Jitterbit Composite Agent

Übersicht

Jitterbit stellt den Composite Agent allen Kunden über den Jitterbit Marketplace zur Verfügung. Dieser Agent dient zu Lernzwecken und hilft Organisationen bei der einfachen Einführung von KI.

Dieser Agent bietet eine einzige Schnittstelle für die Interaktion mit mehreren spezialisierten Agents innerhalb Ihrer Organisation. Ein spezialisierter Agent ist ein KI-Agent, der speziell für die Bearbeitung bestimmter Aufgabentypen oder Abfragen in einem bestimmten Bereich konzipiert ist. Beispiele hierfür sind der Jitterbit Sales Agent und der HR Agent.

Der Composite Agent empfängt Benutzerabfragen, bestimmt, welcher spezialisierte Agent jede Abfrage am besten bearbeiten kann, und leitet die Anfrage an diesen Agent weiter. Nachdem der ausgewählte Agent antwortet, gibt der Composite Agent die Antwort an den Benutzer zurück. Durch die Verwendung eines einzelnen Einstiegspunkts entfällt die Notwendigkeit für Benutzer, separate Schnittstellen für jeden Agent zu verwenden. Während dieser Agent standardmäßig Azure OpenAI und Slack nutzt, können Sie ihn für die Zusammenarbeit mit anderen LLMs und Chat-Plattformen wie Claude, Microsoft Teams, Microservices, SaaS-Apps wie Salesforce oder mit dem Jitterbit App Builder erstellte Anwendungen anpassen.

Dieses Dokument erläutert die Einrichtung und den Betrieb dieses KI-Agents. Es behandelt folgende Themen: Architektur und Voraussetzungen, Beispielabfragen, die zeigen, was der Agent leisten kann, und Schritte zur Installation, Konfiguration und zum Betrieb des KI-Agents.

KI-Agent-Architektur

Dieser KI-Agent leitet Benutzerabfragen an spezialisierte Agents weiter. Ein typischer Workflow folgt diesen Schritten:

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

Workflow-Diagramm

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

Voraussetzungen

Sie benötigen die folgenden Komponenten, um diesen KI-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 Cloud Datastore

Unterstützte Endpunkte

Der KI-Agent beinhaltet die folgenden Endpunkte. Sie können andere Systeme unterstützen, indem Sie die Endpunktkonfigurationen und Workflows des Projekts ändern.

Großes Sprachmodell (LLM)

Der KI-Agent verwendet Azure OpenAI als LLM-Anbieter für die Abfrageanalyse und Routing-Entscheidungen. Um OpenAI zu verwenden, benötigen Sie ein Microsoft Azure-Abonnement mit Berechtigungen zum Erstellen einer Azure OpenAI-Ressource mit einem bereitgestellten gpt-4o- oder gpt-4.1-Modell.

Chat-Schnittstelle

Der KI-Agent nutzt Slack als Standard-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 ändern, um eine Integration mit Ihrer bevorzugten Plattform zu ermöglichen.

Beispielabfragen

Die folgende Tabelle zeigt, wie der Composite Agent entscheidet, ob eine Abfrage direkt beantwortet oder an einen spezialisierten Agent delegiert wird, basierend auf der Art der Abfrage und den verfügbaren spezialisierten Agents.

Installation, Konfiguration und Betrieb

Führen Sie diese Schritte aus, um diesen KI-Agent zu installieren, zu konfigurieren und zu betreiben:

1. Customizations herunterladen und das Studio-Projekt installieren.
2. Microsoft Azure-Ressourcen erstellen.
3. Slack-App erstellen.
4. Jitterbit Cloud Datastore vorbereiten.
5. Projektvariablen konfigurieren.
6. Verbindungen testen.
7. Projekt bereitstellen.
8. Benutzerdefinierte Jitterbit-API erstellen.
9. Projekt-Workflows überprüfen.
10. Projekt-Workflows auslösen.
11. Fehlerbehebung.

Customizations herunterladen und das Projekt installieren

Führen Sie diese Schritte aus, um Customization-Dateien herunterzuladen und das Studio-Projekt zu installieren:

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

2. Suchen Sie den KI-Agent mit dem Namen Jitterbit Composite Agent. Sie können die Suchleiste verwenden oder im Fenster Filter unter Type die Option AI Agent auswählen, um die Anzeige zu filtern.

3. Klicken Sie auf den Link Documentation des KI-Agenten, um dessen Dokumentation in einem neuen Tab zu öffnen. Halten Sie den Tab offen, um später darauf zu verweisen.

4. Klicken Sie auf Start Project, um ein zweistufiges Konfigurationsdialogfeld zu öffnen, das Customizations herunterlädt und den KI-Agent als Studio-Projekt importiert.

   Hinweis

   Wenn Sie den KI-Agent noch nicht erworben haben, wird stattdessen Get agent angezeigt. Klicken Sie darauf, um ein Informationsdialogfeld zu öffnen, und klicken Sie dann auf Submit, damit sich ein Vertreter mit Ihnen zur Vereinbarung des Kaufs des KI-Agenten in Verbindung setzt.

5. In Konfigurationsschritt 1 Download Customizations können Sie die folgende Datei verwenden, um die Slack-App zu erstellen. Wählen Sie die Datei aus und klicken Sie auf Download Files:

   • Slack-App-Manifestdatei: slack_app_manifest.json

   Tipp

   Das Konfigurationsdialogfeld enthält eine Warnung, dass Sie die Vorlage nicht importieren dürfen, bevor Sie Endpoint-Customizations anwenden. Diese Warnung gilt nicht für diesen KI-Agent und Sie können sie ignorieren. Befolgen Sie die empfohlene Reihenfolge der Schritte in dieser Dokumentation.

