Jitterbit Sales Agent

Übersicht

Jitterbit stellt den Sales Agent Kunden über den Jitterbit Marketplace zur Verfügung. Dieser Agent soll das interne Vertriebsteam Ihrer Organisation unterstützen. 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:

• Verbindung zu NetSuite und Salesforce, um Echtzeitdaten zu Verkaufsaufträgen, Preisen und Kundendaten mit Jitterbit Studio abzurufen.
• Integration mit einem LLM zur Bereitstellung eines intelligenten Sales Agent-Chatbots, auf den über eine mit Jitterbit API Manager erstellte benutzerdefinierte API zugegriffen wird.

Dieses Dokument erklärt die Einrichtung und den Betrieb dieses KI-Agenten. Es behandelt Architektur und Voraussetzungen, Beispiel-Prompts, die zeigen, was der Agent kann, sowie Schritte zur Installation, Konfiguration und zum Betrieb des KI-Agenten.

KI-Agent-Architektur

Das folgende Diagramm zeigt die im Sales Agent implementierte Architektur:

Voraussetzungen

Für die Verwendung des Sales Agent sind folgende Komponenten erforderlich oder im Design des Agenten vorgesehen.

Harmony-Komponenten

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

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Sales Agent als Lizenz-Add-on erworben
• Jitterbit Cloud Datastore (optional)

Unterstützte Endpunkte

Die folgenden Endpunkte sind im Design des Agenten enthalten, aber andere Systeme können durch Änderung der Endpunktkonfigurationen und Workflows des Projekts unterstützt werden.

Large Language Model (LLM)

Der KI-Agent verwendet Azure OpenAI als LLM-Anbieter. Um Azure OpenAI zu verwenden, benötigen Sie ein Microsoft Azure-Abonnement mit Berechtigungen zur Erstellung und Verwaltung von Azure OpenAI mit einem bereitgestellten gpt-4o-Modell.

Chat-Schnittstelle

Das Design des Agenten nutzt Slack als Chat-Schnittstelle für die Interaktion mit dem KI-Agenten.

NetSuite

Der Agent verbindet sich mit NetSuite als primäre Quelle für Kundenauftragsformulare. Die Integration ermöglicht es dem Agenten, Auftragsdaten in Echtzeit während Benutzerinteraktionen abzurufen, zu aktualisieren oder zu validieren.

Salesforce

Der Agent nutzt Salesforce, um Kundenkonten und Produktpreise zu verwalten. Diese Integration versorgt den Agenten mit aktuellen Daten, die erforderlich sind, um genaue Angebote und Kontodaten zu generieren.

Beispiel-Prompts

Hier sind Beispiel-Prompts, die der Sales Agent mit Zugriff auf die entsprechenden Daten bearbeiten kann:

Kundensuch-Fragen

• „Zeige mir alle Kunden in Kalifornien."
• „Welche Kunden haben ihren Sitz in Sydney?"

Auftragsformular / Lizenzdetails-Fragen

• „Welche Produkte hat Acme Corp gekauft?"
• „Wie viele ‚Product X' ist ByteTech GmbH lizenziert?"
• „Kannst du mir die Auftragsdetails für AcmeCloud Ltd geben?"
• „Wie lange ist das Abonnement für Zento Systems?"

Produktpreis- oder Tarifanfragen

• „Wie hoch ist der Preis von ‚Product X' in USD?"
• „Wie viel kostet das Professional-Abonnement?"
• „Welcher Abonnement-Plan ermöglicht 10 Umgebungen?"
• „Kannst du die Kosten für 15 ‚Product X' und 4 ‚Product Y' berechnen?"

Kontoverantwortliche-Anfragen

• „Wer verwaltet Acme Corp?"
• „Welche Kunden werden von jsmith@abc.com verwaltet?"
• „Zeige Kunden, die von David Brown in Texas betreut werden."
• „Liste Konten auf, die von Grace in Großbritannien verwaltet werden."

