Jitterbit Competitive Pricing Agent

Überblick

Jitterbit stellt den Competitive Pricing Agent Kunden über den Jitterbit Marketplace zur Verfügung. Dieser Agent nutzt AI, um Konkurrenzpreise über verschiedene Marktplätze zu analysieren und Organisationen dabei zu helfen, datengestützte Preisentscheidungen zu treffen und wettbewerbsfähig zu bleiben. Der Agent verwendet die Retrieval-Augmented Generation (RAG)-Technik, die LLM-Reasoning mit Zugriff auf externe Tools und Datenquellen kombiniert.

Der Agent nutzt Echtzeitmarktdaten von Google Shopping, um Produktpreise über Konkurrenten hinweg zu vergleichen. Mit AI-gestützter Analyse werden Preisstrategien bewertet und optimale Preise auf Grundlage konfigurierbarer Geschäftsregeln und Marktpositionierungsziele empfohlen.

Der Agent nutzt AI-gestützte Analyse, um intelligente Preisempfehlungen bereitzustellen. Der Agent kann so konfiguriert werden, dass er je nach Bedarf mit oder ohne App Builder funktioniert. Der Agent führt die folgenden Aufgaben aus:

• (Optional) Verbindet sich mit SAP ECC, um Echtzeitprodukt- (Material-)Daten über Jitterbit Studio abzurufen. Produkte können auch direkt über API-Aufrufe bereitgestellt werden.
• (Optional) Speichert abgerufene Produkte in Jitterbit App Builder für Datenverwaltung und Konfiguration.
• Fragt die Google Shopping API mit der Produkt-SKU ab, um Konkurrenzpreisinformationen für alle gespeicherten Produkte abzurufen.
• Verarbeitet einzelne Produkte auf Anfrage über eine benutzerdefinierte Jitterbit API.
• Erstellt dynamische Prompts basierend auf konfigurierbarer Geschäftsstrategie (gespeichert in App Builder oder Projektvariablen), um Preisempfehlungen zu leiten.
• Nutzt ein LLM, um Konkurrenzpreise zu analysieren und Empfehlungen zu generieren.
• Speichert Preisanalyse-Ergebnisse (in App Builder, falls verwendet) und sendet Slack-Benachrichtigungen für gekennzeichnete Produkte.

Dieses Dokument erläutert die Einrichtung und den Betrieb dieses AI-Agenten. Es behandelt die Architektur und Voraussetzungen, Beispiel-API-Abfragen, die zeigen, was der Agent leisten kann, sowie Schritte zur Installation, Konfiguration und zum Betrieb des AI-Agenten.

AI-Agent-Architektur

Dieser AI-Agent analysiert Konkurrenzpreise und empfiehlt optimale Preise auf Grundlage von Marktdaten und Geschäftsstrategie. Ein typischer Workflow folgt diesen Schritten:

1. Sie führen den Agent nach Plan oder manuell aus, und der Agent ruft Produkte von SAP ECC oder App Builder ab.
2. Für jedes Produkt fragt der Agent die Google Shopping API ab, um Konkurrenzpreisdaten einschließlich Mindest-, Durchschnitts- und Höchstpreisen zu sammeln.
3. Der Agent erstellt einen dynamischen Prompt basierend auf konfigurierbaren Geschäftsregeln, die in App Builder (wie Marktpositionierungsabsicht und Preisverankerungsstrategie) oder in Projektvariablen gespeichert sind.
4. Azure OpenAI analysiert die Marktdaten anhand des dynamischen Prompts und gibt Preisempfehlungen zurück, einschließlich vorgeschlagener Preis, Konfidenzwert und Konkurrenzpreisspannen.
5. Der Agent speichert Analyseergebnisse in App Builder, gibt Ergebnisse via API für einzelne Produkte zurück oder sendet Slack-Benachrichtigungen, je nach Ihrer Konfiguration.
6. Produkte mit aktiviertem Benachrichtigungsflag lösen Slack-Warnungen aus, wenn sich Preise ändern, Empfehlungen generiert werden oder wenn Sie einen der verfügbaren Workflows ausführen.
7. Sie können Einzelproduktanalysen über einen benutzerdefinierten API-Aufruf aus der App Builder-Benutzeroberfläche auslösen oder Batch-Verarbeitung für alle Produkte ausführen. Beide Ansätze funktionieren mit oder ohne App Builder.

Workflow-Diagramme

Die folgenden Diagramme zeigen die Hauptworkflows für diese Integration. Je nachdem, ob Sie App Builder für Datenspeicherung und Konfiguration nutzen, unterscheiden sich die Workflows darin, wie sie Produktdaten abrufen und Ergebnisse zurückgeben.

Workflows bei Verwendung von App Builder

Bei Verwendung von App Builder speichert der Agent Produktdaten und Analyseergebnisse in App Builder-Tabellen.

Batch-Preisanalyse

Sie können den Agent nach Plan oder manuell ausführen, um alle Produkte zu analysieren. Bei Verwendung einer ERP-Verbindung können Sie Produkte optional unmittelbar nach der Abfrage des ERP-Systems in App Builder speichern und diese dann von App Builder abrufen, um den Jitterbit Competitive Pricing Agent-Workflow fortzusetzen.

Preisanalyse bei Bedarf

Benutzer lösen die Analyse für einzelne Produkte über die App Builder-Schnittstelle aus:

Workflows ohne App Builder

Ohne App Builder ruft der Agent Produkte direkt aus ERP-Systemen ab und gibt die Ergebnisse über API-Antworten und Slack-Benachrichtigungen zurück.

