Microsoft 365 Copilot
Agent 进阶教材

认识 · 应用 · 构建 · 案例 · 治理 · 推广

基于 Microsoft 官方 Agent 资料库全部内容提取

22 个官方页面 · 9 份白皮书/PDF · 2 份场景 PPTX

TÜV Rheinland BS.A West · June Zhu · 2026.07

教材目录

Part 1 · 认识 Agent

Agent是什么 · M365中的位置 · 与Copilot Chat区别 · 三种形态 · Word/Excel/PPT Agents · 六层应用地图

Part 2 · 应用场景

SharePoint Agent · Employee Self-Service · Analyst/Researcher · App Agents

Part 3 · 构建方法

Build Agents · Agent Builder vs Copilot Studio · Copilot Studio Guidance · Share & Manage · 8步框架

Part 4 · 模板与案例

AI Agents Hub · Copilot Studio场景 · Agent Factory · IQ数据平台 · Foundry采用路径

Part 5 · 治理与安全

Governance(46p) · Security(29p) · Registry · Evaluation(33p) · 上线检查清单

Part 6 · 学习与推广

Readiness(45p) · 90天社区(16p) · 采用路径(20p)

数据来源:22个Markdown知识页面 + 9份PDF白皮书(共269页) + 2份PPTX · 全部来自Microsoft Learn/Support/Adoption官方

Part 1 · 认识 Agent

01

Agent 是什么 · 在 Microsoft 365 中的位置 · 与 Copilot Chat 的区别

1.1 Get Started with Agents — Agent 基础认知

Source: Microsoft Support · Microsoft Learn · 3个官方页面

Agent 是什么?

Agent 是 Microsoft 365 Copilot 的扩展能力——不是独立应用,而是运行在 Copilot 生态中的智能助手。Agent 可以理解特定业务场景、访问指定数据源、执行预定义任务,并在 Copilot 对话中被调用。

Agent vs Copilot Chat — 关键区别

维度Copilot ChatAgent
范围通用问答特定场景/任务
数据Web + 工作文件可指定数据源(SharePoint/API等)
持续性单次对话可持久运行、跨会话
创建无需创建由用户或IT创建配置
行为通用可定制指令/知识/行为边界

Agent 的三种形态

  • 预构建 Agent:Microsoft 官方提供,开箱即用(如 SharePoint Agent)—零配置
  • Agent Builder Agent:用户在 Copilot Chat 中用自然语言创建 —低门槛,适合业务用户
  • Copilot Studio Agent:在 Copilot Studio 中构建 —支持复杂逻辑、外部连接、完整生命周期管理

1.2 Agents in Microsoft 365 — 整体定位

Source: Agents in Microsoft 365 · Microsoft Adoption

Agent 在 M365 生态中的角色

Agent 应该被理解为 Microsoft 365 工作流的一部分,而非孤立的"AI功能"。它不是替换 Copilot Chat,而是在 Copilot 基础上增加特定领域的深度能力

Agent 适用的工作场景

  • 知识检索:基于组织内部文档/站点回答问题
  • 流程自动化:多步骤任务的自动执行
  • 角色支持:为特定岗位(HR/IT/销售)定制助手
  • 数据洞察:分析数据并生成报告

适合学习对象

  • 普通员工中的进阶用户 —建立"Agent能帮我做什么"的认知
  • Champion/种子用户 —深入理解Agent运作机制
  • 讲师 —准备Agent培训材料
  • 业务负责人 —评估Agent对部门的价值

