceProvider.GetService(typeof(IOrganizationServiceFactory)); IOrganizationService service = serviceFactory.CreateOrganizationService(context.UserId); try { // 3. 从 Copilot 请求中提取参数（客户名称/ID、查询类型） string customerId = context.InputParameters["CustomerId"]?.ToString(); string queryType = context.InputParameters["QueryType"]?.ToString(); // 校验必填参数 if (string.IsNullOrEmpty(customerId) || queryType != "OrderStatus") { throw new InvalidPluginExecutionException("无效的查询参数：请提供客户ID并选择订单状态查询"); } // 4. 从 Dataverse 查询客户订单数据 var orderData = GetCustomerOrders(service, customerId); // 5. 构建定制化的 Copilot 响应内容 string copilotResponse = BuildCopilotResponse(orderData); // 6. 将响应写入输出参数，返回给 Copilot context.OutputParameters["CopilotResponse"] = copilotResponse; } catch (Exception ex) { // 插件异常处理（Dynamics 365 标准规范） throw new InvalidPluginExecutionException("客户订单查询插件执行失败：" + ex.Message, ex); } } /// <summary> /// 从 Dataverse 查询指定客户的订单数据 /// </summary> /// <param name="service">Dynamics 365 组织服务</param> /// <param name="customerId">客户GUID</param> /// <returns>订单数据集合</returns> private EntityCollection GetCustomerOrders(IOrganizationService service, string customerId) { // 构建查询表达式（查询 salesorder 实体） QueryExpression query = new QueryExpression("salesorder") { ColumnSet = new ColumnSet("name", "salesorderid", "statuscode", "totalamount", "createdon"), Criteria = new FilterExpression { Conditions = { new ConditionExpression("customerid", ConditionOperator.Equal, new Guid(customerId)) } }, // 按创建时间降序排列 Orders = { new OrderExpression("createdon", OrderType.Descending) } }; // 执行查询并返回结果 return service.RetrieveMultiple(query); } /// <summary> /// 构建 Copilot 定制化响应内容 /// </summary> /// <param name="orders">订单数据</param> /// <returns>结构化的 AI 回复文本</returns> private string BuildCopilotResponse(EntityCollection orders) { if (orders.Entities.Count == 0) { return "未查询到该客户的任何订单记录。"; } // 构建结构化回复（结合业务规则定制话术） var responseBuilder = new System.Text.StringBuilder(); responseBuilder.AppendLine($"为您查询到 {orders.Entities.Count} 条订单记录：\n"); foreach (var order in orders.Entities) { string orderName = order["name"].ToString(); string orderStatus = GetOrderStatusText(order.GetAttributeValue<OptionSetValue>("statuscode").Value); decimal totalAmount = order.GetAttributeValue<Money>("totalamount").Value; DateTime createDate = order.GetAttributeValue<DateTime>("createdon"); responseBuilder.AppendLine($"订单编号：{orderName}"); responseBuilder.AppendLine($"状态：{orderStatus}"); responseBuilder.AppendLine($"金额：{totalAmount:C}"); responseBuilder.AppendLine($"创建时间：{createDate:yyyy-MM-dd HH:mm}\n"); } responseBuilder.AppendLine("如需了解某笔订单的详细进度，可直接说出订单编号，我会为您进一步查询。"); return responseBuilder.ToString(); } /// <summary> /// 将订单状态码转换为易读文本（适配中文场景） /// </summary> /// <param name="statusCode">订单状态码</param> /// <returns>状态文本</returns> private string GetOrderStatusText(int statusCode) { return statusCode switch { 1 => "草稿", 2 => "已提交", 3 => "已批准", 4 => "已发货", 5 => "已完成", 6 => "已取消", _ => "未知状态" }; } }
2. 插件注册配置（PluginRegistration.cs）
using Microsoft.Xrm.Sdk; using Microsoft.Xrm.Sdk.Client; using System; using System.ServiceModel; // 插件注册辅助类（用于Power Platform CLI部署） public class PluginRegistrationHelper { /// <summary> /// 注册插件到 Dynamics 365 环境 /// </summary> /// <param name="serviceUri">Dynamics 365 服务地址</param> /// <param name="username">管理员账号</param> /// <param name="password">密码</param> /// <param name="domain">域名（如适用）</param> public static void RegisterPlugin(Uri serviceUri, string username, string password, string domain) { // 构建认证凭据 ClientCredentials credentials = new ClientCredentials(); credentials.UserName.UserName = username; credentials.UserName.Password = password; // 创建组织服务代理 using (OrganizationServiceProxy serviceProxy = new OrganizationServiceProxy( serviceUri, null, credentials, null)) { serviceProxy.EnableProxyTypes(); // 注册插件步骤（绑定到 Copilot 自定义消息） CreatePluginStep(serviceProxy, "new_CopilotCustomerOrderQuery", "CustomerOrderCopilotPlugin", "Microsoft.Crm.Sdk.Messages.ExecutePluginRequest"); } } private static void CreatePluginStep(IOrganizationService service, string messageName, string pluginTypeName, string requestType) { // 插件步骤创建逻辑（简化版，实际部署建议使用Power Platform CLI） Entity pluginStep = new Entity("sdkmessageprocessingstep") { ["name"] = $"Copilot_{messageName}_Step", ["sdkmessageid"] = new EntityReference("sdkmessage", new Guid("替换为实际消息ID")), ["pluginassemblyid"] = new EntityReference("pluginassembly", new Guid("替换为程序集ID")), ["plugintypeid"] = new EntityReference("plugintype", new Guid("替换为插件类型ID")), ["stage"] = 40, // 操作后执行 ["mode"] = 0, // 同步模式 ["rank"] = 1 }; service.Create(pluginStep); } }