Batch-Preisanalyse aus ERP

Eine API löst den Agent aus, um Produkte aus dem ERP abzurufen und eine Preisanalyse durchzuführen:

Preisanalyse einzelner Produkte über API

Benutzer lösen die Analyse für einzelne Produkte durch direkte API-Aufrufe mit JSON-Payload aus:

Voraussetzungen

Sie benötigen die folgenden Komponenten, um diesen AI-Agent zu verwenden.

Harmony-Komponenten

Sie müssen über eine Jitterbit Harmony-Lizenz mit Zugriff auf die folgenden Komponenten verfügen:

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit App Builder Version 4.55.1 mit PostgreSQL-Datenbank (optional, für Datenverwaltung und Konfiguration)
• Jitterbit Competitive Pricing Agent erworben als Lizenz-Add-on

Unterstützte Endpunkte

Der AI-Agent umfasst die folgenden Endpunkte. Sie können andere Systeme integrieren, indem Sie die Endpunktkonfigurationen und Workflows des Projekts anpassen.

Large Language Model (LLM)

Der AI-Agent nutzt Azure OpenAI als LLM-Anbieter für die Preisanalyse. Um Azure OpenAI zu verwenden, benötigen Sie ein Microsoft Azure-Abonnement mit Berechtigungen zum Erstellen einer Azure OpenAI-Ressource mit einem bereitgestellten gpt-4o-Modell.

Datenquelle

Der AI-Agent kann Produktdaten aus SAP ECC oder anderen ERP-Systemen abrufen, oder Sie stellen Produktdaten direkt über API-Aufrufe bereit. Wenn Sie App Builder verwenden möchten, speichert und zeigt es Produktinformationen und Ergebnisse der Preisanalyse an. Ohne App Builder gibt der Agent Ergebnisse direkt über API-Antworten und Slack-Benachrichtigungen zurück.

Google Shopping-Daten

Der AI-Agent nutzt SerpApi für den Zugriff auf Google Shopping-Daten. Sie benötigen ein SerpApi-Konto, um die Google Shopping API zu verwenden. Dieser Service ist extern zu Google und Jitterbit. SerpApi bietet kostenlose und kostenpflichtige Pläne an.

Benachrichtigungsdienst

Der AI-Agent nutzt Slack für den Versand von Benachrichtigungen für Produkte mit aktivierter Benachrichtigungsflagge, wenn sich ein Produktdatensatz ändert. Sie können Slack durch jeden anderen Benachrichtigungsendpunkt ersetzen, indem Sie die Endpunktkonfigurationen des Projekts anpassen und die Workflows an die von Ihrem gewählten Service erforderlichen Schemas anpassen. Bei Verwendung von Slack müssen Sie eine Slack-App erstellen (mit der bereitgestellten Datei slack_app_manifest.json aus dem Customizations-Download) und die erforderlichen Authentifizierungstoken abrufen.

Beispiel-API-Abfragen

Die folgenden Beispiele zeigen, wie die benutzerdefinierte Jitterbit-API aufgerufen wird, um eine Preisanalyse durchzuführen.

API-Aufrufe mit App Builder

Diese Beispiele zeigen API-Aufrufe bei Verwendung von App Builder für Datenspeicherung und -verwaltung.

Preisanalyse einzelner Produkte

Die API akzeptiert Produktdetails aus App Builder. App Builder stellt die JSON-Anfrage gemäß der erstellten App Builder-Regel bereit. Die Antwort enthält die ursprünglichen Produktdaten plus die von AI generierte Preisanalyse: Mindest-, Durchschnitts- und Höchstpreise des Wettbewerbs, empfohlener Preis und Konfidenzwert.

• Endpoint:

  POST https://JBExample123456.jitterbit.net/defaultUrlPrefix/2.1/aiAgentPricingAgentApi/suggestedprice
  

• Anfrage:

  {
  "productID": "391fd871-cc9a-4e93-af27-a6f2e11237ee",
  "brand": "Apple",
  "SKU": "iPhone 14 Pro Max 256 Gb",
  "description": "Smartphone Apple iPhone 14 Pro Max",
  "basePrice": 350,
  "category": "Smartphone",
  "AICompetitorMinimum": "",
  "AICompetitorAverage": "",
  "AICompetitorMaximum": "",
  "AIPriceRecommendation": "",
  "AIConfidenceScore": "",
  "flagNotification": 1
  }
  

• Antwort:

  {
  "productID": "391fd871-cc9a-4e93-af27-a6f2e11237ee",
  "brand": "Apple",
  "SKU": "iPhone 14 Pro Max 256 Gb",
  "description": "Smartphone Apple iPhone 14 Pro Max",
  "basePrice": 350,
  "category": "Smartphone",
  "AICompetitorMinimum": "$415.00",
  "AICompetitorAverage": "$537.06",
  "AICompetitorMaximum": "$879.00",
  "AIPriceRecommendation": "$626.53",
  "AIConfidenceScore": "75",
  "flagNotification": 1
  }
  

Batch-Preisanalyse für alle Produkte

Die API löst die Batch-Verarbeitung aller in App Builder gespeicherten Produkte aus. Der Batch-Prozess läuft im Hintergrund, um API-Timeouts zu vermeiden.

• Endpoint:

  POST https://JBExample123456.jitterbit.net/defaultUrlPrefix/2.1/aiAgentPricingAgentApi/AppBuilderAllProductsSuggestedPrice
  

• Anfrage: Keine erforderlich.