1.3 Word / Excel / PowerPoint Agents

Source: Word Excel and PowerPoint Agents · Microsoft Support + Learn Training

Word Agent

基于文档内容生成报告/提案/摘要。不只是"写一段",而是理解整份文档并执行多步骤任务。可以跨文档引用、保持风格一致。

Excel Agent

自动分析数据、生成洞察、创建可视化。Agent 可记住分析偏好并自动应用。适合周期性报表场景。

PowerPoint Agent

基于文档/数据自动生成演示文稿。Agent 理解品牌风格并保持一致。可批量生成多版本PPT。

与基础 Copilot 的区别

基础Copilot=单次问答;App Agent=持续运行+跨文档工作+记住偏好。不建议放入第一轮全员基础课——先让用户熟悉Copilot基础后再引入。

1.4 Agent 应用地图 · 六层体系

Source: Agent 应用地图 · 从认识到推广的完整学习路径

层级代表资料对象说明
认识Get Started · Agents in M365全员进阶、讲师理解Agent与Copilot Chat的区别
应用SharePoint · Self-Service · App Agents种子用户、业务先看真实应用,不先讲技术架构
构建Agent Builder vs Copilot StudioChampion、业务、IT判断用Builder还是Studio
案例Templates · Copilot Studio Scenarios讲师、项目用官方案例映射莱茵场景
治理Governance · Security · Registry · EvaluationIT、安全、管理层不只是会创建,还要会管理
推广Readiness · 90天社区 · Adoption Journey培训项目从单点实验→组织采用

关键原则:不要一上来就让全员创建 Agent。推荐路径:选 2-3 个高价值场景 → 种子用户试点 → 形成模板案例 → 建立治理规则 → 规模化推广。

Part 2 · 典型 Agent 应用场景

02

SharePoint · Employee Self-Service · Analyst/Researcher · App Agents

2.1 Agents in SharePoint — 基于组织知识的 Agent

Source: Agents in SharePoint · Microsoft Adoption

核心价值

SharePoint 是企业知识和文件协作的中心。SharePoint Agent 让用户通过自然语言直接查询站点内容——不需要知道文件存在哪个文件夹。

典型场景

  • HR站点→"公司的年假政策是什么?"
  • 项目站点→"这个项目的里程碑有哪些?"
  • 销售站点→"最新的产品报价单在哪?"
  • 合规站点→"ISO27001的审计要求是什么?"
  • 培训站点→"有哪些关于数据隐私的课程?"

莱茵落地建议

  • 盘点莱茵已有的 SharePoint 站点
  • 选1-2个文档量大、查询频率高的做试点
  • 与 SharePoint 权限治理同步规划—Agent权限=用户权限
  • 种子用户先测:用真实问题验证回答质量

2.2 Employee Self-Service Agent — 员工自助服务

Source: Employee Self-Service Agent in Microsoft 365 Copilot · Microsoft Adoption

核心价值

代表性的企业内部服务型 Agent——员工不需要翻内网、打电话给HR/IT,直接向Agent提问。降低内部服务台的工单量,提升员工体验。

典型问题域

部门Agent可回答的问题类型
HR请假流程、福利查询、入职指南、培训报名、绩效周期
IT设备申请、密码重置、VPN配置、软件安装、网络故障
行政会议室预订、访客登记、办公用品申请、差旅标准
财务报销流程、差旅标准、发票要求、预算查询

莱茵落地路径

  • HR/IT/行政联合推进—跨部门协作是关键
  • 先做FAQ类问题(答案明确、数据好整理)
  • 逐步扩展到流程类(需对接后端系统)
  • 可成为莱茵内部数字化转型的示范项目

2.3 Analyst / Researcher Agent — 知识工作增强型

Source: AnalystResearcherOverviewDeck.pptx · Microsoft Adoption 附件

核心价值

代表"知识工作者增强型 Agent"方向。适合研究资料整理、分析报告初稿、信息归纳和业务洞察生成。对莱茵咨询、销售、项目管理、市场研究类场景有直接启发。

莱茵适用场景

  • 认证审核:整理审核标准→生成差距分析报告初稿
  • 培训咨询:收集行业趋势→生成客户方案背景研究
  • 市场研究:竞对信息监控→市场动态周报
  • 项目管理:项目文档分析→风险识别和要点提取

关键能力

  • 多源信息收集与归纳
  • 结构化报告生成
  • 趋势分析和异常检测
  • 基于上下文的自定义洞察
  • 支持引用溯源(Cross-reference)

2.4 App Agents — 从应用内 Copilot 到应用 Agent

Source: Microsoft365CopilotAppAgents Guide + Handout · Microsoft Adoption 附件

核心价值

"从 Office 应用内的 Copilot 能力走向独立 Agent"的进阶路径。Office App Agents 可以跨 Word/Excel/PPT 工作,执行多步骤任务,持续监控和自动触发。

进阶能力

  • 自动监控Excel数据变化→触发报告更新
  • 基于Word模板→批量生成定制化文档
  • 分析多个PPT→提取跨演示文稿的一致性检查
  • 跨应用工作流:Excel数据→Word报告→PPT展示

