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 für die 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. Laden Sie Anpassungen herunter und installieren Sie das Studio-Projekt.
2. Erstellen Sie Microsoft Azure-Ressourcen.
3. Erstellen Sie die Slack-App.
4. Bereiten Sie das Jitterbit Cloud Datastore vor.
5. Konfigurieren Sie Projektvariablen.
6. Testen Sie die Verbindungen.
7. Stellen Sie das Projekt bereit.
8. Erstellen Sie die Jitterbit benutzerdefinierte API.
9. Überprüfen Sie die Projekt-Workflows.
10. Triggern Sie die Projekt-Workflows.
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, die besagt, dass die Vorlage nicht importiert werden sollte, 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.

Microsoft Azure-Ressourcen erstellen

Erstellen Sie die folgenden Microsoft Azure-Ressourcen und bewahren Sie die Informationen zur Konfiguration des KI-Agenten auf. 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 gpt-4o- oder gpt-4.1-Modell 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, befolgen Sie diese Schritte:

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 Geteilte Ressourcen die Option Bereitstellungen. Der Bereitstellungsname (Azure_OpenAI_Deployment_Name) wird in der Liste angezeigt.

Die Slack-App erstellen

Um die Chat-Oberfläche in Slack zu erstellen, befolgen Sie diese Schritte:

1. Erstellen Sie eine Slack-App mit der Slack-App-Manifestdatei (slack_app_manifest.json), die mit den Anpassungsdateien dieses KI-Agenten bereitgestellt wurde. 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, wie er den Benutzern angezeigt wird. Ersetzen Sie diesen Wert an zwei Stellen im Manifest.
   {{Replace with Jitterbit API URL}}	Die Dienst-URL der Jitterbit benutzerdefinierten API, die Sie in Erstellen der Jitterbit benutzerdefinierten API erstellt haben.

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

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

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

6. Geben Sie den Wert des Bot-Tokens für die Projektvariable slack_bot_oauth_user_token und den Kanalnamen für die Projektvariable slack_channel_name ein. Sie werden diese im nächsten Schritt konfigurieren.

Bereiten Sie Jitterbit Cloud Datastore vor

Erstellen Sie zwei Schlüssel-Speicher im Jitterbit Cloud Datastore 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 Datastore 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.

Benutzersitzungsspeicherung (askjb_user_session)

Dieser Schlüssel-Speicher verwaltet Sitzungsinformationen für Benutzer.

Chatverlauf (askjb_q_and_a)

Dieser Schlüssel-Speicher behält den Chatverlauf des Bots, um den Gesprächskontext für das LLM bereitzustellen. Er speichert die Frage- und Antworthistorie. Das System gibt während der Ausführung 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. Dadurch wird ein Schublade am unteren Rand der Seite geöffnet, in der 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 zur Projektendpunkte und -verbindungen-Registerkarte der Designkomponentenpalette, fahren Sie mit der Maus über jeden Endpunkt und klicken Sie auf Test.

Projekt bereitstellen

Projekt bereitstellen das Studio-Projekt.

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 Services-Registerkarte, fahren Sie mit der Maus über die Aktionen-Spalte des Dienstes und klicken Sie auf API-Dienst-URL kopieren.

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.

Main - Slack API Request 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 Workflow Main - Slack API Request Handler 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 Operation Add Tools Call, um Funktionaufrufe hinzuzufügen oder zu entfernen.
2. Werkzeugverwaltung aktualisieren: Passen Sie die Operation Tools Decision an, um die Hinzufügung oder Entfernung von Werkzeugen basierend auf den im Skript Build Routing Tools Request innerhalb der Operation Add Tools Call definierten Funktionen zu verwalten.

Spezialisierten Agenten API-Aufruf

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

Dienstprogramm - Bot-Chat-Cloud-Datenspeicher

Dieser Workflow speichert die Chat-Historie des Bots, die dem LLM den Gesprächskontext bietet. Der Workflow verwendet dafür den Jitterbit Cloud Datastore.

Projekt-Workflows auslösen

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

Fehlersuche

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

• API-Protokolle
• Betriebsprotokolle

Für zusätzliche Unterstützung kontaktieren Sie Jitterbit-Support.