• Antwort:

  {
  "status": "Success",
  "message": "The integration will run but it will take some time. Please verify that the data is updated after some time"
  }
  

API-Aufrufe ohne App Builder

Diese Beispiele zeigen API-Aufrufe bei Preisanalysen ohne Verwendung von App Builder zur Datenspeicherung.

Batch-Verarbeitung aus ERP

Die API löst die Batch-Verarbeitung aller Produkte aus dem ERP-System aus. Der Batch-Prozess läuft im Hintergrund, um API-Timeouts zu vermeiden.

• Endpoint:

  POST https://JBExample123456.jitterbit.net/defaultUrlPrefix/2.1/aiAgentPricingAgentApi/ERPProductsSuggestedPrice
  

• Anfrage: Keine erforderlich.

• Antwort:

  {
  "status": "Success",
  "message": "The integration will run but it will take some time. Please verify that the data is sent to your instant message application"
  }
  

Preisanalyse für einzelne Produkte

Die API ermöglicht Preisanalysen ohne Verwendung von App Builder zur Datenspeicherung. Der Agent gibt Ergebnisse in der API-Antwort zurück und versendet sie per Slack-Benachrichtigungen.

• Endpoint:

  POST https://JBExample123456.jitterbit.net/defaultUrlPrefix/2.1/aiAgentPricingAgentApi/GenericProductSuggestedPrice
  

• Anfrage:

  {
  "productID": "112233",
  "brand": "Apple",
  "SKU": "iPhone 14 Pro Max 256 Gb",
  "description": "Smartphone Apple iPhone 15 Pro Max",
  "basePrice": 345,
  "category": "Smartphone Apple",
  "AICompetitorMinimum": "",
  "AICompetitorAverage": "",
  "AICompetitorMaximum": "",
  "AIPriceRecommendation": "",
  "AIConfidenceScore": "",
  "flagNotification": 1
  }
  

• Antwort:

  {
  "productID": "112233",
  "brand": "Apple",
  "SKU": "iPhone 14 Pro Max 256 Gb",
  "description": "Smartphone Apple iPhone 15 Pro Max",
  "basePrice": 345,
  "category": "Smartphone Apple",
  "AICompetitorMinimum": "$359.99",
  "AICompetitorAverage": "$494.53",
  "AICompetitorMaximum": "$1080.00",
  "AIPriceRecommendation": "$419.76",
  "AIConfidenceScore": "75",
  "flagNotification": 1
  }
  

Installation, Konfiguration und Betrieb

Führe diese Schritte durch, um diesen KI-Agent zu installieren, zu konfigurieren und zu betreiben:

1. Customizations herunterladen und Projekt installieren
2. Microsoft Azure-Ressourcen erstellen
3. Slack-App erstellen
4. Projektvariablen konfigurieren
5. Verbindungen testen
6. Projekt bereitstellen
7. Jitterbit Custom API erstellen
8. App Builder-Anwendung installieren (optional, nur für App Builder-Benutzer)
9. Projekt-Workflows überprüfen
10. Projekt-Workflows auslösen

Anleitungen zur Fehlerbehebung findest du unter Fehlerbehebung.

Customizations herunterladen und Projekt installieren

Führe diese Schritte durch, um Customization-Dateien herunterzuladen und das Studio-Projekt für den KI-Agent zu installieren:

1. Melde dich beim Harmony Portal unter https://login.jitterbit.com an und öffne den Marketplace.

2. Suche den KI-Agent mit dem Namen Jitterbit Competitive Pricing Agent. Du kannst die Suchleiste verwenden oder im Bereich Filter unter Typ die Option KI-Agent wählen, um die Anzeige auf KI-Agenten zu beschränken.

3. Klicke auf den Link Dokumentation des KI-Agenten, um seine Dokumentation in einem separaten Tab zu öffnen. Halte den Tab offen, um später darauf verweisen zu können.

4. Klicke auf Projekt starten, um einen zweistufigen Konfigurationsdialog zu öffnen, über den du Customizations herunterladen und den KI-Agent als Studio-Projekt importieren kannst.

   Hinweis

   Falls du den KI-Agent noch nicht erworben hast, wird stattdessen Agent abrufen angezeigt. Klicke darauf, um einen Informationsdialog zu öffnen, und klicke dann auf Absenden, damit sich ein Vertreter mit dir zum Kauf des KI-Agenten in Verbindung setzt.

5. Im Konfigurationsschritt 1 Customizations herunterladen wird die folgende Datei zur Vereinfachung der Slack-App-Einrichtung bereitgestellt. Wähle die Datei aus und klicke auf Dateien herunterladen:

   • Slack-App-Manifestdatei: slack_app_manifest.json

6. Klicke auf Weiter.

7. Im Konfigurationsschritt 2 Neues Projekt erstellen wählst du eine Umgebung aus, in der das Studio-Projekt erstellt werden soll, und klickst dann auf Projekt erstellen.

8. Ein Fortschrittsdialog wird angezeigt. Sobald angezeigt wird, dass das Projekt erstellt wurde, verwenden Sie den Dialog-Link Zu Studio gehen oder öffnen Sie das Projekt direkt über die Studio-Seite Projekte.

Microsoft Azure-Ressourcen erstellen

Erstellen Sie die folgenden Microsoft Azure-Ressourcen und speichern Sie die Informationen zur Konfiguration des KI-Agenten. Um diese Ressourcen zu erstellen und zu verwalten, benötigen Sie ein Microsoft Azure-Abonnement mit den entsprechenden Berechtigungen.