与基础Copilot对比

  • 基础Copilot:被动响应,单次交互
  • App Agent:主动监控+自动触发+跨应用
  • 适合已熟练掌握Copilot的进阶用户
  • 建议在完成30天Journey后引入

Part 3 · 如何构建 Agent

03

Build · Agent Builder vs Copilot Studio · Share · Manage · 8步构建框架

3.1 Build Agents with Microsoft 365 Copilot

Source: Build Agents with Microsoft 365 Copilot · Microsoft Adoption

从应用场景出发,构建 Agent

关键不是"Agent能做什么",而是"你的业务场景需要什么Agent"。从真实工作瓶颈出发,反向定义Agent的能力边界。

构建前必须回答的问题

  1. 谁会用这个Agent?(角色/部门)
  2. Agent要解决什么具体问题?(不是"提升效率"——要精确到任务)
  3. Agent需要访问哪些数据?(SharePoint站点/文件/API)
  4. Agent能做什么、不能做什么?(行为边界)
  5. 怎么判断Agent好用不好用?(评估标准)

构建路径选择

  • 简单FAQ/知识检索→Agent Builder(自然语言,几分钟建好)
  • 需要复杂逻辑/外部连接→Copilot Studio
  • 跨系统自动化→Copilot Studio + Power Automate
  • 先在Agent Builder验证场景→再决定是否升级到Studio

3.2 Agent Builder vs Copilot Studio — 完整对比

Source: Choose between Agent Builder and Copilot Studio · Microsoft Learn

维度Agent BuilderCopilot Studio
门槛低—自然语言创建,几分钟中高—需配置技能和逻辑
适合谁业务用户、种子用户、ChampionIT、开发者、高级制作者
数据源SharePoint站点、文件、Web以上+API、数据库、外部系统、Connectors
逻辑能力简单FAQ流程、基础问答多步骤、条件分支、外部调用、变量
治理基本共享、有限管理完整生命周期:版本/发布/监控/退役
安全继承用户权限精细权限控制、数据丢失防护(DLP)
评估手动测试自动化评估框架(AgentEvaluationEbook)
典型场景"帮我回答关于XX项目的问题""对接ERP系统,处理请假申请全流程"

决策建议:先让种子用户用Agent Builder快速验证(1-2天出原型)。验证通过且需要更复杂能力时,再迁移到Copilot Studio。不要一上来就推Copilot Studio—门槛太高会吓退业务用户。

3.3 Copilot Studio Guidance — 高级构建指南

Source: Copilot Studio Guidance · 4个官方页面 + 场景PPTX

何时升级到 Copilot Studio

  • Agent需要调用外部API或数据库
  • 需要条件分支和复杂对话流
  • 需要连接Power Automate做流程自动化
  • 需要版本管理和发布审批
  • 需要跨部门共享和权限分级

Copilot Studio 关键能力

  • Topics & Entities:定义对话主题和关键实体
  • Actions & Flows:调用 Power Automate 执行操作
  • Generative Answers:基于知识源的智能回答
  • Analytics:使用量、满意度、对话路径分析
  • Publish & Channels:发布到 Teams/M365 Copilot/Web

莱茵建议:种子用户用Agent Builder → IT/高级Champion用Copilot Studio。两者不冲突——Agent Builder做快速验证,Studio做生产级部署。关注Copilot Studio的Whats New页面追踪功能更新。

3.4 Share and Manage Agents — Agent 分享与管理

Source: Share and Manage Agents · Microsoft Learn

Agent 从个人实验→团队使用的关键步骤

Agent 构建完成后,需要考虑谁能使用、如何分享、如何管理。这是 Agent 从"玩具"变成"工具"的转折点。

Share — 分享 Agent

  1. 在 Copilot Chat 中通过链接分享给同事
  2. 在 Teams 频道中发布 Agent 入口
  3. 设置可见范围:特定人员/团队/全组织
  4. 管理员在 Admin Center 管理可见性

Manage — 管理 Agent

  1. 谁创建了哪些Agent?(Agent Registry)
  2. Agent使用了哪些数据源?权限合理?
  3. Agent使用频率和用户满意度如何?
  4. 何时更新/下线/替换Agent?