Installation, Konfiguration und Betrieb

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

1. Anpassungen herunterladen und das 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.

Anpassungen herunterladen und das Projekt installieren

Befolgen Sie diese Schritte, um Anpassungsdateien 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-Agenten namens Jitterbit Sales Agent. Um den Agenten zu finden, können Sie die Suchleiste verwenden oder im Bereich Filter unter Typ die Option KI-Agent auswählen, um die Anzeige auf die verfügbaren KI-Agenten zu beschränken.

3. Klicken Sie auf den Link Dokumentation 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 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 erworben haben, wird stattdessen Agent abrufen angezeigt. Klicken Sie darauf, um einen Informationsdialog zu öffnen, und klicken Sie dann auf Senden, um einen Vertreter zu bitten, Sie zum Kauf des KI-Agenten zu kontaktieren.

5. In Konfigurationsschritt 1, Anpassungen herunterladen, werden die folgenden Dateien bereitgestellt, um die Einrichtung des Index und des Indexers in Azure AI Search sowie die Erstellung der Slack-App zu erleichtern. Wählen Sie die Dateien aus und klicken Sie auf Dateien herunterladen:

   • 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

   Der Konfigurationsdialog enthält eine Warnung, die Vorlage nicht zu importieren, bevor Endpunkt-Anpassungen angewendet werden. Diese Warnung gilt nicht für diesen KI-Agenten und kann ignoriert werden. Befolgen Sie die empfohlene Schrittfolge in dieser Dokumentation.

   Klicken Sie auf Weiter.

6. In Konfigurationsschritt 2, Neues Projekt erstellen, wählen Sie eine Umgebung aus, in der Sie das Studio-Projekt erstellen möchten, und klicken Sie auf Projekt erstellen.

7. Ein Fortschrittsdialog wird angezeigt. Nachdem er anzeigt, dass das Projekt erstellt wurde, verwenden Sie den Dialog-Link Zu Studio wechseln oder öffnen Sie das Projekt direkt über die Seite Projekte von Studio.

Microsoft Azure-Ressourcen erstellen

Erstellen Sie die folgenden Microsoft Azure-Ressourcen und behalten Sie die folgenden Informationen bei, um den KI-Agenten zu konfigurieren. Um diese Ressourcen zu erstellen und zu verwalten, benötigen Sie ein Microsoft Azure-Abonnement mit den entsprechenden Berechtigungen.

Azure Blob-Container

Man muss einen Azure Blob-Container erstellen, um Kundendetails zu speichern. Daten aus dem Blob-Container werden mit einem Index und einem Indexer in Azure AI Search indiziert.

Man benötigt die SAS-URL des Containers, um die Werte der Azure Blob Storage-Projektvariablen zu bestimmen. So generiert man die SAS-URL:

1. Navigieren Sie im Azure-Portal zu Speicherkonten und öffnen Sie das entsprechende Speicherkonto.
2. Wählen Sie im Ressourcenmenü unter Datenspeicher die Option Container aus und öffnen Sie den gewünschten Container.
3. Wählen Sie im Ressourcenmenü unter Einstellungen die Option Shared Access Tokens aus.
4. Verwenden Sie das Menü Berechtigungen, um zu überprüfen, dass die Shared Access Signature (SAS)-URL für diesen Container mindestens die Berechtigungen Lesen und Schreiben hat:

1. Klicken Sie auf Generate SAS token and URL (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_Customer_Details_Container }}?{{ azure_customer_detail_blob_sig }}.

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

1. Navigieren Sie im Azure-Portal zu Speicherkonten und öffnen Sie das spezifische Speicherkonto.
2. Wählen Sie im Ressourcenmenü unter Security + networking (Sicherheit + Netzwerk) die Option Access keys (Zugriffstasten) aus.

3. Klicken Sie auf Show keys (Tasten anzeigen), um den Zugriffstasten anzuzeigen, der während der Konfiguration von Azure AI Search verwendet werden soll.

   

Azure AI Search-Dienst

Sie müssen einen Azure AI Search-Dienst erstellen und dessen 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 Get service information (Dienstinformationen abrufen).
• API-Schlüssel: Um den Wert für azure_ai_search_api_key zu erhalten, lesen Sie die Azure-Dokumentation Configure role-based access (Rollengestützten Zugriff konfigurieren).