Azure OpenAI-Ressource

Man muss eine Azure OpenAI-Ressource erstellen und ein gpt-4o-Modell über das Azure AI Foundry-Portal bereitstellen.

Speichern Sie den Bereitstellungsnamen, die Azure OpenAI-Endpunkt-URL und den API-Schlüssel. Diese Werte geben Sie später in den Azure OpenAI-Projektvariablen ein, wenn Sie Projektvariablen konfigurieren.

Gehen Sie wie folgt vor, um diese Werte zu finden:

1. Öffnen Sie im Azure AI Foundry-Portal die spezifische OpenAI-Ressource.

2. Kopieren Sie auf der Startseite der Ressource die Endpunkt-URL (Sie verwenden diese für die azure_openai_base_url-Projektvariable) und den API-Schlüssel (Sie verwenden diesen für die azure_openai_api_key-Variable).

3. Wählen Sie im Navigationsmenü unter Gemeinsame Ressourcen die Option Bereitstellungen. Kopieren Sie den Bereitstellungsnamen (Sie verwenden diesen für die azure_deployment_id-Variable).

Slack-App erstellen

Gehen Sie wie folgt vor, um Slack-Benachrichtigungen für Preisänderungen zu erhalten:

1. Erstellen Sie eine Slack-App mit der Slack-App-Manifestdatei (slack_app_manifest.json), die mit den Anpassungsdateien dieses KI-Agenten bereitgestellt wird. Alternativ können Sie die App von Grund auf neu erstellen.

2. Wenn Sie die bereitgestellte Manifestdatei verwenden, ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Konfigurationswerte:

   Platzhalter	Beschreibung
   {{Replace with Slack bot name}}	Der Name, den Ihr Slack-Bot haben soll und der Benutzern angezeigt wird. Ersetzen Sie diesen Wert an zwei Stellen im Manifest.
   {{Replace with Jitterbit API URL}}	Die Service-URL der benutzerdefinierten Jitterbit-API, die Sie unter Jitterbit-API erstellen erstellt haben.

3. Installieren Sie die App in Ihrem Slack-Arbeitsbereich.

4. Rufen Sie das Bot-Token ab (für das Feld Bot User OAuth Token der Slack-Verbindung) und geben Sie seinen Wert für die slack_bot_oauth_user_token-Projektvariable ein.

5. Konfigurieren Sie die slack_channel_name-Projektvariable mit dem Kanal, in dem Benachrichtigungen gesendet werden sollen.

6. Geben Sie den Bot-Token-Wert für die slack_bot_oauth_user_token-Projektvariable und den Kanalnamen für die slack_channel_name-Projektvariable ein. Diese konfigurieren Sie im nächsten Schritt.

Projektvariablen konfigurieren

Im Studio-Projekt, das Sie zuvor über den Marketplace installiert haben, müssen Sie Werte für die folgenden Projektvariablen festlegen.

Um Projektvariablen zu konfigurieren, nutzen Sie das -Aktionsmenü des Projekts und wählen Sie Projektvariablen, um eine Schublade am unteren Rand der Seite zu öffnen, wo Sie die Werte überprüfen und festlegen können.

Slack

SAP

Google Shopping

E-Mail-Benachrichtigungen

Azure OpenAI

App Builder

Parameter für dynamische Eingabeaufforderungen

Diese Variablen steuern das KI-Verhalten beim Erstellen von Preisempfehlungen.

Standardwerte für Eingabeaufforderungen

Die folgenden Standardwerte müssen für die Variablen ai_System_Prompt und ai_Dynamic_Prompt beibehalten werden. Das Ändern dieser Werte kann zu Problemen bei der KI-Ausführung führen.

Standardwert von ai_System_Prompt

You are an expert in shopping and competitive price analysis.\n You will receive a JSON document containing competitor items with prices.\n You must analyze ONLY the provided JSON data.\nYour responsibilities:\n - Identify all valid competitor prices.\n - Calculate competitor minimum price.\n - Calculate competitor maximum price.\n - Calculate competitor average price.\n - Count the number of valid competitors.\n - Calculate a confidence score based on competitor count, price variance, and data consistency.\n You do NOT invent data.\n You do NOT use external sources.\n You do NOT modify system-defined pricing bounds.\n When recommending a price:\n - You must recommend a price strictly within the provided price floor and price ceiling.\n - You must align the recommendation with the provided pricing strategy and market anchor.\n - You must apply fallback behavior when confidence is below the required threshold.\n The response must always follow the defined output structure exactly.\n

