Jitterbit Knowledge Agent

Übersicht

Jitterbit stellt den Knowledge Agent für Kunden über den Jitterbit Marketplace zur Verfügung. Dieser Agent ermöglicht es dem internen Team deiner Organisation, intelligente Antworten aus den internen Daten der Organisation zu erhalten. Der Agent nutzt die Retrieval-Augmented Generation (RAG)-Technik, die LLM-Reasoning mit Zugriff auf externe Tools und Datenquellen kombiniert. Er führt folgende Aufgaben aus:

• Verbindet sich mit den folgenden Quellen und ruft Informationen ab, indem Jitterbit Studio verwendet wird:

  • Atlassian Confluence-Seiten
  • Atlassian Jira-Probleme
  • Google Drive-Dokumente
  • Salesforce-Supportfälle (aus dem Objekt Case)

• Integriert sich mit einem LLM, um einen intelligenten KI-Chatbot mit Daten aus den oben genannten Quellen zu betreiben, auf die über eine mit Jitterbit API Manager erstellte benutzerdefinierte API zugegriffen wird.

Dieses Dokument erklärt, wie du diesen KI-Agent einrichtest und betreibst. Es behandelt Architektur und Voraussetzungen, Beispiel-Prompts, die zeigen, was der Agent kann, sowie Schritte zur Installation, Konfiguration und zum Betrieb des KI-Agents.

KI-Agent-Architektur

Das folgende Diagramm zeigt die im Knowledge Agent implementierte Architektur:

Agent-Datenfluss

Workflows für das initiale Laden von Daten und die Datenverwaltung

Voraussetzungen

Um den Knowledge Agent zu nutzen, müssen die folgenden Komponenten erforderlich sein oder werden im Design des Agents vorausgesetzt.

Harmony-Komponenten

Du musst über eine Jitterbit Harmony-Lizenz mit Zugriff auf die folgenden Komponenten verfügen:

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Knowledge Agent, erworben als Lizenz-Add-on

Unterstützte Endpunkte

Die folgenden Endpunkte sind im Design des Agents integriert.

Large Language Model (LLM)

Der KI-Agent nutzt Azure OpenAI als LLM-Anbieter. Um Azure OpenAI zu nutzen, benötigst du ein Microsoft Azure-Abonnement mit Berechtigungen zum Erstellen und Verwalten der folgenden Ressourcen:

• Azure OpenAI-Ressource mit einem bereitgestellten Modell gpt-4o oder gpt-4.1.
• Azure Storage mit einem Blob-Container zum Speichern abgerufener Daten.
• Azure AI Search mit einem Suchdienst, der mit einem Index und einer Indexierungsfunktion konfiguriert werden kann.

Wissensdatenbank

Du kannst einen oder alle dieser Endpunkte als Wissensdatenbank für diesen KI-Agent nutzen:

• Atlassian Confluence: Die Quelle von Confluence-Seiten.
• Atlassian Jira: Die Quelle von Jira-Problemen.
• Google Drive: Die Quelle von Dateien, die auf einem Google-Shared-Drive gespeichert sind.
• Salesforce: Die Quelle deiner Kundensupportfälle aus dem Objekt Case.

Chat-Schnittstelle

Das Design des Agents bindet Slack als Chat-Schnittstelle für die Interaktion mit dem KI-Agent ein. Wenn du eine andere Anwendung als Chat-Schnittstelle verwenden möchtest, sind ein separater Workflow und Anweisungen für eine generische API-Einrichtung in diesem KI-Agent enthalten.

Beispiel-Prompts

Hier sind Beispiel-Prompts, die der Knowledge Agent mit Zugriff auf die entsprechenden Daten bearbeiten kann. Der Agent kann Informationen über beliebige oder alle verbundenen Endpunkte hinweg finden.

• „Ich habe ein Problem mit der Komponente „ABC". Kannst du mir helfen?"
• „Wie kann ich mich mit einer MySQL-Datenbank über JDBC verbinden?"
• „Kannst du mir Details zum Jira-Ticket Nummer 123 geben?"
• „Gibt es Jira-Tickets zum SQL-Connector?"
• „Welche Sicherheitsrichtlinie gibt es für die Installation von Software auf meinem Arbeitscomputer?" (Es könnte ein Dokument auf Google Drive oder eine Confluence-Seite zu diesem Thema geben.)