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

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 Endpoint-URL (azure_openai_base_url) und den API-Schlüssel (azure_openai_api_key) werden auf der Landingpage der Ressource angezeigt:

   

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

Slack-App erstellen

Führen Sie diese Schritte aus, um die Sales Agent Chat-Oberfläche 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 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 und der Benutzern angezeigt wird. Ersetzen Sie diesen Wert an zwei Stellen im Manifest.
   {{Replace with Jitterbit API URL}}	Die Service-URL der Jitterbit Custom API, die Sie unter Jitterbit Custom API erstellen erstellt haben.

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

4. Rufen Sie das Bot-Token ab (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, 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. Sie konfigurieren diese im nächsten Schritt.

Jitterbit Cloud Datastore vorbereiten

Erstellen Sie zwei Schlüsselspeicher in Jitterbit Cloud Datastore: Bot_Authorized_Users und askjb_sales_q_and_a. Die Felder Key, AlternativeKey und Value sind standardmäßig vorhanden. Fügen Sie die benutzerdefinierten Felder hinzu, die die in den folgenden Tabellen aufgeführten Namen und Typen haben.

Nach dem Hinzufügen benutzerdefinierter Felder fügen Sie für jeden Benutzer, der den KI-Agenten-Bot verwenden darf, ein Schlüsselspeicherregister hinzu. Sie müssen die in den folgenden Tabellen markierten Werte manuell definieren. Sie können die Werte von Feldern, deren Werte automatisch ausgefüllt werden oder nicht verwendet werden, leer lassen.

Bot_Authorized_Users

Dieser Schlüsselspeicher enthält die Liste der autorisierten Benutzer und deren Sitzungen. Sie müssen die E-Mail-Adressen von Benutzern, die berechtigt sind, auf den KI-Agenten-Bot zuzugreifen, manuell eingeben. Keine benutzerdefinierten Felder erforderlich.

askjb_sales_q_and_a

Dieser Schlüsselspeicher speichert den Chat-Verlauf eines Bots, um Gedächtniskontext für das LLM bereitzustellen. Er wird von der Integration verwendet, um Frage- und Antwort-Verlauf zu speichern. Alle Daten werden während der Interaktionsausführung automatisch eingegeben. Fügen Sie die folgenden benutzerdefinierten Felder hinzu:

Projektvariablen konfigurieren

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

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

Salesforce

NetSuite

Azure Blob Storage

Azure AI Search

Azure OpenAI

Slack

Allgemein

Verbindungen testen

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

Um Verbindungen zu testen, rufen Sie die Projektendpunkte und Konnektoren-Registerkarte in der Designkomponentenpalette auf, halten Sie den Mauszeiger über jeden Endpunkt und klicken Sie auf Testen.

Das Projekt bereitstellen

Stellen Sie das Studio-Projekt bereit.

Um das Projekt bereitzustellen, wählen Sie im Aktionsmenü des Projekts die Option Bereitstellen aus.

Erstellen Sie die benutzerdefinierte Jitterbit-API

Erstellen Sie eine benutzerdefinierte API mit API Manager für eine der folgenden Optionen:

• Slack-Bot-API-Request-Handler: Erforderlich, wenn Sie die im Design dieses KI-Agenten enthaltene Slack-Benachrichtigung verwenden.
• Generischer API-Request-Handler: Optional. Verwenden Sie diese Option für die Verarbeitung von API-Anfragen aus einer beliebigen Anwendung.

Erstellen Sie den Slack-Bot-API-Request-Handler

Diese benutzerdefinierte Jitterbit-API löst den Vorgang Slack Bot API Request Handler aus. Konfigurieren und veröffentlichen Sie die benutzerdefinierte API mit den folgenden Einstellungen:

• API-Service: Slack Bot API Request Handler
• Pfad: /
• Projekt: Wählen Sie das Studio-Projekt aus, das aus dem Jitterbit Sales Agent im Marketplace erstellt wurde
• Auszulösender Vorgang: Slack Bot API Request Handler
• Methode: POST
• Antworttyp: System Variable

Behalten Sie die Service-URL der veröffentlichten API für die Verwendung beim Erstellen der Slack-App bei. Die Service-URL finden Sie in der API-Detailansicht auf der Registerkarte Services, indem Sie den Mauszeiger über die Spalte Aktionen des Service bewegen und API-Service-URL kopieren anklicken.

