Reaktive, kontextuelle und Salesforce Q&A KI-Agenten in Jitterbit Harmony

Übersicht

Jitterbit bietet allen Kunden über den Jitterbit Marketplace die folgenden Agenten an. Diese Agenten sind für Lernzwecke konzipiert, um Organisationen die einfache Einführung von KI zu erleichtern:

• Reaktiver Agent: Ein grundlegender KI-Agent, der über keine Erinnerung und keinen Kontext verfügt.

• Kontextueller Agent: Ein grundlegender KI-Agent mit Erinnerung und Kontext.

• Salesforce Q&A Agent: Ein grundlegender KI-Agent mit Erinnerung und Kontext, der ein spezifisches Tool verwendet, um bestimmte Fragen zu Salesforce-Kontodetails zu beantworten.

Jeder Agent ist für Q&A-Interaktionen konzipiert, variiert jedoch in seiner Komplexität, von dem einfachsten KI-Agenten ohne Erinnerung oder Kontext bis hin zu einem, der Retrieval-Augmented Generation (RAG) verwendet. Sie nutzen Slack als Mechanismus zur Interaktion, können jedoch mit Ihrer bevorzugten Schnittstelle verwendet werden, sei es eine Chat-Anwendung (wie Microsoft Teams), Mikrodienste, SaaS-Apps (wie Salesforce) oder eine Anwendung, die mit dem Jitterbit App Builder erstellt wurde.

Dieses Dokument erklärt die Einrichtung und den Betrieb dieser Agenten. Es behandelt zunächst die Architektur und die Voraussetzungen, gibt dann Beispielaufforderungen an, um zu zeigen, was die Agenten leisten können, und bietet anschließend Schritte zur Installation, Konfiguration und zum Betrieb der Agenten.

Architektur der KI-Agenten

Das folgende Diagramm zeigt die Architektur, die in den reaktiven, kontextuellen und Salesforce Q&A-Agenten implementiert ist:

Voraussetzungen

Um diese Agenten zu verwenden, sind die folgenden Komponenten erforderlich oder werden im Design des Agenten vorausgesetzt.

Harmony-Komponenten

Sie benötigen eine Jitterbit Harmony-Lizenz mit Zugriff auf die folgenden Komponenten:

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Cloud Datastore (optional) (Gilt nur für die kontextuellen und Salesforce Q&A-Agenten)

Azure-Ressourcen

Sie müssen über ein Microsoft Azure-Abonnement mit Berechtigungen verfügen, um Azure OpenAI mit einem bereitgestellten gpt-4o-Modell zu erstellen und zu verwalten.

Unterstützte Endpunkte

Die folgenden Endpunkte sind in das Design des Agenten integriert.

LLM

Azure OpenAI wird als großes Sprachmodell (LLM) verwendet.

Chat-Schnittstelle

Das Design des Agenten integriert Slack als Chat-Schnittstelle zur Interaktion mit dem KI-Agenten.

Beispielaufforderungen

Hier sind Beispielaufforderungen, die der Agent bearbeiten kann:

• "Was ist die Hauptstadt der USA?"
• "Wer war der erste Präsident Indiens?"

Wenn Sie den Salesforce Q&A-Agenten verwenden, um Kontodetails für einen Kunden abzurufen:

• "Können Sie mir die Details für den Kunden 'ABC Inc.' geben?"

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 Datastore 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.

Download von Anpassungen und Installation des Projekts

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

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

2. Je nach Bedarf finden Sie einen dieser Agenten:

   • Reaktiver Agent
   • Kontextualer Agent
   • Salesforce Q&A-Agent

   Um den Agenten zu finden, können Sie die Suchleiste verwenden oder im Filter-Bereich unter Typ KI-Agent auswählen, um die Anzeige auf die verfügbaren KI-Agenten zu beschränken.

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.

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

5. Im Konfigurationsschritt 1, Anpassungen herunterladen, kann die folgende Datei verwendet werden, 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 soll, 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.

   Klicken Sie auf Weiter.

6. Im Konfigurationsschritt 2, Neues Projekt erstellen, wählen Sie eine Umgebung, in der das Studio-Projekt erstellt wird, und klicken Sie dann auf Projekt erstellen.

7. Ein Fortschrittsdialog wird angezeigt. Sobald er anzeigt, 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 zusammen mit den folgenden Beschreibungen, um zu verstehen, was sie tun.

1. Haupteintrag - Slack API-Anforderungs-Handler

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

2. Haupt - KI-Agenten-Tools-Logik

   Dieser Workflow verarbeitet Benutzeranfragen, die vom Haupteintrag - Slack API-Anforderungs-Handler empfangen werden, verwaltet Anfragen an das große Sprachmodell (LLM) und erfasst dessen Antworten.