Installation, Konfiguration und Betrieb

Führe diese Schritte aus, um diesen KI-Agenten zu installieren, zu konfigurieren und zu betreiben:

1. Customizations herunterladen und das Studio-Projekt installieren.
2. Projekt-Workflows überprüfen.
3. Microsoft Azure-Ressourcen erstellen.
4. Slack-App erstellen.
5. Google-Dienstkonto und gemeinsames Laufwerk einrichten.
6. Projektvariablen konfigurieren.
7. Verbindungen testen.
8. Projekt bereitstellen.
9. Benutzerdefinierte Jitterbit-API erstellen.
10. Projekt-Workflows überprüfen.
11. Projekt-Workflows auslösen.
12. Troubleshooting.

Customizations herunterladen und das Projekt installieren

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

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

2. Suche den KI-Agenten namens Jitterbit Knowledge Agent. Zur Suche kannst du die Suchleiste verwenden oder im Filters-Bereich unter Type die Option AI Agent auswählen, um die Anzeige auf die verfügbaren KI-Agenten zu beschränken.

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

4. Klicke auf Start Project, um ein zweistufiges Konfigurationsdialogfeld zu öffnen, in dem Customizations heruntergeladen und der KI-Agent als Studio-Projekt importiert wird.

   Hinweis

   Falls du den KI-Agenten noch nicht erworben hast, wird stattdessen Get agent angezeigt. Klicke darauf, um ein Informationsdialogfeld zu öffnen, und klicke dann auf Submit, damit sich ein Vertreter mit dir über den Kauf des KI-Agenten in Verbindung setzt.

5. Im Konfigurationsschritt 1 Download Customizations werden die folgenden Dateien bereitgestellt, um die Einrichtung des Index und des Indexers in Azure AI Search und die Erstellung der Slack-App zu vereinfachen. Wähle die Dateien aus und klicke auf Download Files:

   • Azure AI Search Index- und Indexer-JSON-Definitionsdateien

     • Azure_AI_Search_Datasource_Definition.json
     • Azure_AI_Search_Index_Definition.json
     • Azure_AI_Search_Indexer_Definition.json

   • Slack-App-Manifestdatei

     • slack_app_manifest.json

   Tipp

   Das Konfigurationsdialogfeld enthält eine Warnung, die Vorlage nicht zu importieren, bevor Endpunkt-Customizations angewendet werden. Diese Warnung gilt nicht für diesen KI-Agenten und kann ignoriert werden. Befolge die empfohlene Reihenfolge der Schritte in dieser Dokumentation.

   Klicke auf Next.

6. Im Konfigurationsschritt 2 Create a New Project wählst du eine Umgebung aus, in der das Studio-Projekt erstellt werden soll, und klickst auf Create Project.

7. Ein Fortschrittsdialogfeld wird angezeigt. Nachdem es anzeigt, dass das Projekt erstellt wurde, verwende den Dialog-Link Go to Studio oder öffne das Projekt direkt über die Seite Projects in Studio.

Microsoft Azure-Ressourcen erstellen

Erstelle die folgenden Microsoft Azure-Ressourcen und merke dir die folgenden Informationen zur Konfiguration des KI-Agenten. Zum Erstellen und Verwalten dieser Ressourcen benötigst du ein Microsoft Azure-Abonnement mit den entsprechenden Berechtigungen.

Azure Blob-Container

Du musst einen Azure Blob-Container erstellen, um Kundendetails zu speichern. Daten aus dem Blob-Container werden mithilfe eines Index und eines Indexers in Azure AI Search indexiert.

Du benötigst die SAS-URL des Containers zur Bestimmung der Werte der Azure Blob Storage-Projektvariablen. Um die SAS-URL zu generieren:

1. Navigiere im Azure-Portal zu Storage accounts und öffne das spezifische Speicherkonto.
2. Wähle aus dem Ressourcenmenü unter Data storage die Option Containers aus und öffne den spezifischen Container.
3. Wähle aus dem Ressourcenmenü unter Settings die Option Shared access tokens aus.
4. Verwende das Permissions-Menü, um zu überprüfen, dass die SAS-URL (Shared Access Signature) für diesen Container mindestens die Berechtigungen Read und Write hat:

1. Klicken Sie auf SAS-Token und URL generieren.
2. Kopieren Sie die Blob-SAS-URL, die unten angezeigt wird.
3. Bestimmen Sie die Werte der Azure Blob Storage-Projektvariablen aus der SAS-URL. Die SAS-URL hat das Format {{ azure_blob_base_url }}/{{ Azure_Blob_Container_Name }}?{{ azure_blob_sas_token }}.