Generischer API-Request-Handler

Diese benutzerdefinierte Jitterbit-API löst den Vorgang Generic API request Handler aus. Dies ist nicht erforderlich. Erstellen Sie diese API, wenn Sie andere Anwendungen zur Verarbeitung von HTTP-API-Anfragen verwenden. Konfigurieren und veröffentlichen Sie die benutzerdefinierte API mit den folgenden Einstellungen:

• Servicename: Generic API request Handler
• Projekt: Wählen Sie das Studio-Projekt aus, das aus dem Jitterbit Sales Agent im Marketplace erstellt wurde
• Vorgang: Generic API request Handler
• Methode: POST
• Antworttyp: System Variable

{
    "username": "abc@abc.com",
    "sessionId": "123608",
    "prompt": "Order Forms details for xyz"
}

{
   "message": "Based on order forms, here are the complete order details: ...",
   "status_code": 200
}

Projekt-Workflows überprüfen

Überprüfen Sie die Workflows im offenen Studio-Projekt zusammen mit den folgenden Beschreibungen, um zu verstehen, was sie bewirken. Die folgenden Beschreibungen zeigen auf, wo Sie das System durch Änderung der Endpunktkonfigurationen und Workflows des Projekts ersetzen könnten.

1. Utility-Upload Customer Order Forms to Azure

   Dieser Workflow automatisiert die Verarbeitung von Bestellformularen, indem er Details aus NetSuite extrahiert, Dokumente in Azure Blob Storage hochlädt und diese im Azure AI Search-Index indiziert.

   Dieser Workflow muss zuerst ausgeführt werden, um alle aktiven Kundendaten zu laden und Kundendetails für den KI-Agent verfügbar zu machen. Die Ausführung des Workflows wird unter Projekt-Workflows auslösen später auf dieser Seite beschrieben.

   Falls sich die Bestellformdaten Ihrer Organisation in einem anderen System als NetSuite befinden, müssen Sie die Operationen des Workflows ändern, um NetSuite-spezifische Komponenten durch die für Ihren Endpunkt vorgesehenen zu ersetzen.

2. Main Entry - Slack API Request Handler

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

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

3. Main - AI Agent Tools Logic

   Nach Erhalt der Benutzerautorisierung von entweder dem Workflow Main Entry - Slack API Request Handler oder Generic API Request Handler verwaltet dieser Workflow Funktionsaufrufe an das Large Language Model (LLM) und trifft Entscheidungen darüber, welches Tool basierend auf der Antwort des LLM ausgeführt werden soll. Es gibt drei Hauptfunktionsaufrufe:

   1. Customer_Order_Function: Dieses Tool beantwortet Benutzerabfragen zu Kundenbestellformularen, indem es die Operation Main - Get Customer Order Form Details im Workflow Tool-Customer Order Details aufruft.

   2. Pricing_Function: Dieses Tool beantwortet Benutzerabfragen zur Produktpreisgestaltung, indem es die Operation Main - Pricing Sheet im Workflow Tool-Pricing Sheets aufruft.

   3. Customer_Lookup_By_Location_Function: Dieses Tool beantwortet Benutzerabfragen zum Abrufen von Kunden nach Standort oder Kontoeigentümer, indem es die Operation Main - Customer Lookup im Workflow Tool - Customer Lookup aufruft.

4. Tool-Customer Order Details

   Dieser Workflow ruft Kundenbestelldetails aus NetSuite ab.

   Um einen anderen Endpunkt als NetSuite zu verwenden, erstellen Sie eine neue Operation zum Abrufen von Bestellformularen aus dem System und weisen Sie die Ergebnisse der globalen Variable extractedContent zu. Lösen Sie dann die neue Operation aus der Operation Main - Get Customer Order Form Details aus.

5. Tool-Pricing Sheets

   Dieser Workflow ruft Produktpreise aus Salesforce ab.