Standardwert von ai_Dynamic_Prompt

\n'Pricing strategy configuration:\n\n- Market anchor type: ||marketAnchor|| \n\n- Positioning intent: ||positioningIntent||\n\n- Base price weighting: ||basePriceWeighting||%\n This controls how strongly the base price influences the final recommendation relative to the market anchor. 0% ignores base price, 100% ignores market anchor, 50% blends both equally. Current value: ||basePriceWeighting||%\n\n- Premium/discount percentage: ||premiumDiscountPercentage||%\n This percentage is applied according to positioning intent. Positive values increase price (premium), negative values decrease price (discount). Current value: ' + premiumDiscountPercentage + '%\n\n- Maximum allowed price increase: ||maxPriceIncrease||%\n AI must not recommend a price more than this percentage above the base price or anchor-influenced price. Current value: ||maxPriceIncrease||%\n\n- Maximum allowed price decrease: ||maxPriceDecrease||%\n AI must not recommend a price more than this percentage below the base price or anchor-influenced price. Current value: ||maxPriceDecrease||%\n\n- Minimum competitor sample size: ||minimumCompetitorSampleSize||\n If the number of valid competitors is below this threshold, AI must trigger fallback behavior to avoid unreliable recommendations. Current value: ||minimumCompetitorSampleSize||\n\n- Outlier exclusion: ||outlierExclusion||\n If outlier exclusion is enabled, remove extreme competitor prices before calculating min, max, and average. Extreme is defined as values >2x or <0.5x the median. Current value: ||outlierExclusion||\n\nInstructions:\n\n1. From the provided JSON, identify all valid competitor prices.\n2. Remove outliers if outlier_exclusion is enabled.\n3. Calculate:\n   - Competitor minimum price as AICompetitorMinimum\n   - Competitor maximum price as AICompetitorMaximum\n   - Competitor average price as AICompetitorAverage\n4. Format all calculated prices as currency with a "$" prefix and exactly two decimal places.\n5. Calculate a confidence score from 0 to 100 based on competitor count, price variance, and data consistency as AIConfidenceScore.\n6. Recommend a final price that:\n   - Aligns with the selected market anchor and positioning intent\n   - Applies base price weighting and premium/discount percentage\n   - Respects maximum price increase/decrease limits\n   - Stays strictly within system-defined price floor and ceiling\n   - Store the recomended final price as AIPriceRecomendation\n7. If confidence < threshold or competitor count < ||minimumCompetitorSampleSize||, apply fallback behavior.\n8. Only update fields that are empty ("").\n9. Return valid JSON only, starting with "{" and ending with "}".\n\nBe sure to use the prescribed opening and closing tags. Do not return the response in markdown or any code format, just the plain text.\nRemove any ```json at the begining or at the end. The response should ONLY be a valid JSON that starts with { and ends with }.\nDo not send empty values\nOUTPUT STRUCTURE (use exactly this structure):\n

Verbindungen testen

Teste die Endpunktkonfigurationen, um die Konnektivität mit den definierten Projektvariablenwerten zu überprüfen.

Um Verbindungen zu testen, wechsle zur Registerkarte Projektendpunkte und Connectoren der Design-Komponentenpalette, fahre über jeden Endpunkt und klicke auf Testen.

Projekt bereitstellen

Stelle das Studio-Projekt bereit.

Um das Projekt bereitzustellen, wende das Aktionsmenü des Projekts an und wähle Bereitstellen.

Benutzerdefinierte Jitterbit-API erstellen

Erstelle eine benutzerdefinierte API für mehrere Services, um verschiedene Vorgänge mit API Manager auszulösen.

Wähle je nachdem, ob du App Builder oder direkte API-Aufrufe verwendest, den entsprechenden Satz von Services aus. Konfiguriere und veröffentliche dann die benutzerdefinierte API.

Services für App Builder

Konfiguriere diese Services, wenn du den App-Builder-Ansatz verwendest. Nach der Konfiguration der Services veröffentlichst du die benutzerdefinierte API.

• Service 1: Get AI Suggested Price

  Einstellung	Wert
  Service-Name	Get AI Suggested Price
  Vorgang	Initial Data Load - API Run
  Pfad	/suggestedprice
  Methode	POST
  Antworttyp	System Variable

• Service 2: Get AI All Products Suggested Price

  Einstellung	Wert
  Service-Name	Get AI All Products Suggested Price
  Vorgang	Sync App Builder Products API Request Handler
  Pfad	/AppBuilderAllProductsSuggestedPrice
  Methode	POST
  Antworttyp	System Variable

Services für API-Aufrufe (nicht App Builder)

Konfiguriere diese Services, wenn du API-Aufrufe ohne App Builder verwendest. Nach der Konfiguration der Services veröffentlichst du die benutzerdefinierte API.

• Service 1: Initial Data Load Products

  Einstellung	Wert
  Service-Name	Initial Data Load Products
  Vorgang	Initial Data Load Products
  Pfad	/ERPProductsSuggestedPrice
  Methode	POST
  Antworttyp	System Variable

• Service 2: Get AI Suggested Price

  Einstellung	Wert
  Service-Name	Get AI Suggested Price
  Vorgang	Initial Data Load - Generic API Run
  Pfad	/GenericProductSuggestedPrice
  Methode	POST
  Antworttyp	System Variable

App-Builder-Anwendung installieren

Diese Anweisungen sind nur erforderlich, wenn du App Builder für Datenverwaltung und -konfiguration verwendest. Wenn du den KI-Agenten ohne App Builder verwendest, überspringe diesen Abschnitt und konfiguriere den Agenten mithilfe von Projektvariablen wie in Dynamische Eingabeaufforderungsparameter beschrieben.

Um die App Builder-Anwendung zu installieren und zu konfigurieren, wenden Sie sich an den Jitterbit-Support, um die App Builder-Installationsdatei (.lp-Datei) zu erhalten.