Wenn Sie die JSON-Definitionsdateien aus den Anpassungsdateien des KI-Agenten verwenden, um den Index und Indexer zu generieren, benötigen Sie auch den Azure Blob Storage-Kontoschlüssel. Um Kontenzugriffschlüssel anzuzeigen:

1. Navigieren Sie im Azure-Portal zu Speicherkonten und öffnen Sie das jeweilige Speicherkonto.
2. Wählen Sie im Ressourcenmenü unter Sicherheit + Netzwerk die Option Zugriffschlüssel aus.

3. Klicken Sie auf Schlüssel anzeigen, um den während der Konfiguration von Azure AI Search zu verwendenden Zugriffschlüssel anzuzeigen.

   

Azure AI Search-Dienst

Sie müssen einen Azure AI Search-Dienst erstellen und seinen Index und Indexer konfigurieren, um die Daten aus dem Blob-Container zu verarbeiten.

Sie benötigen die URL und den API-Schlüssel des Azure AI Search-Dienstes, um die Werte der Azure AI Search-Projektvariablen zu bestimmen:

• URL: Um den Wert für azure_ai_search_url zu erhalten, lesen Sie die Azure-Dokumentation Dienstinformationen abrufen.
• API-Schlüssel: Um den Wert für azure_ai_search_api_key zu erhalten, lesen Sie die Azure-Dokumentation Rollengestützte Zugriffskontrolle konfigurieren.

Sie können die JSON-Definitionsdateien aus den Anpassungsdateien des KI-Agenten verwenden, um den Index und Indexer zu generieren, oder Sie erstellen diese selbst.

Wenn Sie die bereitgestellten Definitionsdateien verwenden, müssen Sie die folgenden Platzhalter durch Ihre eigenen Konfigurationswerte ersetzen:

Azure_AI_Search_Indexer_Definition.json

Azure_AI_Search_Datasource_Definition.json

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 Werte der Azure OpenAI-Projektvariablen zu bestimmen. Um diese Werte zu finden:

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

2. Die Werte für die Endpunkt-URL (azure_openai_base_url) und den API-Schlüssel (azure_openai_api_key) werden auf der Startseite der Ressource angezeigt:

   

3. Wählen Sie im Navigationsmenü unter Freigegebene Ressourcen die Option Bereitstellungen aus. Der Bereitstellungsname (Azure_OpenAI_Deployment_Name) wird angezeigt.

Slack-App erstellen

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

1. Erstellen Sie eine Slack-App mithilfe der Slack-App-Manifestdatei (slack_app_manifest.json), die bei 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 den 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 Erstelle die benutzerdefinierte Jitterbit-API erstellt haben.

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

4. Besorgen Sie sich das Bot-Token (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 werden Sie im nächsten Schritt konfigurieren.

Google-Servicekonto und freigegebenes Laufwerk einrichten

Dieses Setup ist nur erforderlich, wenn Sie den Workflow Data upload Utility - Google Drive to Azure Blob verwenden. Sie müssen über ein aktives Google Cloud-Projekt verfügen, um fortzufahren. Wenn Sie noch kein Projekt haben, können Sie eines erstellen, indem Sie Googles Anweisungen befolgen.

Google-Servicekonto erstellen

Führen Sie die folgenden Schritte aus, um einen Schlüssel für das Google-Servicekonto zu erstellen und dem Dienstprogramm so den sicheren Zugriff auf Ihre Google Drive-Dateien zu ermöglichen:

1. Verwenden Sie in der Google Cloud-Konsole die Suchleiste, um die Seite Servicekonten zu finden und aufzurufen.

2. Wenn Sie bereits über ein Servicekonto verfügen, das Sie verwenden möchten, fahren Sie mit Schritt 3 fort. Andernfalls klicken Sie auf Servicekonto erstellen, geben Sie einen Namen ein und klicken Sie auf Fertig. Es sind keine zusätzlichen Berechtigungen oder Zugriffe erforderlich.

