Jitterbit Composite Agent

Übersicht

Jitterbit stellt allen Kunden den Composite Agent über den Jitterbit Marketplace zur Verfügung. Dieser Agent ist für Lernzwecke konzipiert, um Organisationen zu helfen, KI einfach zu übernehmen.

Dieser Agent bietet eine einzige Schnittstelle für die Interaktion mit mehreren spezialisierten Agenten innerhalb Ihrer Organisation. Ein spezialisierter Agent ist ein KI-Agent, der dafür entwickelt wurde, spezifische Arten von Aufgaben oder Anfragen in einem bestimmten Bereich zu bearbeiten. Beispiele sind der Jitterbit Sales Agent und der HR Agent.

Der Composite Agent empfängt Benutzeranfragen, bestimmt, welcher spezialisierte Agent jede Anfrage am besten bearbeiten kann, und leitet die Anfrage an diesen Agenten weiter. Nachdem der ausgewählte Agent geantwortet hat, gibt der Composite Agent die Antwort an den Benutzer zurück. Durch die Verwendung eines einzigen Einstiegspunkts beseitigt der Composite Agent die Notwendigkeit für Benutzer, separate Schnittstellen für jeden Agenten zu nutzen. Während dieser Agent standardmäßig Azure OpenAI und Slack verwendet, können Sie ihn anpassen, um mit anderen LLMs und Chat-Plattformen wie Claude, Microsoft Teams, Microservices, SaaS-Anwendungen wie Salesforce oder Anwendungen, die mit dem Jitterbit App Builder erstellt wurden, zu arbeiten.

Dieses Dokument erklärt, wie man diesen KI-Agenten einrichtet und betreibt. Es behandelt die folgenden Themen: Architektur und Voraussetzungen, Beispielaufforderungen, die zeigen, was der Agent tun kann, und Schritte zur Installation, Konfiguration und Betrieb des KI-Agenten.

Architektur des KI-Agenten

Dieser KI-Agent leitet Benutzeranfragen an spezialisierte Agenten weiter. Ein typischer Arbeitsablauf folgt diesen Schritten:

1. Ein Benutzer interagiert mit dem Slack-Bot und sendet eine Frage oder Anfrage.
2. Der Composite Agent analysiert die Anfrage und leitet sie an den entsprechenden spezialisierten Agenten weiter.
3. Der spezialisierte Agent bearbeitet die Anfrage und gibt Ergebnisse zurück.
4. Der Composite Agent liefert die Antwort an den Benutzer.

Workflow-Diagramm

Das folgende Diagramm zeigt, wie der Composite Agent Benutzeranfragen verarbeitet:

Voraussetzungen

Sie benötigen die folgenden Komponenten, um diesen KI-Agenten zu verwenden.

Harmony-Komponenten

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

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Cloud Datastore

Unterstützte Endpunkte

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

Großes Sprachmodell (LLM)

Der KI-Agent verwendet Azure OpenAI als LLM-Anbieter für die Analyse von Anfragen und Routing-Entscheidungen. Um OpenAI zu nutzen, müssen Sie über ein Microsoft Azure-Abonnement mit Berechtigungen verfügen, um eine Azure OpenAI-Ressource mit einem bereitgestellten gpt-4o oder gpt-4.1 Modell zu erstellen.

Chat-Schnittstelle

Der KI-Agent verwendet Slack als die standardmäßige Chat-Schnittstelle zur Interaktion mit dem Composite Agent.

Wenn Sie eine andere Anwendung als Chat-Schnittstelle verwenden möchten, können Sie die Workflows des Projekts anpassen, um sich mit Ihrer bevorzugten Plattform zu integrieren.

Beispielanfragen

Die folgende Tabelle veranschaulicht, wie der Composite Agent entscheidet, ob er direkt auf eine Anfrage antwortet oder sie an einen spezialisierten Agenten delegiert, basierend auf der Art der Anfrage und den verfügbaren spezialisierten Agenten.