LP-Datei installieren

Installieren Sie das Versionspaket auf Ihrer App Builder-Instanz:

1. Melden Sie sich bei App Builder an.

2. Gehen Sie zur IDE.

3. Klicken Sie unter Deploy auf Install Release.

4. Klicken Sie auf + Package und dann auf Browse.

5. Wählen Sie die LP-Datei aus, die vom Jitterbit-Support bereitgestellt wird.

6. Klicken Sie auf Save. Das Release-Panel auf der rechten Seite zeigt die Paketinformationen an.

7. Schließen Sie das Package-Dialogfeld.

8. Bestätigen Sie, dass die Details korrekt sind, und klicken Sie auf Install.

App Builder-API-Integration

Die Schritte in diesem Abschnitt konfigurieren die bidirektionale API-Kommunikation zwischen App Builder und der benutzerdefinierten Jitterbit-API:

• Eingehend: Jitterbit darf App Builder-APIs aufrufen, um Produktinformationen zu speichern.
• Ausgehend: App Builder darf die benutzerdefinierte Jitterbit-API aufrufen, um eine Preisanalyse auszulösen.

API-Authentifizierung für eingehende Aufrufe konfigurieren

Konfigurieren Sie die API Key-Authentifizierung in App Builder, um Jitterbit das Speichern von Produktdaten zu ermöglichen. Sie benötigen einen API Key-Sicherheitsanbieter und benutzerspezifische API Keys.

Datenbankserver für ausgehende Aufrufe konfigurieren

Konfigurieren Sie App Builder so, dass die benutzerdefinierte Jitterbit-API aufgerufen wird, wenn Benutzer auf die Schaltfläche Send data to AI klicken. Dies löst den Workflow Tool - Read AppBuilder Pricing Request aus.

1. Gehen Sie zu IDE > Data Servers und suchen Sie den Datenbankserver AI Pricing Agent API Source.

2. Klicken Sie auf Open record und dann auf Edit.

3. Geben Sie im Feld URL die benutzerdefinierte Jitterbit-API-URL ein, die Sie beim Erstellen der benutzerdefinierten Jitterbit-API gespeichert haben.

4. Klicken Sie auf Save.

Studio-Projektvariablen aktualisieren

Nachdem Sie die App Builder-API-Integration abgeschlossen haben, geben Sie die Werte für die App Builder-Projektvariablen ein.

App Builder-Tabellen mit APIs aktualisieren

Das Studio-Projekt verwendet die Projektvariablen app_builder_base_url und app_builder_endpoint_url, um die folgenden App Builder-Endpunkte aufzurufen:

• Upsert Products-Tabelle: /products/[appBuilderProductID] (POST)
• App Builder-Verlaufsdaten erstellen: /aiSearchLog (POST)

Es ist keine zusätzliche Konfiguration erforderlich. Diese Endpunkte werden automatisch von den Projekt-Workflows verwendet.

App Builder-Daten mit APIs abrufen

Um Daten aus App Builder mit der nativen App Builder REST API abzurufen, werden die folgenden Anfragen verwendet:

• Produktinformationen abrufen: GET - https://development.appbuilder.jitterbit.com/rest/v1/PricingAIAgentApp/products

• Konfigurationswerte abrufen:

  • GET - https://development.appbuilder.jitterbit.com/rest/v1/PricingAIAgentApp/configurationControl
  • GET - https://development.appbuilder.jitterbit.com/rest/v1/PricingAIAgentApp/marketPriceAnchor
  • GET - https://development.appbuilder.jitterbit.com/rest/v1/PricingAIAgentApp/positioningIntent

App Builder-Tabellen

Die App Builder-Anwendung speichert und zeigt die folgenden Informationen in verschiedenen Tabellen an.

Die folgenden Tabellen werden von der App Builder-Anwendung verwendet. Detaillierte Informationen zu App Builder-Datentypen und deren Spezifikationen finden Sie in der Dokumentation zu Spaltendatentypen von App Builder.

1. AISearchLog: Diese Tabelle speichert Verlaufsdaten für jeden KI-Lauf.

   Spaltenname	Datentyp	Beschreibung
   AISearchLogID	UUID	Eindeutige Kennung
   date	DateTime	Zeitstempel des KI-Laufs
   productInformation	NVarchar(5000)	Produktinformationen mit KI-generierten Werten
   configuration	NVarchar(5000)	Im Analyseschema verwendetes Konfigurationsschema

2. ConfigurationControlValues: Diese Tabelle speichert die Analysestrategie, die zur Erstellung der dynamischen Eingabeaufforderung für Preisanalyse-Ergebnisse verwendet wird.

   Spaltenname	Datentyp	Beschreibung
   ConfigurationControlValueID	UUID	Eindeutige Kennung
   marketPriceAnchorValueID	UUID	Verweis auf den Marktpreis-Ankerwert
   positioningIntentID	UUID	Verweis auf den Positionierungsabsicht-Wert
   basePriceWeighting	TinyInt	Prozentsatz, der den Einfluss des Basispreises steuert
   premiumDiscountPercentage	TinyInt	Prozentsatz, der gemäß Positionierungsabsicht angewendet wird
   maxPriceDecrease	TinyInt	Maximaler Prozentsatz für Preissenkung
   maxPriceIncrease	TinyInt	Maximaler Prozentsatz für Preiserhöhung
   minimumCompetitorSampleSize	NVarchar(50)	Mindestanzahl der Konkurrenten für zuverlässige Empfehlungen
   outlierExclusion	Bit	Boolesches Flag zum Aktivieren des Ausreißerausschlusses
   dynamicPromptText	NVarchar(5000)	Variabler Teil der Eingabeaufforderung, der Konfigurationswerte enthält
   staticPromptText	NVarchar(5000)	Statischer Teil der KI-Anweisungen

3. marketPriceAnchorValues: Diese Tabelle speichert Dropdown-Werte, die in der Analysekonfiguration verwendet werden.