   

3. Wählen Sie das Servicekonto aus, um seine Servicekontodetails zu öffnen:

   

4. Navigieren Sie zur Registerkarte Schlüssel und verwenden Sie das Menü Schlüssel hinzufügen, um Neuen Schlüssel erstellen auszuwählen.

   

5. Wählen Sie JSON als Schlüsseltyp aus und klicken Sie auf Erstellen. Eine JSON-Datei mit den Anmeldedaten wird auf Ihren Computer heruntergeladen.

6. Öffnen Sie die heruntergeladene JSON-Datei, um die folgenden Werte zu finden, die zum Konfigurieren der Google Drive-Projektvariablen erforderlich sind:

   • client_email: Dies ist der Wert für die Projektvariable Google_Client_Email und wird benötigt, um das freigegebene Google Drive im nächsten Abschnitt zu konfigurieren.
   • private_key: Dies ist der Wert für die Projektvariable Google_Private_Key.

7. Aktivieren Sie die Google Drive API in Ihrem Google Cloud-Konto:

   1. Suchen Sie in der Google Cloud-Konsole über die Suchleiste die Seite APIs & Services und navigieren Sie dorthin.

   2. Rufen Sie die API Library auf und wählen Sie die Google Drive API aus:

      

   3. Klicken Sie auf die Schaltfläche Enable:

      

Google Shared Drive konfigurieren

Konfigurieren Sie das Google Shared Drive wie folgt, um dem Utility Zugriff auf alle Dateien zu gewähren, die Sie darin hochladen:

1. Erstellen Sie ein Google Shared Drive, falls Sie noch keines haben.

2. Öffnen Sie das Shared Drive und kopieren Sie die ID aus der Browser-URL. Die ID ist die lange Zeichenfolge am Ende. Beispiel: Wenn die URL https://drive.google.com/drive/folders/dftg-LbGrP7hdfd lautet, ist die ID dftg-LbGrP7hdfd. Diese ID ist der Wert für die Projektvariable Google_Drive_ID bei der Konfiguration von Google Drive-Projektvariablen.

3. Klicken Sie auf den Namen des Shared Drive oben auf der Seite und wählen Sie Manage members aus. Ein Dialog wird angezeigt.

4. Fügen Sie im Feld Add people and groups den Wert von client_email aus der zuvor heruntergeladenen JSON-Datei ein.

5. Weisen Sie dem Service Account die Rolle Content manager zu und bestätigen Sie die Aktion.

Projektvariablen konfigurieren

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

Dies kann über das Menü Aktionen des Projekts erfolgen, indem Sie Project Variables auswählen, um eine Schublade am unteren Rand der Seite zu öffnen, wo Sie die Werte überprüfen und festlegen können.

Salesforce

Jira

Confluence

Google Drive

Azure Blob Storage

Azure AI Search

Azure OpenAI

Slack

Common

Verbindungen testen

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

Zum Testen von Verbindungen navigieren Sie zur Registerkarte Projektendpunkte und Konnektoren der Design-Komponentenpalette, fahren Sie mit dem Cursor über jeden Endpunkt und klicken Sie auf Testen.

Projekt bereitstellen

Stellen Sie das Studio-Projekt bereit.

Zum Bereitstellen des Projekts verwenden Sie das Menü Aktionen des Projekts und wählen Sie Bereitstellen.

Projekt bereitstellen

Stellen Sie das Studio-Projekt bereit. Dies kann über das Menü Aktionen des Projekts erfolgen, indem Sie Bereitstellen auswählen.

Erstelle die benutzerdefinierte Jitterbit-API

Erstelle eine benutzerdefinierte API mit API Manager für einen der folgenden Zwecke:

• Slack Bot API Request Handler: Erforderlich, wenn die im Design dieses KI-Agenten enthaltene Slack-Benachrichtigung verwendet wird.
• Generic API Request Handler: Optional. Verwende dies, um API-Anfragen von beliebigen Anwendungen zu verarbeiten.

Erstelle den Slack Bot API Request Handler

Diese benutzerdefinierte Jitterbit-API löst die Slack Bot API Request Handler-Operation aus. Konfiguriere und veröffentliche die benutzerdefinierte API mit den folgenden Einstellungen:

• API Service: Slack Bot API Request Handler
• Path: /
• Projekt: Wähle das Studio-Projekt aus, das aus dem Jitterbit Knowledge Agent im Marketplace erstellt wurde
• Operation To Trigger: Slack Bot API Request Handler
• Method: POST
• Response Type: System Variable

Behalte die Service-URL der veröffentlichten API zur Verwendung beim Erstellen der Slack-App. Die Service-URL findest du in der API-Detailsleiste auf der Registerkarte Services, indem du den Mauszeiger über die Spalte Actions des Service bewegst und Copy API service URL klickst.