Installation, Konfiguration und Betrieb

Befolgen Sie diese Schritte, um diesen KI-Agenten zu installieren, zu konfigurieren und zu betreiben:

1. Anpassungen herunterladen und das Studio-Projekt installieren.
2. Projekt-Workflows überprüfen.
3. Microsoft Azure-Ressourcen erstellen.
4. Jitterbit Cloud-Datenspeicher vorbereiten.
5. Projektvariablen konfigurieren.
6. Verbindungen testen.
7. Das Projekt bereitstellen.
8. Die Jitterbit benutzerdefinierte API erstellen.
9. Die Slack-App erstellen, die Slack-Verbindung testen und das Projekt erneut bereitstellen.
10. Die Projekt-Workflows auslösen.
11. Fehlerbehebung.

Anpassungen herunterladen und das Projekt installieren

Befolgen Sie diese Schritte, um Anpassungsdateien herunterzuladen und das Studio-Projekt zu installieren:

1. Melden Sie sich im Harmony-Portal unter https://login.jitterbit.com an und öffnen Sie Marketplace.

2. Suchen Sie den KI-Agenten mit dem Namen Jitterbit Composite Agent. Um den Agenten zu finden, können Sie die Suchleiste verwenden oder im Filter-Bereich unter Typ KI-Agent auswählen, um die Anzeige zu filtern.

3. Klicken Sie auf den Dokumentations-Link des KI-Agenten, um dessen Dokumentation in einem separaten Tab zu öffnen. Halten Sie den Tab geöffnet, um später darauf zurückzugreifen, nachdem Sie das Projekt gestartet haben.

4. Klicken Sie auf Projekt starten, um einen zweistufigen Konfigurationsdialog zu öffnen, um Anpassungen herunterzuladen und den KI-Agenten als Studio-Projekt zu importieren.

   Hinweis

   Wenn Sie den KI-Agenten noch nicht gekauft haben, wird stattdessen Diesen Agenten erhalten angezeigt. Klicken Sie darauf, um einen Informationsdialog zu öffnen, und klicken Sie dann auf Absenden, damit sich ein Vertreter mit Ihnen in Verbindung setzt, um den KI-Agenten zu kaufen.

5. Im Konfigurationsschritt 1, Anpassungen herunterladen, können Sie die folgende Datei verwenden, um die Slack-App zu erstellen. Wählen Sie die Datei aus und klicken Sie auf Dateien herunterladen:

   • Slack-App-Manifestdatei: slack_app_manifest.json

   Tipp

   Der Konfigurationsdialog enthält eine Warnung, das Template nicht zu importieren, bevor die Endpunktanpassungen angewendet werden. Diese Warnung gilt nicht für diesen KI-Agenten und kann ignoriert werden. Befolgen Sie die empfohlene Reihenfolge der Schritte in dieser Dokumentation.

6. Klicken Sie auf Weiter.

7. Wählen Sie im Konfigurationsschritt 2, Neues Projekt erstellen, eine Umgebung aus, in der Sie das Studio-Projekt erstellen möchten, und klicken Sie dann auf Projekt erstellen.

8. Ein Fortschrittsdialog wird angezeigt. Nachdem angezeigt wird, dass das Projekt erstellt wurde, verwenden Sie den Dialoglink Gehe zu Studio oder öffnen Sie das Projekt direkt von der Studio-Seite Projekte aus.

Überprüfen der Projekt-Workflows

Überprüfen Sie im geöffneten Studio-Projekt die Workflows und die Beschreibungen in der folgenden Tabelle, um zu verstehen, was jeder Workflow tut.

Haupt - Slack API-Anforderungs-Handler

Dieser Workflow verwaltet eingehende Slack-Bot-Anfragen. Eine benutzerdefinierte Jitterbit-API löst den Workflow jedes Mal aus, wenn ein Benutzer mit der Slack-Bot-Chat-Oberfläche interagiert. Um zu erfahren, wie Sie die benutzerdefinierte Jitterbit-API konfigurieren, siehe Erstellen Sie die benutzerdefinierte Jitterbit-API.