3.5 How to Build Agents — 8 步构建框架(白皮书精要)

Source: How-to-Build-Agents-with-Microsoft-white-paper-Feb-2026.pdf · 21 pages · Version 1.0

步骤关键活动产出
1. Define business problem选流程、定目标、评估组织准备度业务问题陈述+ROI指标定义
2. List the data needed识别数据源/系统/Connectors、评估数据质量数据清单+质量评估
3. Identify workflow steps映射端到端流程:触发/步骤/决策/异常/交接流程图+Agent角色分配
4. Decide interaction patterns选交互模式:对话式/自动化/主动推送交互设计文档
5. Choose the right toolsAgent Builder vs Copilot Studio vs Custom技术选型决策
6. Build & test iteratively原型→测试→反馈→迭代(至少3轮)可用的Agent原型
7. Govern & secure权限控制、数据边界、审计追踪安全评估报告
8. Measure & optimize追踪使用量/满意度/ROI→持续优化效能仪表板

Part 4 · Agent 模板与案例

04

AI Agents Hub · Copilot Studio 场景 · Agent Factory · IQ 数据平台

4.1 Agent Templates and Examples — 官方模板库

Source: AI Agents Hub · Microsoft Adoption · 含9份附件白皮书

AI Agents Hub

Microsoft Adoption 的 Agent 总入口——按行业、按角色、按场景分类的Agent案例和模板。

按行业

  • 制造业
  • 金融服务
  • 医疗健康
  • 零售
  • 教育

按角色

  • 销售/客户经理
  • HR/招聘
  • IT/运维
  • 财务/审计
  • 市场/传播

按场景

  • 知识管理
  • 流程自动化
  • 客户服务
  • 数据分析
  • 合规审计

4.2 Agent Factory — 规模化 Agent 工厂方法论

Source: The-Microsoft-Agent-Factory-white-paper-Feb-2026.pdf · 14 pages · Version 1.0

核心主张

Agent Factory 是微软内部的Agent 规模化生产和管理方法论——不只是"做一个Agent",而是"建立一条Agent生产线"。面向IT领导者、业务负责人和构建者。

Agent Factory 关键支柱

  • 标准化模板:可复用的Agent架构和Prompt模板
  • 质量保证:统一的评估标准和测试流程
  • 治理框架:创建→审批→发布→监控→退役全流程
  • 社区驱动:Champion网络+案例分享+Peer Review

对莱茵的启示

  • 不要每个人从零造Agent→先建模板库
  • Agent审批流程前置→避免"野Agent"泛滥
  • 建立Agent效能仪表板→用数据驱动优化
  • Champion社群是Agent推广的核心引擎

4.3 Microsoft IQ Agent Data Platform — Agent 数据平台

Source: MicrosoftIQAgentDataPlatform.pdf · 25 pages

为什么 Agent 需要数据平台(不只是模型)

Agent 的价值不在于模型本身,而在于理解和利用组织上下文。Microsoft IQ 提供三层能力:Work IQ(工作上下文)+ Fabric IQ(数据上下文)+ Agent Data Platform(统一底座)。

Work IQ — 工作上下文

  • 基于 Microsoft Graph 的统一工作数据
  • Semantic Index:语义化索引组织内容
  • Business Understanding:理解业务流程和关系
  • Memory:跨会话的上下文记忆

Fabric IQ — 数据上下文

  • 连接组织数据湖/数据仓库
  • OneLake 统一数据存储
  • Agent 可直接查询结构化数据
  • 支持自然语言→SQL/DAX转换

4.4 Microsoft Foundry AI Adoption Journey — 组织级AI采用

Source: MicrosoftFoundryAIAdoptionJourney.pdf · 20 pages

从 AI 实验到 AI 规模化 — 四阶段旅程

Microsoft Foundry 是面向企业客户的 AI 采用加速项目。四阶段框架适用于从 Copilot 使用到 Agent 构建的完整路径。

阶段关键活动典型挑战
1. Experiment选2-3个场景试点,Agent Builder快速验证场景选择困难、期望管理
2. Ground in Data建立数据基础,连接企业数据源数据孤岛、质量、权限混乱
3. Build Agents构建智能Agent和工作流,从原型到生产技术门槛、安全顾虑
4. Scale in Production规模化部署、持续优化、社区自运转治理缺失、ROI衡量困难

Part 5 · Agent 治理与安全

05

Governance · Security · Registry · Evaluation · 上线检查清单

5.1 Agent Governance — 治理框架(白皮书46页精要)

Source: Agent-governance-whitepaper.pdf · 46 pages · Version 3.2

治理核心理念

Agent 不是一次性创建物——是需要持续治理的组织资产。治理应该覆盖完整生命周期:创建→审批→发布→监控→更新→退役。

治理覆盖五大维度

  1. 创建治理:谁可以创建Agent?需要什么审批流程?
  2. 权限治理:Agent能访问哪些数据?权限是否遵循最小权限原则?
  3. 数据治理:Agent使用的数据是否符合分类分级要求?有没有数据泄露风险?
  4. 质量治理:Agent的回答是否准确?是否有定期评估?
  5. 生命周期治理:Agent何时需要更新?何时应该退役?退役后数据怎么处理?