3. Dienstprogramm - Bot-Chat-Cloud-Datenspeicher

   (Gilt nur für die kontextuellen und Salesforce Q&A-Agenten.)

   Dieser Workflow verwaltet die Speicherung des Bot-Chatverlaufs, der für die Bereitstellung von Gedächtniskontext für LLMs unerlässlich ist. Er nutzt Jitterbit Cloud Datastore zu diesem Zweck.

4. Werkzeug - Salesforce-Kontodetails abrufen

   (Gilt nur für den Salesforce Q&A-Agenten.)

   Dieser Workflow ist darauf ausgelegt, spezifische Salesforce-Kontodetails abzurufen, wenn ein Werkzeugaufruf initiiert wird.

Microsoft Azure-Ressourcen erstellen

Erstellen Sie die folgenden Microsoft Azure-Ressourcen und behalten Sie die folgenden 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-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, die für die Endpunkt-URL (azure_openai_base_url) und den API-Schlüssel (azure_openai_api_key) verwendet werden sollen, werden auf der Startseite der Ressource angezeigt:

   

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

Jitterbit Cloud-Datenspeicher vorbereiten

(Nur anwendbar für die kontextuellen und Salesforce Q&A-Agenten.)

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

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

Sie können die Werte der Felder, deren Werte automatisch ausgefüllt oder nicht verwendet werden, leer lassen.

askjb_user_session

Dieser Schlüssel-Speicher wird verwendet, um Sitzungen für Benutzer zu verwalten.

askjb_q_and_a

Dieser Schlüssel-Speicher speichert den Chatverlauf eines Bots, um den Gedächtniskontext für das LLM bereitzustellen. Er wird von der Integration verwendet, um die Frage- und Antworthistorie zu speichern. Alle Daten werden während der Interaktion automatisch eingegeben.

Projektvariablen konfigurieren

Im zuvor über den Marketplace installierten Studio-Projekt müssen Werte für die folgenden Projektvariablen festgelegt werden.

Dies kann über das Aktionsmenü des Projekts erfolgen, um Projektvariablen auszuwählen und eine Schublade am unteren Rand der Seite zu öffnen, in der Sie die Werte überprüfen und festlegen können.

Cloud Datastore

(Nur anwendbar auf die kontextbezogenen und Salesforce Q&A-Agenten.)

Salesforce

(Nur anwendbar auf den Salesforce Q&A-Agenten.)

Azure OpenAI

Slack

Testverbindungen

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

Dies kann über die Projektendpunkte und -verbindungen-Registerkarte der Designkomponentenpalette erfolgen, indem Sie über jeden Endpunkt fahren und auf Test klicken.

Projekt bereitstellen

Stellen Sie das Studio-Projekt bereit. Dies kann über das Aktionsmenü des Projekts erfolgen, um Bereitstellen auszuwählen.

Erstellen Sie die Jitterbit benutzerdefinierte API

Erstellen Sie eine benutzerdefinierte API für die Slack Bot Request-Operation im Workflow Main Entry - Slack API Request Handler. Dies kann direkt im Studio über das Aktionsmenü der Operation erfolgen, um Als API veröffentlichen oder Als API mit KI veröffentlichen auszuwählen.

Behalten Sie die Standardeinstellungen bei, mit Ausnahme der folgenden:

• Methode: POST
• Antworttyp: Systemvariable

Behalten Sie die Dienst-URL der veröffentlichten API für die Erstellung der Slack-App bei. Die Dienst-URL finden Sie im API-Details-Bereich auf der Services-Registerkarte, indem Sie über die Aktionen-Spalte des Dienstes fahren und auf API-Dienst-URL kopieren klicken.

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

Um die AI-Agent-Chat-Oberfläche in Slack zu erstellen, erstellen Sie eine Slack-App mit der im Lieferumfang dieser Anpassungsdateien für den AI-Agent enthaltenen Slack-App-Manifestdatei. Oder erstellen Sie sie von Grund auf neu.

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

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

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

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

Auslösen der Projekt-Workflows

Der Hauptworkflow, Main Entry - Slack API Request Handler, wird durch die Jitterbit benutzerdefinierte API ausgelöst. Dieser Workflow wird von Slack über die benutzerdefinierte API Slack Bot API Request Handler ausgelöst. Das Senden einer Direktnachricht an die Slack-App initiiert den Trigger der benutzerdefinierten API.

Alle anderen Workflows werden durch andere Operationen ausgelöst und sind nachgelagert zu den oben aufgeführten. Sie sind nicht dafür gedacht, eigenständig ausgeführt zu werden.

Fehlerbehebung

Überprüfen Sie die API-Protokolle und die Betriebsprotokolle für detaillierte Informationen zur Fehlerbehebung.

Für zusätzliche Unterstützung kontaktieren Sie den Jitterbit-Support.