Main - AI Agent Tools Logic

Dieser Workflow verarbeitet Benutzeranfragen, die vom Main - Slack API Request Handler Workflow empfangen werden. Er verwaltet die Interaktion mit dem LLM, erfasst die Antwort und leitet die Anfrage an den entsprechenden spezialisierten Agenten weiter.

Um spezialisierte Agenten für das Routing hinzuzufügen oder zu entfernen, nehmen Sie die folgenden Änderungen an diesem Workflow vor:

1. Funktionaufrufe ändern: Bearbeiten Sie das Skript Build Routing Tools Request innerhalb der Add Tools Call-Operation, um Funktionaufrufe hinzuzufügen oder zu entfernen.
2. Werkzeugverwaltung aktualisieren: Passen Sie die Tools Decision-Operation an, um die Hinzufügung oder Entfernung von Werkzeugen basierend auf den in dem Skript Build Routing Tools Request innerhalb der Add Tools Call-Operation definierten Funktionen zu verwalten und zu handhaben.

Specialized Agent API Call

Dieser Workflow führt einen API-Aufruf an einen spezialisierten Agenten aus. Der Main - AI Agent Tools Logic Workflow bestimmt die spezifische URL für den spezialisierten Agenten. Sie können die Agent Call-Operation in diesem Workflow anpassen, um die API-Anforderungen Ihres Zielagenten zu erfüllen.

Utility - Bot Chat Cloud Datastore

Dieser Workflow speichert die Chat-Historie des Bots, die dem LLM Kontext für Gespräche bietet. Der Workflow verwendet Jitterbit Cloud Datastore zu diesem Zweck.

Erstellen von Microsoft Azure-Ressourcen

Erstellen Sie die folgenden Microsoft Azure-Ressourcen und behalten 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

Sie müssen eine Azure OpenAI-Ressource erstellen und ein Modell gpt-4o oder gpt-4.1 über das Azure AI Foundry-Portal bereitstellen.

Sie benötigen den Bereitstellungsnamen, die Azure OpenAI-Endpunkt-URL und den API-Schlüssel, um die Azure OpenAI-Projektvariablen zu konfigurieren. Um diese Werte zu finden, folgen Sie diesen Schritten:

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

2. Auf der Startseite der Ressource finden Sie die Werte für die Endpunkt-URL (azure_openai_base_url) und den API-Schlüssel (azure_openai_api_key).

3. Wählen Sie im Navigationsmenü unter Gemeinsame Ressourcen Bereitstellungen aus. Der Bereitstellungsname (Azure_OpenAI_Deployment_Name) wird in der Liste angezeigt.

Jitterbit Cloud-Datenspeicher vorbereiten

Erstellen Sie zwei Schlüssel-Speicher im Jitterbit Cloud-Datenspeicher mit den Namen askjb_user_session und askjb_q_and_a. Konfigurieren Sie die Felder mit den in den folgenden Tabellen aufgeführten Namen und Typen.

Wenn Sie benutzerdefinierte Felder hinzufügen, verwenden Sie die Tabellen, um zu bestimmen, ob jedes Feld in der Benutzeroberfläche des Cloud-Datenspeichers auf Erforderlich umgeschaltet werden soll. Die Felder AlternativeKey und Value sind Standardfelder, die Sie nicht entfernen oder umschalten können.

Sie können die Werte der Felder, die das System automatisch ausfüllt oder nicht verwendet, leer lassen.

Benutzersitzungsspeicher (askjb_user_session)

Dieser Schlüssel-Speicher verwaltet Sitzungsinformationen für Benutzer.

