Copilot Studio Hooks steuern Tool-Aufrufe im Lebenszyklus
Preview-Hooks führen Workflows bei sechs Agentenereignissen aus, auch vor Tool-Aufrufen. Fehlerhafte Hooks stoppen den Agenten nicht.
Originalartikel vom 02.10.2026: AI Weekly: Copilot Studio Hooks, Lovable, and Desktop Automation, von Josh Cook, auf Flow Alt Delete. Artikel lesen
Dies ist unsere eigene Kurzfassung, keine Wiederveröffentlichung oder vollständige Übersetzung.
TL;DR
Copilot Studio Preview-Hooks für Agents mit dem GitHub-Copilot-Harness können Workflows bei sechs Lebenszyklusereignissen ausführen. Ein Hook vor dem Tool-Aufruf kann Argumente prüfen oder ändern und Aufrufe ablehnen. Fehler, Timeouts oder unlesbare Antworten lassen den Agenten jedoch weiterlaufen.
Warum das wichtig ist
- Makers: Einen Update-Tool-Aufruf mit einem Vorab-Hook pilotieren und sowohl eine Ablehnung als auch einen defekten Workflow testen.
- Admins/IT: Verbindliche Autorisierung und Geschäftsregeln im zugrunde liegenden Dienst durchsetzen, weil ein fehlerhafter Hook den Agenten nicht blockiert.
- BI/Data teams: Bei Dataverse-Szenarien Aktivitäten von Update-Tools protokollieren und prüfen, dass abgelehnte Anfragen keine Geschäftsregeln verletzen.
Häufige Fragen
Bei welchen Lebenszyklusereignissen kann ein Copilot-Studio-Hook einen Workflow ausführen?
Bei sechs Ereignissen, darunter vor und nach einem Tool-Aufruf. Ein Hook vor dem Aufruf kann Argumente prüfen, ändern oder den Aufruf ablehnen.
Wie sollten Makers das Testen eines Vorab-Hooks bei einem Update-Tool beginnen?
Ein einzelnes Update-Tool mit dem Hook pilotieren und gezielt sowohl eine Ablehnung als auch einen defekten Workflow testen.
Was kann ein Post-Call-Hook nach einem Dataverse-Update-Tool-Aufruf tun?
Er kann die Aktivität protokollieren oder das zurückgegebene Ergebnis anpassen, was zeigt, was der Agent tatsächlich geändert hat.
