用 C# 扩展 Dynamics 365 Copilot：自定义插件与场景

Ne0inhk

— 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

极致压缩：Whisper.cpp 量化版本清单与 ggml 格式模型下载

Whisper.cpp 量化模型下载指南 Whisper.cpp 是 OpenAI Whisper 语音识别模型的高效 C++ 实现，支持量化技术来减小模型尺寸，实现“极致压缩”。量化通过降低模型参数的精度（如从 32 位浮点数到 4 位整数）来减少存储和计算需求，同时保持合理的准确性。ggml 格式是一种轻量级模型格式，专为资源受限设备优化。以下信息基于 Whisper.cpp 官方 GitHub 仓库（真实可靠），我将逐步引导您获取量化版本清单和下载链接。 1. 量化版本清单 Whisper.cpp 支持多种量化级别，每种对应不同的压缩率和精度权衡。以下是常见量化版本清单（基于最新官方数据）： * q4_0：4 位量化，极致压缩，模型尺寸最小，适合内存受限设备（如嵌入式系统）。精度损失较高。

By Ne0inhk

终极指南：5分钟掌握浏览器AI绘画黑科技，Deeplearn.js风格迁移全解析

你是否曾梦想将普通照片瞬间变成艺术大师的杰作？无需复杂的Python环境，无需昂贵的GPU设备，现在只需一个浏览器，就能让梵高、毕加索为你创作！本文将带你解锁浏览器端AI绘画的神秘面纱，体验零配置、全本地、实时风格转换的魔力。 【免费下载链接】fast-style-transfer-deeplearnjsDemo of in-browser Fast Neural Style Transfer with deeplearn.js library 项目地址: https://gitcode.com/gh_mirrors/fa/fast-style-transfer-deeplearnjs 读完本文，你将收获： ✅ 浏览器端神经网络运行原理与优势详解 ✅ 6种艺术风格模型的一键部署方案 ✅ 自定义图片与摄像头实时转换技巧 ✅ 性能优化与隐私保护实战经验 ✅ 完整项目应用与扩展开发指南 一、痛点揭秘：传统AI绘画的三大困境 1.1 技术门槛过高 传统神经网络风格迁移需要搭建Python环境、安装TensorFlow、配置GPU驱动，对普通用户极不友好。光是环境配置就可能耗费数小时

By Ne0inhk
Windows 11 配置 CUDA 版 llama.cpp 并实现系统全局调用（GGUF 模型本地快速聊天）

Windows 11 配置 CUDA 版 llama.cpp 并实现系统全局调用（GGUF 模型本地快速聊天）

Windows 11 配置 CUDA 版 llama.cpp 并实现系统全局调用（GGUF 模型本地快速聊天） 前言 在本地快速部署大模型进行离线聊天，llama.cpp 是轻量化、高性能的首选工具，尤其是 CUDA 版本能充分利用 NVIDIA 显卡的算力，大幅提升模型推理速度。本文将详细记录在 Windows 11 系统中，从环境准备、CUDA 版 llama.cpp 配置，到实现系统全局调用、快速运行 GGUF 格式模型的完整步骤，全程基于实际操作验证，适配 RTX 3090 等 NVIDIA 显卡，新手也能轻松上手。 https://github.com/ggml-org/llama.cpp

By Ne0inhk
通义万相 2.1 与蓝耘智算平台的深度协同，挖掘 AIGC 无限潜力并释放巨大未来价值

通义万相 2.1 与蓝耘智算平台的深度协同，挖掘 AIGC 无限潜力并释放巨大未来价值

我的个人主页我的专栏：人工智能领域、java-数据结构、Javase、C语言，希望能帮助到大家！！！点赞👍收藏❤ 引言：AIGC 浪潮下的新机遇 在当今数字化飞速发展的时代，人工智能生成内容（AIGC）已成为推动各行业变革的关键力量。从创意内容的快速产出到复杂场景的智能模拟，AIGC 正以前所未有的速度改变着我们的生活和工作方式。通义万相 2.1 作为多模态 AI 生成领域的佼佼者，与蓝耘智算平台这一强大的算力支撑平台深度协同，犹如一颗耀眼的新星，在 AIGC 的浩瀚星空中熠熠生辉，为挖掘 AIGC的无限潜力和释放巨大未来价值提供了坚实的基础和广阔的空间。 一：通义万相 2.1：多模态 AI 生成的卓越典范 ***通义万相 2.1 是阿里巴巴达摩院精心打造的多模态 AI 生成模型，在图像、视频等内容生成方面展现出了令人瞩目的实力。*** 1.1 创新架构引领技术突破 1.

By Ne0inhk