Chatverlauf (askjb_q_and_a)

Dieser Schlüssel-Speicher speichert den Chatverlauf des Bots, um den Gesprächskontext für das LLM bereitzustellen. Er speichert die Frage- und Antworthistorie. Das System trägt während der Ausführung des Workflows automatisch alle Daten ein.

Projektvariablen konfigurieren

Im Studio-Projekt müssen Sie Werte für die folgenden Projektvariablen festlegen.

Um Projektvariablen zu konfigurieren, verwenden Sie das Aktionsmenü des Projekts, um Projektvariablen auszuwählen. Dies öffnet ein Panel am unteren Rand der Seite, in dem Sie die Werte überprüfen und festlegen können.

Cloud Datastore

Konfiguration spezialisierter Agenten

Die folgenden Variablen konfigurieren den ersten spezialisierten Agenten (Agent1):

Die folgenden Variablen konfigurieren den zweiten spezialisierten Agenten (Agent2):

Die folgende Variable konfiguriert den Testmodus:

Azure OpenAI

Slack

Testverbindungen

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

Um Verbindungen zu testen, gehen Sie zum Projektendpunkte und -verbindungen-Tab der Design-Komponentenpalette, fahren Sie mit der Maus über jeden Endpunkt und klicken Sie auf Test.

Projekt bereitstellen

Stellen Sie das Projekt bereit im Studio.

Um das Projekt bereitzustellen, verwenden Sie das Aktionsmenü des Projekts, um Bereitstellen auszuwählen.

Erstellen Sie die benutzerdefinierte Jitterbit-API

Erstellen Sie eine benutzerdefinierte API für die Slack Bot-Anfrage-Operation im Workflow Main - Slack API Request Handler.

Um die API zu erstellen, verwenden Sie das Aktionsmenü der Operation, um Als API veröffentlichen oder Als API mit KI veröffentlichen auszuwählen. Konfigurieren Sie die folgenden Einstellungen:

Speichern Sie die API-Dienst-URL der veröffentlichten API zur Verwendung bei der Erstellung der Slack-App. Um die Dienst-URL zu finden, gehen Sie zum API-Details-Bereich auf der Dienste-Registerkarte, fahren Sie mit der Maus über die Aktionen-Spalte des Dienstes und klicken Sie auf API-Dienst-URL kopieren.

Erstellen Sie die Slack-App, testen Sie die Verbindung und setzen Sie das Projekt erneut in Betrieb

Um die Chat-Oberfläche in Slack zu erstellen, erstellen Sie eine Slack-App mit der Slack-App-Manifestdatei, die mit den Anpassungsdateien dieses KI-Agenten bereitgestellt wurde. Alternativ können Sie die App von Grund auf neu erstellen.

Wenn Sie die bereitgestellte Slack-App-Manifestdatei (slack_app_manifest.json) verwenden, ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Konfigurationswerte.

Nachdem Sie die Slack-App installiert haben, erhalten Sie das Bot-Token.

Öffnen Sie die Konfiguration der Projektvariablen erneut und geben Sie das Bot-Token für den Wert der Projektvariablen bot_oauth_user_token ein.

Nachdem Sie das Bot-Token festgelegt haben, testen Sie die Slack-Verbindung und setzen Sie das Projekt erneut in Betrieb.

Triggern Sie die Projekt-Workflows

Um den Composite Agent zu verwenden, senden Sie eine Direktnachricht an die Slack-App. Dies löst den Workflow Main - Slack API Request Handler über die Jitterbit benutzerdefinierte API aus.

Alle anderen Workflows werden automatisch als Teil des Haupt-Workflows ausgeführt und sind nicht dafür gedacht, unabhängig zu laufen.

Fehlerbehebung

Wenn Sie auf Probleme stoßen, überprüfen Sie die folgenden Protokolle für detaillierte Informationen zur Fehlerbehebung:

• API-Protokolle
• Betriebsprotokolle

Für zusätzliche Unterstützung kontaktieren Sie Jitterbit-Support.