四、插件部署与集成到 Copilot

1. 插件编译与签名

  • 在 Visual Studio 中编译项目，生成强名称签名的 DLL（右键项目 → 属性 → 签名 → 选择强名称密钥文件）。

使用 Power Platform CLI 将 DLL 注册到 Dynamics 365 环境：

# 登录 Dynamics 365 环境 pac auth create --url https://your-org.crm.dynamics.com # 注册插件程序集 pac plugin register --assembly "bin\Debug\CopilotCustomPlugin.dll" --serviceprincipalid "你的SPN ID" --serviceprincipalsecret "你的SPN密钥"

2. Copilot Studio 集成

  1. 打开 Copilot Studio，创建新的自定义主题 “客户订单查询”；
  2. 添加 “调用自定义插件” 操作，绑定上述 C# 插件；
  3. 配置输入参数（客户 ID）和输出参数（Copilot 响应）；
  4. 发布自定义主题，关联到 Dynamics 365 应用。

五、进阶场景：集成外部 LLM 增强 Copilot 能力

如果需要进一步增强 AI 生成能力，可以在插件中调用 Azure OpenAI API，结合业务数据生成更自然的回复：

// 新增方法：调用 Azure OpenAI 生成定制化回复 private string GenerateAiResponseWithOpenAI(string orderData) { var openAIClient = new Azure.AI.OpenAI.OpenAIClient( new Uri("https://your-openai-resource.openai.azure.com/"), new Azure.AzureKeyCredential("你的 OpenAI API 密钥")); var chatCompletionsOptions = new Azure.AI.OpenAI.ChatCompletionsOptions() { DeploymentName = "gpt-35-turbo", Messages = { new Azure.AI.OpenAI.ChatMessage(Azure.AI.OpenAI.ChatRole.System, "你是零售企业的客户服务助手，需基于提供的订单数据生成友好、简洁的中文回复，避免技术术语。"), new Azure.AI.OpenAI.ChatMessage(Azure.AI.OpenAI.ChatRole.User, $"基于以下订单数据生成回复：{orderData}") }, Temperature = 0.7f, MaxTokens = 500 }; var response = openAIClient.GetChatCompletions(chatCompletionsOptions); return response.Value.Choices[0].Message.Content; }

六、关键注意事项

  1. 性能优化：插件执行超时时间默认 2 分钟，需优化 Dataverse 查询（使用分页、索引）；
  2. 权限控制：插件以当前用户身份执行，需为用户分配 salesorder 实体的读取权限；
  3. 异常处理：必须捕获并抛出 InvalidPluginExecutionException，确保错误信息能返回给 Copilot；
  4. 版本管理：插件更新需通过 Power Platform CLI 重新注册，建议保留历史版本。

总结

  1. Dynamics 365 Copilot 可通过 C# 插件扩展，核心是实现 IPlugin 接口并拦截 Copilot 交互请求，结合 Dataverse 数据定制 AI 响应；
  2. 自定义插件的核心流程为：提取请求参数 → 查询业务数据 → 构建定制化响应 → 返回给 Copilot；
  3. 进阶场景可集成 Azure OpenAI 等外部 LLM，进一步增强 Copilot 的自然语言生成能力，同时需注意插件的性能、权限和异常处理。