治理角色分工

角色职责
业务负责人定义场景、审批创建、评估业务价值
IT管理员技术实现、权限控制、Registry管理
安全/合规数据边界、风险评估、审计追踪
培训团队用户教育、Champion培养、反馈收集

5.2 Agent Security Playbook — 安全手册(29页精要)

Source: Agent-security-playbook.pdf · 29 pages · Version 1.0

安全三原则

Agent 安全不仅是技术问题——涉及数据边界、权限模型、人工复核三个维度。

安全生命周期

阶段安全要点
设计最小权限原则、数据分类、威胁建模
构建安全代码实践、敏感数据处理、输入验证
部署权限审查、DLP策略、安全测试
运营异常监控、审计日志、事件响应
退役数据清理、权限回收、依赖解耦

覆盖的 Agent 类型

  • SharePoint Agents —基于站点内容
  • Copilot Studio Agent Builder —对话模板
  • Copilot Studio Custom Agents —自定义Agent
  • Microsoft 365 Copilot Agents —M365集成

5.3 Agent Registry — 资产清单与管理

Source: Agent Registry · Manage agents in M365 admin center · Microsoft Learn

核心功能

Agent Registry 在 Microsoft 365 Admin Center 中,让 Agent 从"个人创建物"变成可被组织看见和管理的资产

Registry 能做什么

  • 查看全组织所有Agent的清单
  • 按创建者/部门/状态筛选
  • 管理Agent的可见范围(特定人/团队/全组织)
  • 查看Agent使用统计
  • 下线或禁用有问题的Agent

莱茵落地

  • 确保IT管理员有Registry访问权限
  • 定期审查Agent清单——至少每月一次
  • 建立Agent命名规范,方便识别
  • 对"无人认领"的Agent主动联系创建者确认

5.4 Agent Evaluation — 评估框架(33页精要)

Source: AgentEvaluationEbook.pdf · 33 pages · Copilot Studio 评估实战指南

为什么要评估 Agent?

Agent 不能只看"能不能回答"——还要评估质量、安全、稳定性、业务价值。没有评估的Agent = 没有质量保证的产品。

四维评估模型

维度评估指标
质量回答准确率、相关性、完整性、一致性
安全不泄露敏感信息、不执行危险操作、权限合规
体验响应速度、易用性、用户满意度(NPS)
价值节省时间、工单减少率、ROI

评估最佳实践

  • 自动化评估:用Copilot Studio内置的评估框架做回归测试
  • 人工评估:种子用户定期抽样评审Agent回答
  • 反馈循环:每次发现问题→转换为回归评估→确保持续改进
  • 评估节奏:新Agent每周评、稳定Agent每月评

5.5 Agent 上线前检查清单

Source: 整合 Governance + Security + Registry + Evaluation 四大白皮书

设计和构建阶段

  • ✓ Agent 解决的问题是否明确?(一句话能说清)
  • ✓ 数据源是否已确认?权限范围是否合理?
  • ✓ 交互模式是否选择正确?(对话式/自动化/主动推送)
  • ✓ 是否选择了合适的构建工具?(Builder vs Studio)
  • ✓ 是否有测试数据集和预期答案?