   Spaltenname	Datentyp	Beschreibung
   marketPriceAnchorValueID	UUID	Eindeutige Kennung
   marketPriceAnchorValue	NVarchar(50)	Die Ankerwert-Option: Average, Lowest competitor, Median oder Top quartile
   script	NVarchar(5000)	Zugehöriges Skript für den Ankerwert

4. positioningIntentValues: Diese Tabelle speichert Dropdown-Werte, die in der Analysekonfiguration verwendet werden.

   Spaltenname	Datentyp	Beschreibung
   positioningIntentID	UUID	Eindeutige Kennung
   positioningIntentValue	NVarchar(50)	Die Positionierungsabsicht-Option: Match market, Premium oder Undercut market
   script	NVarchar(5000)	Zugehöriges Skript für die Positionierungsabsicht

5. Produkte: Diese Tabelle speichert Produktinformationen. Füllen Sie diese Tabelle manuell aus oder verwenden Sie den Workflow Tool - Get ERP Products with App Builder, um Produkte automatisch aus SAP ECC zu importieren.

   Spaltenname	Datentyp	Beschreibung
   ProductID	UUID	Eindeutige Produktkennung
   Brand	NVarchar(50)	Produktmarke
   SKU	NVarchar(50)	Stock Keeping Unit
   VinylAuditRefId	UUID	Referenzkennung für Vinyl-Audit
   Description	NVarchar(100)	Produktbeschreibung
   BasePrice	Numeric(15,2)	Basispreis des Produkts
   Category	NVarchar(50)	Produktkategorie
   AICompetitorMinimum	NVarchar(50)	KI-generierter Mindestpreis der Konkurrenz
   AICompetitorAverage	NVarchar(50)	KI-generierter Durchschnittspreis der Konkurrenz
   AICompetitorMaximum	NVarchar(50)	KI-generierter Höchstpreis der Konkurrenz
   AIPriceRecommendation	NVarchar(50)	KI-generierter empfohlener Preis
   AIConfidenceScore	NVarchar(50)	KI-Konfidenzwert für die Empfehlung
   SourceID	NVarchar(50)	Quellsystemkennung
   SourceName	NVarchar(50)	Name des Quellsystems
   flagNotification	Bit	Boolesches Flag für Slack-Benachrichtigungen

Projekt-Workflows überprüfen

Das Studio-Projekt enthält 12 Workflows, die die Funktionalität des KI-Preisagenten implementieren. Jeder Workflow dient einem bestimmten Zweck im Preisanalyseprozess. Das Verständnis dieser Workflows hilft Ihnen zu bestimmen, welche Sie je nach Ihrem Implementierungsansatz konfigurieren und ausführen möchten.

Workflows bei Verwendung von App Builder

Tool - Read AppBuilder Pricing Request

Dieser Workflow empfängt Produktinformationen über App Builder API-Anfragen und ruft die Google Shopping API, Prompt-Konfiguration, Azure OpenAI, Benachrichtigungs- und Logging-Workflows auf, um eine Preisanalyse durchzuführen. Der Workflow gibt aktualisierte Preisinformationen an App Builder-Tabellen zurück.

Main Entry - Sync App Builder Products API Request Handler

Dieser Workflow ruft Tool - Read Products From AppBuilder Table auf, um alle Produkte bei Bedarf zu verarbeiten, anstatt auf eine geplante Ausführung zu warten. Du kannst diesen Workflow über eine in App Builder konfigurierte API auslösen oder ihn außerhalb von App Builder ausführen.

Main Entry - Slack API Request Handler

Dieser Workflow sendet KI-Ergebnisse und eine Verarbeitungszusammenfassung an einen Slack-Kanal, wenn das Feld flagNotification eines Produkts auf „true" gesetzt ist. Du kannst diesen Workflow für andere Kommunikationskanäle anpassen, indem du einen neuen Connector und einen neuen Vorgang erstellst.

Tool - Get ERP Products with App Builder

Dieser Workflow verbindet sich mit SAP oder anderen ERP-Systemen, um Produkte abzurufen und sie in App Builder-Tabellen in einem generischen Format zu speichern. Beim Verbinden mit SAP ECC ruft RFC_READ_TABLE die Tabelle MARA auf, um die Liste der Materialien zu erhalten, und BAPI_MATERIAL_GETALL wird verwendet, um die Details jedes Materials zu erhalten. Der Workflow enthält den Vorgang Get SAP Materials. Der Workflow wird nach Plan oder manuell ausgeführt.

Tool - Read Products From AppBuilder Table

Dieser Workflow verarbeitet alle Produkte aus der App Builder-Tabelle. Der Workflow enthält den Vorgang Initial Data Load, der die Google Shopping API, Prompt-Konfiguration, Azure OpenAI, Benachrichtigungs- und Logging-Workflows aufruft, um eine Preisanalyse durchzuführen. Der Workflow wird nach Plan oder manuell ausgeführt.

Utility - Store to App Builder

Dieser Workflow prüft, ob ein Produkt in der App Builder-Tabelle vorhanden ist. Der Workflow aktualisiert das Produkt, falls es vorhanden ist, oder erstellt einen neuen Datensatz, falls nicht.

Utility - AppBuilder Logging

Dieser Workflow speichert Ausführungsinformationen in der App Builder-Tabelle AISearchLog, wenn Tool - Read AppBuilder Pricing Request und Tool - Read Products From AppBuilder Table ausgeführt werden. Der Workflow protokolliert das Produktschema mit KI-Werten und das in jeder Ausführung verwendete Konfigurationsschema.