Read more

OpenClaw 是一个开源的、面向具身智能（Embodied AI）与机器人操作研究的多模态大模型框架

OpenClaw 是一个开源的、面向具身智能（Embodied AI）与机器人操作研究的多模态大模型框架

OpenClaw 是一个开源的、面向具身智能（Embodied AI）与机器人操作研究的多模态大模型框架，由上海人工智能实验室（Shanghai AI Lab）联合多家机构于2024年发布。它聚焦于“视觉-语言-动作”（Vision-Language-Action, VLA）联合建模，旨在让AI不仅能理解环境和指令，还能生成可执行的、细粒度的机器人控制动作序列（如关节扭矩、末端位姿、抓取姿态等），支持真实/仿真双环境部署。 核心特点包括： * ✅ 多模态对齐：统一编码图像、语言指令、机器人本体状态（如关节角度、力觉反馈）； * ✅ 动作生成范式：采用“tokenized action”设计，将连续动作离散化为可学习的action tokens，便于大模型端到端生成； * ✅ 开源生态：提供预训练模型权重、仿真环境（基于ManiSkill2）、真实机械臂适配接口（如UR5e + Robotiq 2F-85）、数据集（OpenClaw-Bench）及训练/
宇树科技Go2机器人强化学习（RL）开发实操指南

宇树科技Go2机器人强化学习（RL）开发实操指南

在Go2机器人的RL开发中，环境配置、模型训练、效果验证与策略部署的实操步骤是核心环节。本文基于宇树科技官方文档及开源资源，以Isaac Gym和Isaac Lab两大主流仿真平台为核心，提供从环境搭建到实物部署的全流程操作步骤，覆盖关键命令与参数配置，帮助开发者快速落地RL开发。 一、基础准备：硬件与系统要求 在开始操作前，需确保硬件与系统满足RL开发的基础需求，避免后续因配置不足导致训练中断或性能瓶颈。 类别具体要求说明显卡NVIDIA RTX系列（显存≥8GB）需支持CUDA加速，Isaac Gym/Isaac Lab均依赖GPU进行仿真与训练操作系统Ubuntu 18.04/20.04/22.04推荐20.04版本，兼容性最佳，避免使用Windows系统（部分依赖不支持）显卡驱动525版本及以上需与CUDA版本匹配（如CUDA 11.3对应驱动≥465.19.01，CUDA 11.8对应驱动≥520.61.05）软件依赖Conda（
MacOS 安装 OpenClaw 并接入飞书机器人（保姆级教程 + 常见问题解决）

MacOS 安装 OpenClaw 并接入飞书机器人（保姆级教程 + 常见问题解决）

MacOS 安装 OpenClaw 并接入飞书机器人（保姆级教程 + 常见问题解决） 在 AI Agent 和自动化工具越来越普及的今天，越来越多开发者希望拥有一个 能够自动处理任务、接入团队协作工具的 AI 助手。 最近OpenClaw火的一塌糊涂，我也跟风研究了一下这个开源项目。它可以理解为一个 可扩展的 AI Agent 框架，支持接入各种工具、自动执行任务，并且可以和企业协作平台（如飞书）打通，实现 AI 自动回复、自动化工作流。 本文将带大家 从 0 开始，在 MacOS 上安装 OpenClaw，并接入飞书机器人。 同时我也整理了自己在安装过程中遇到的 终端报错问题与完整解决方案，让你一次性避坑。 本文包含： * MacOS 安装 OpenClaw * 接入飞书机器人 * 配置开机自启 * 终端报错解决（
斯坦福大学 | CS336 | 从零开始构建语言模型 | Spring 2025 | 笔记 | Assignment 1: Transformer LM Architecture Implement

斯坦福大学 | CS336 | 从零开始构建语言模型 | Spring 2025 | 笔记 | Assignment 1: Transformer LM Architecture Implement

目录 * 前言 * 1. Problem (linear): Implementing the linear module (1 point) * 2. Problem (embedding): Implement the embedding module (1 point) * 3. Problem (rmsnorm): Root Mean Square Layer Normalization (1 point) * 4. Problem (positionwise_feedforward): Implement the position-wise feed-forward network (2 points) * 5. Problem (rope): Implement RoPE (2 points) * 6. Problem