部署和运营阶段

  • ✓ 安全评估是否通过?(无敏感信息泄露风险)
  • ✓ 是否已注册到 Agent Registry?(管理员可见)
  • ✓ 是否设置了可见范围?(特定人/团队/全组织)
  • ✓ 是否有用户反馈机制?(如何报告问题)
  • ✓ 是否建立了评估节奏?(新Agent周评/稳定Agent月评)

铁律:以上所有项必须全部打勾才能上线。不做检查就上线=把风险带进组织。Agent上线后的第一个月是"观察期",需要更密集的监控和用户反馈收集。

Part 6 · Agent 学习与推广

06

Agentic Readiness · 90天社区框架 · 组织采用路径

6.1 Agentic Readiness — 组织准备度评估(45页精要)

Source: AgenticReadinessFrameworkOverview.pdf · 45 pages · 含五大支柱框架

核心问题

判断组织是否准备好从 Copilot 使用走向 Agent 采用。不是技术准备好了就行——需要五大支柱同时到位。

Pillar 1 · 战略

  • AI战略是否明确?
  • 领导层是否支持?
  • 业务目标是否对齐?

Pillar 2 · 人员

  • 团队Copilot基础如何?
  • 是否有Champion?
  • 变革管理准备好了吗?

Pillar 3 · 流程

  • 业务场景是否识别?
  • Agent审批流程存在吗?
  • 评估机制建立了吗?

Pillar 4 · 技术

  • 数据基础是否就绪?
  • M365许可证到位了吗?
  • 安全控制是否配置?

Pillar 5 · 数据

  • 数据是否分类分级?
  • 权限是否清晰?
  • 数据质量是否达标?

莱茵自评:当前处于战略和人员支柱的建设期。先完成 Copilot 30天Journey→建立用户基础→识别种子用户→选2-3个高价值场景做Agent试点→6个月后做正式Readiness评估。在线自评入口:aka.ms/AgentReadiness

6.2 90-Day Community Framework — 种子用户社群运营(16页精要)

Source: 90DayCommunityFramework.pdf · 16 pages · 30-60-90天路线图

核心理念

Agent采用不应只依赖一次培训——需要持续社区、反馈和实践机制。90天=完整的"建立→激活→自运转"周期。把被动兴趣转化为主动的Agent构建行为。

Month 1 · 建立(30天)

  • 争取领导层赞助
  • 定义社区目标和章程
  • 招募核心团队+首批Champion
  • 建立Teams频道和沟通渠道
  • 首场Kickoff活动

Month 2 · 激活(60天)

  • 培训首批Maker
  • Champion带动Quick-Win项目
  • 搞Agent创作大赛/Hackathon
  • 收集用户故事和案例
  • 跨部门分享会

Month 3 · 规模化(90天)

  • 大型活动(如Hackathon)
  • 展示成功案例
  • 建立可持续运营指标
  • "Maker of the Month"等激励机制
  • 向管理层汇报3个月成果

6.3 Agent Adoption Journey — 组织级采用路径

Source: MicrosoftFoundryAIAdoptionJourney.pdf · 20 pages + Agent Factory白皮书

阶段关键活动产出典型时长
1. 实验选2-3场景试点·用Agent Builder快速验证POC Agent · 用户反馈报告4-6周
2. 标准化建立构建模板·培训种子用户·制定安全规则Agent构建指南·治理框架V16-8周
3. 规模化推广到更多部门·连接后端系统·用Copilot Studio部门Agent矩阵·ROI报告8-12周
4. 优化基于数据持续优化·退役低效Agent·培养内部专家效能仪表板·自运转社区持续

成功标志

  • ≥15% 的目标用户主动使用Agent
  • Agent NPS ≥ 30
  • 每个季度新增 ≥3 个Agent场景
  • Champion 人数占用户数 ≥5%

莱茵当前状态

处于实验阶段前期。30天Copilot Journey完成后,从W5(Create Agents)和W6(Agent Builder)中识别种子用户→启动第1批Agent试点→3个月内产出3个POC Agent→向管理层汇报→争取进入标准化阶段。

Agent 不是终点
是工作方式变革的起点

认识 → 应用 → 构建 → 案例 → 治理 → 推广

资料来源:Microsoft Learn · Microsoft Support · Microsoft Adoption 官方

22个知识页面 + 9份白皮书(共269页) + 2份场景PPTX

TÜV Rheinland BS.A West · June Zhu · 2026.07

附录
9 份白皮书原文

以下为全部源文档 PDF 原文(共249页)

90-Day Community Framework for AI Agents

Agent Governance Whitepaper

Agent Security Playbook

Agent Evaluation eBook

Agentic Readiness Framework Overview

How to Build Agents with Microsoft (Feb 2026)

Microsoft Foundry AI Adoption Journey

Microsoft IQ Agent Data Platform

The Microsoft Agent Factory (Feb 2026)