Workflows ohne Verwendung von App Builder

Tool - Get ERP Products

Dieser Workflow empfängt API-Anfragen zum Abrufen von Materialien aus SAP oder anderen ERP-Systemen, führt eine Preisanalyse mit Google Shopping und dem LLM durch und gibt Ergebnisse über Slack-Benachrichtigungen zurück. Beim Verbinden mit SAP ECC ruft RFC_READ_TABLE die Tabelle MARA auf, um die Liste der Materialien zu erhalten, und BAPI_MATERIAL_GETALL wird verwendet, um die Details jedes Materials zu erhalten. Der API-Aufruf erfordert einen obligatorischen Parameter startingDate in der URL (z. B. https://JBExample123456.jitterbit.net/defaultUrlPrefix/2.1/aiAgentPricingAgentApi/ERPProductsSuggestedPrice?startingDate=20250101), um die Produktsuche einzugrenzen. Ohne diesen Parameter zeigt die Integration einen Fehler an. Dieser Workflow ähnelt Tool - Read Products From AppBuilder Table, speichert Daten aber nicht in App Builder.

Main Entry - Generic Single Pricing API Request Handler

Dieser Workflow empfängt API-Anfragen mit Produktinformationen im JSON-Format und führt eine Preisanalyse durch, ohne SAP ECC oder App Builder zu benötigen. Du stellst vollständige Produktdaten im API-Anforderungstext zur Verfügung, und der Workflow gibt das Produkt mit aktualisierten KI-Informationen in der API-Antwort zurück. Der Workflow sendet Slack-Benachrichtigungen, wenn das Feld flagNotification auf „true" gesetzt ist.

Main Entry - Slack API Request Handler

Dieser Workflow sendet KI-Ergebnisse und eine Verarbeitungszusammenfassung an einen Slack-Kanal, wenn das Feld flagNotification eines Produkts in der API-Anfrage auf „true" gesetzt ist. Du kannst diesen Workflow für andere Kommunikationskanäle anpassen, indem du einen neuen Connector und einen neuen Vorgang erstellst.

Gemeinsame Workflows

Die folgenden Workflows werden sowohl von App Builder als auch von Nicht-App-Builder-Ansätzen verwendet. Diese Workflows werden automatisch als Teil anderer Workflows ausgeführt und sind nicht für die direkte Ausführung vorgesehen.

Tool - Build Prompt Configuration

Dieser Workflow erstellt dynamische Prompts für die KI-gestützte Preisanalyse. Der Workflow durchsucht die in App-Builder-Tabellen gespeicherte Konfiguration, wenn App Builder verwendet wird, oder erstellt Prompts aus Projektvariablen, wenn App Builder nicht verwendet wird.

Utility - Search Products in Google Shopping

Dieser Workflow ruft die Google-Shopping-API auf, um Marktpreisinformationen für Produkte abzurufen. Der Workflow verwendet die Produkt-SKU als Abfragefilter, um Konkurrenzpreisdaten von Google Shopping zu suchen und abzurufen.

Main - AI Agent Tools Logic

Dieser Workflow ruft das LLM (Azure OpenAI) auf, um eine Preisanalyse basierend auf Produktinformationen und Marktdaten durchzuführen.

Projekt-Workflows auslösen

Bei Verwendung von App Builder

Bei Verwendung einer ERP-Verbindung führt man die Operation Get SAP Materials im Workflow Tool - Get ERP Products with App Builder aus, um Materialien in App-Builder-Datenbanken zu laden. Alternativ können Produktdaten direkt über die API bereitgestellt werden, ohne eine ERP-Verbindung zu benötigen.

Um eine Operation auszuführen, fährt man mit der Maus über den Operationsnamen und wählt die Option Run aus. Die Operationen können in Zukunft erneut ausgeführt werden, wenn die Daten aktualisiert werden.

Bei Nicht-Verwendung von App Builder

Die folgenden Workflows werden über API-Aufrufe ausgeführt, ohne App Builder zu benötigen. Diese Workflows führen eine Preisanalyse durch, ohne Ergebnisse in App-Builder-Datenbanken zu speichern:

• Tool - Get ERP Products: Eine API löst diesen Workflow aus, um Materialien von SAP oder einem anderen System zu erhalten, eine Preisanalyse durchzuführen und Ergebnisse über Slack-Benachrichtigungen zurückzugeben. Da dieser Workflow App Builder nicht benötigt, werden Slack-Benachrichtigungen gesendet, um die Preisanalyse-Ergebnisse für alle Produkte anzuzeigen.

• Main Entry - Generic Single Pricing API Request Handler: Eine API löst diesen Workflow mit einem JSON-Request-Body aus, der Produktinformationen enthält. Der Workflow verarbeitet das Produkt und sendet Preisanalyse-Ergebnisse über Slack-Benachrichtigungen.

• Main Entry - Slack API Request Handler: Dieser Workflow wird ausgelöst, wenn das Feld flagNotification in der API-Anfrage aktiviert ist. Der Workflow sendet KI-Ergebnisse und eine Verarbeitungszusammenfassung an Slack.

Fehlerbehebung

Bei Problemen sollte man die folgenden Protokolle überprüfen, um detaillierte Informationen zur Fehlerbehebung zu erhalten:

• API logs
• Operation logs

Für weitere Unterstützung kontaktiert man den Jitterbit-Support.