Generic API Request Handler

Diese benutzerdefinierte Jitterbit-API löst die Generic API request Handler-Operation aus. Dies ist nicht erforderlich. Erstelle diese API, wenn du andere Anwendungen zur Verarbeitung von HTTP-API-Anfragen verwendest. Konfiguriere und veröffentliche die benutzerdefinierte API mit den folgenden Einstellungen:

• Service name: Generic API request Handler
• Projekt: Wähle das Studio-Projekt aus, das aus dem Jitterbit Knowledge Agent im Marketplace erstellt wurde
• Operation: Generic API request Handler
• Method: POST
• Response type: System Variable

{
    "username": "johnr",
    "prompt": "How to connect to mysql using a connector?"
}

{
    "message": "To connect to a MySQL database using the Database connector, follow these steps:   - Use the MySQL JDBC driver that ships with the agent for additional features like manual queries.",
    "references": [],
    "status_code": 200
}

Überprüfe die Projekt-Workflows

Überprüfe im offenen Studio-Projekt die Workflows zusammen mit den folgenden Beschreibungen, um zu verstehen, was sie tun.

1. Data upload Utility - JIRA Ticket to Azure Index

   Dieser Workflow ruft Probleme aus Jira ab und führt dann den Workflow Utility - Azure Data Upload and Index aus, um Probleme in Azure Blob Storage hochzuladen und sie im Azure AI Search-Index zu indizieren.

   Die erste Operation ist Main - JIRA tickets upload. Die folgenden Felder werden abgerufen:

   "fields": [
       "summary",
       "status",
       "assignee",
       "description",
       "reporter",
       "created",
       "updated",
       "priority",
       "issuetype",
       "components",
       "comment"
    ]
   

   Dieser Workflow kann so konfiguriert werden, dass er alle Probleme oder nur neue und aktualisierte Probleme abruft, indem die Jira-Projektvariablen verwendet werden.

2. Data upload Utility - SF Cases to Azure Index

   Dieser Workflow ruft Support-Cases aus Salesforce ab und führt dann den Workflow Utility - Azure Data Upload and Index aus, um Cases in Azure Blob Storage hochzuladen und sie im Azure AI Search-Index zu indizieren.

   Die erste Operation ist Main - SF Cases Upload.

   Bei der Konfiguration der Salesforce Query Activity ruft die folgende Abfrage Support-Case-Informationen nach Agent ab. Wenn deine Salesforce-Organisation diese Objekte und Felder nicht verwendet oder wenn Support-Case-Informationen in anderen Objekten und Feldern gespeichert sind, funktioniert dieser Workflow nicht ordnungsgemäß. Passe die Abfrage in diesem Workflow so an, dass sie mit dem Datenmodell deiner Salesforce-Organisation übereinstimmt:

SELECT Account.Name,
           Owner.Email,
           Owner.Name,
           (SELECT CreatedBy.Email,
                   CreatedBy.Name,
                   Id,
                   CommentBody,
                   CreatedDate,
                   LastModifiedDate,
                   LastModifiedBy.Email,
                   LastModifiedBy.Name
            FROM   CaseComments),
           Id,
           CaseNumber,
           CreatedDate,
           Description,
           LastModifiedDate,
           Origin,
           Priority,
           Reason,
           Status,
           Subject,
           Type,
           CreatedBy.Email,
           CreatedBy.Name,
           LastModifiedBy.Email,
           LastModifiedBy.Name
    FROM Case

Dieser Workflow kann so konfiguriert werden, dass alle Fälle oder nur neue und aktualisierte Fälle abgerufen werden, indem die Salesforce-Projektvariablen verwendet werden.

1. Data upload Utility - Confluence Pages to Azure Index

   Dieser Workflow ruft Seiten aus Confluence ab und führt dann den Workflow Utility - Azure Data Upload and Index aus, um Dokumente in Azure Blob Storage hochzuladen und sie im Azure AI Search-Index zu indizieren.

   Der erste Vorgang ist Main - Load Confluence Pages.