6. Klicken Sie auf Next.

7. In Konfigurationsschritt 2 Create a New Project wählen Sie eine Umgebung aus, in der Sie das Studio-Projekt erstellen möchten, und klicken Sie auf Create Project.

8. Ein Fortschrittsdialogfeld wird angezeigt. Nachdem angezeigt wird, dass das Projekt erstellt wurde, verwenden Sie den Dialogfeld-Link Go to Studio oder öffnen Sie das Projekt direkt über die Seite Projects in Studio.

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

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. Führen Sie diese Schritte aus, um diese Werte zu finden:

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

2. Suchen Sie auf der Landing Page für die Ressource die Werte für die Endpunkt-URL (azure_openai_base_url) und den API-Schlüssel (azure_openai_api_key).

3. Wählen Sie im Navigationsmenü unter Shared resources die Option Deployments aus. Der Bereitstellungsname (Azure_OpenAI_Deployment_Name) wird in der Liste angezeigt.

Slack-App erstellen

Führen Sie diese Schritte aus, um die Chat-Schnittstelle in Slack zu erstellen:

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 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 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 Erstellen Sie die benutzerdefinierte Jitterbit-API erstellt haben.

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

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

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

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

Jitterbit Cloud Datastore vorbereiten

Erstellen Sie zwei Schlüsselspeicher in Jitterbit Cloud Datastore mit den Namen askjb_user_session und askjb_q_and_a. Die Felder Key, AlternativeKey und Value sind standardmäßig vorhanden. Konfigurieren Sie die benutzerdefinierten Felder mit den Namen und Typen, die in den folgenden Tabellen aufgeführt sind.

Sie können die Werte von Feldern, die das System automatisch ausfüllt oder nicht verwendet, leer lassen.

Benutzersitzungsspeicher (askjb_user_session)

Dieser Schlüsselspeicher verwaltet Sitzungsinformationen für Benutzer. Es sind keine benutzerdefinierten Felder erforderlich.

Chat-Verlauf (askjb_q_and_a)

Dieser Schlüsselspeicher speichert den Bot-Chat-Verlauf, um Gesprächskontexte für das LLM bereitzustellen. Er speichert Frage- und Antwortverläufe. Das System trägt alle Daten während der Workflow-Ausführung automatisch ein. Fügen Sie die folgenden benutzerdefinierten Felder hinzu:

Projektvariablen konfigurieren

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

Um Projektvariablen zu konfigurieren, verwenden Sie das Menü Aktionen des Projekts und wählen Projektvariablen aus. Dies öffnet eine Schublade am unteren Rand der Seite, 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

Verbindungen testen

Testen Sie die Endpunktkonfigurationen, um die Konnektivität mithilfe der definierten Projektvariablenwerte zu überprüfen.

Um Verbindungen zu testen, gehen Sie zur Registerkarte Projektendpunkte und Konnektoren der Designkomponentenpalette, fahren Sie mit der Maus über jeden Endpunkt und klicken Sie auf Testen.

Projekt bereitstellen

Stellen Sie das Studio-Projekt bereit.

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

Benutzerdefinierte Jitterbit-API erstellen

Erstellen Sie eine benutzerdefinierte API für den Vorgang Slack Bot Request im Workflow Main - Slack API Request Handler.

Um die API zu erstellen, verwenden Sie das Menü Aktionen des Vorgangs, um Publish as an API oder Publish as an API using AI auszuwählen. Konfigurieren Sie die folgenden Einstellungen:

Speichern Sie die API-Service-URL der veröffentlichten API zur Verwendung beim Erstellen der Slack-App. Um die Service-URL zu finden, gehen Sie zur API-Details-Schublade auf der Registerkarte Services, halten Sie den Mauszeiger über die Spalte Actions des Service und klicken Sie auf Copy API service URL.

Projekt-Workflows überprüfen

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

Main - Slack API Request Handler

Dieser Workflow verwaltet eingehende Slack-Bot-Anfragen. Eine Jitterbit-Custom-API löst den Workflow aus, jedes Mal wenn ein Benutzer mit der Slack-Bot-Chat-Schnittstelle interagiert. Informationen zum Konfigurieren der Jitterbit-Custom-API finden Sie unter Create the Jitterbit custom 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. Funktionsaufrufe ändern: Bearbeiten Sie das Skript Build Routing Tools Request innerhalb der Operation Add Tools Call, um Funktionsaufrufe hinzuzufügen oder zu entfernen.
2. Tools-Verarbeitung aktualisieren: Passen Sie die Operation Tools Decision an, um das Hinzufügen oder Entfernen von Tools basierend auf den im Skript Build Routing Tools Request innerhalb der Operation Add Tools Call definierten Funktionen zu verwalten.

Specialized Agent API Call

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 ändern, um den API-Anforderungen Ihres Zielagenten zu entsprechen.

Utility - Bot Chat Cloud Datastore

Dieser Workflow speichert den Chat-Verlauf des Bots, der dem LLM Gesprächskontext bietet. Der Workflow nutzt Jitterbit Cloud Datastore zu diesem Zweck.

Projekt-Workflows auslösen

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

Alle anderen Workflows werden automatisch als Teil des Hauptworkflows ausgeführt und sind nicht für eine unabhängige Ausführung vorgesehen.

Fehlerbehebung

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

• API-Protokolle
• Operationsprotokolle

Wenden Sie sich für weitere Unterstützung an den Jitterbit-Support.