   Dieser Workflow ruft bei jeder Ausführung alle Confluence-Seiten ab.

2. Data upload Utility - Google Drive to Azure Blob

   Dieser Workflow ruft Dateien aus Google Drive ab und führt dann den Workflow Utility - Azure Data Upload and Index aus, um sie im Azure AI Search-Index zu indizieren.

   Der erste Vorgang ist Main - Google Drive Upload.

   Unterstützte Dateitypen umfassen Google Docs, Google Spreadsheets und solche, die von der Azure Storage-Blob-Indizierung unterstützt werden.

   Die unterstützten maximalen Dateigröße sind als maximale Blob-Größe in den Azure AI Search Indexer-Limits für Ihren AI Search-Servicetarif aufgeführt. Beispielsweise beträgt das Limit für den Basic-Tarif 16 MB; für S1 beträgt das Limit 128 MB.

   Dieser Workflow kann so konfiguriert werden, dass alle Dateien oder nur neue und aktualisierte Dateien abgerufen werden, indem die Google Drive-Projektvariablen verwendet werden.

3. Utility - Azure Data Upload and Index

   Dies ist ein gemeinsamer Utility-Workflow, der von den Data upload Utility-Workflows verwendet wird, um Daten in Azure Blob Storage hochzuladen und sie in Azure AI Search zu indizieren.

4. Main Entry - Slack API Request Handler

   Dieser Workflow verwaltet eingehende Slack-Bot-Anfragen. Er wird jedes Mal über eine benutzerdefinierte Jitterbit-API ausgelöst, wenn Ihr Team mit der Slack-Bot-Chat-Benutzeroberfläche interagiert (d. h. eine Slack-Nachricht an sie sendet). Die Konfiguration der benutzerdefinierten Jitterbit-API wird später auf dieser Seite unter Erstelle die benutzerdefinierte Jitterbit-API beschrieben.

   Falls Sie Slack nicht verwenden, kann dieser Workflow ignoriert werden und wird nicht ausgelöst. Um eine andere Chat-Benutzeroberfläche für die Interaktion Ihres Teams zu verwenden, nutzen Sie den Workflow Generic API Request Handler, der ebenfalls über eine benutzerdefinierte Jitterbit-API ausgelöst wird.

5. Generic API Request Handler

   Dieser Workflow verarbeitet HTTP-API-Anfragen von beliebigen Anwendungen. Um eine Integration mit Ihren Anwendungen zu ermöglichen, erstellen Sie eine benutzerdefinierte Jitterbit-API, die den Vorgang Generic API request Handler auslöst. Die URL dieser API kann dann von beliebigen Anwendungen verwendet werden, um Anfragen zu senden und zu empfangen.

   Die Konfiguration der benutzerdefinierten Jitterbit-API wird später auf dieser Seite unter Erstelle die benutzerdefinierte Jitterbit-API beschrieben.

Lösen Sie die Projekt-Workflows aus

Für das erste Datenladen führen Sie je nach Ihren Datenquellen beliebig viele oder alle Data upload Utility-Workflows aus. Dies kann mit der Run-Option des ersten Vorgangs erfolgen, die durch Hovern über den Vorgang angezeigt wird. Sie müssen den Vorgang in Zukunft erneut ausführen, wenn Ihre Daten aktualisiert werden.

Die beiden anderen Hauptworkflows werden durch die benutzerdefinierten Jitterbit-APIs ausgelöst:

• Main Entry - Slack API Request Handler: Dieser Workflow wird von Slack über die benutzerdefinierte API Slack Bot API Request Handler ausgelöst. Das Senden einer direkten Nachricht an die Slack-App initiiert den benutzerdefinierten API-Trigger.

• Generic API Request Handler: Dieser Workflow wird von einer anderen Anwendung über die benutzerdefinierte API Generic API request Handler ausgelöst. Das Senden einer Anfrage an die konfigurierte API initiiert den benutzerdefinierten API-Trigger.

Alle anderen Workflows werden durch andere Operationen ausgelöst und sind nachgelagert zu den oben aufgelisteten. Sie sind nicht für die eigenständige Ausführung vorgesehen.

Troubleshooting

Bei Problemen finden Sie detaillierte Informationen zur Behebung in den folgenden Protokollen:

• API-Protokolle
• Operationsprotokolle

Für weitere Unterstützung wenden Sie sich an den Jitterbit-Support.