   In der Konfiguration der Salesforce Query-Aktivität ruft die folgende Abfrage Produktpreisinformationen nach Agent ab. Falls Ihre Salesforce-Organisation diese Objekte und Felder nicht verwendet oder die Produktpreisinformationen in anderen Objekten/Feldern gespeichert sind, funktioniert dieser Workflow nicht ordnungsgemäß. In diesem Fall kann der Agent keine Preisfragen beantworten. Passen Sie die Abfrage in diesem Workflow an Ihr Salesforce-Organisationsdatenmodell an:

   SELECT Product2.Description,
          Product2.Family,
          Product2.ProductCode,
          CurrencyIsoCode,
          Name,
          UnitPrice,
          Pricebook2.Name,
          Id
   FROM   PricebookEntry
   WHERE  IsDeleted = false
          AND IsArchived = false
          AND IsActive = true
          AND Pricebook2.IsActive = true
          AND Pricebook2.IsDeleted = false
          AND Pricebook2.IsArchived = false
          AND Product2.IsActive = true
          AND Product2.IsDeleted = false
          AND Product2.IsArchived = false
          AND CurrencyIsoCode = '{{ currencycode }}'
   ORDER BY Name
   

   Um einen anderen Endpunkt als Salesforce zu verwenden, erstellen Sie eine neue Operation zum Abrufen von Produktpreisen aus dem System und weisen Sie die Ergebnisse der globalen Variable pricing_sheet zu. Lösen Sie dann die neue Operation aus der Operation Main - Pricing Sheet aus.

6. Tool - Customer Lookup

   Dieser Workflow ruft Kunden aus Salesforce ab.

   In der Konfiguration der Salesforce Query-Aktivität ruft die folgende Abfrage Kundenkonten-Informationen ab. Falls Ihre Salesforce-Organisation unterschiedliche Felder oder Objekte für Kundendetails verwendet, passen Sie diese Abfrage in diesem Workflow entsprechend an:

   SELECT Id,
          BillingCity,
          BillingCountry,
          BillingState,
          Name
   FROM   Account
   WHERE  Type = 'Customer'
   

   Um einen anderen Endpunkt als Salesforce zu verwenden, erstellen Sie einen neuen Vorgang, um Kunden aus dem System abzurufen, und weisen Sie die Ergebnisse der globalen Variable extractedContent zu. Triggern Sie dann den neuen Vorgang aus dem Vorgang Main - Customer Lookup.

7. Utility - Get All Account Owners

   Dieser Workflow ruft Kontoeigentümer aus Salesforce ab.

   In der Konfiguration der Salesforce Query-Aktivität ruft die folgende Abfrage Kontoeigentümer (Name und E-Mail) für alle Konten des Typs Customer oder Partner ab. Falls Ihre Salesforce-Organisation unterschiedliche Kontotypen oder benutzerdefinierte Felder zur Klassifizierung von Konten verwendet, passen Sie diese Abfrage in diesem Workflow entsprechend an:

   SELECT OwnerId,
          Owner.Email,
          Owner.Name
   FROM   Account
   WHERE  Type IN ('Customer', 'Partner')
   

   Um einen anderen Endpunkt als Salesforce zu verwenden, erstellen Sie einen neuen Vorgang, um Kontoeigentümer aus dem System abzurufen, und weisen Sie die Ergebnisse der Variable Account_Owner_List zu. Triggern Sie dann den neuen Vorgang aus dem Vorgang Main - Get Owner List.

8. Utility-User Authorization And Session

   Dieser Workflow verwaltet die Benutzerautorisierung und Sitzung. Er verwendet Jitterbit Cloud Datastore, um eine Liste autorisierter Benutzer und ihrer aktiven Sitzungen zu führen.

   Um diesen Workflow mit einem alternativen Datenspeicher oder einem anderen Autorisierungsmechanismus zur Verwaltung des Benutzerzugriffs und der Sitzungen zu konfigurieren, ändern Sie die Vorgänge des Workflows entsprechend.

9. Utility - Bot Chat History Storage

   Dieser Workflow verwaltet die Speicherung des Chat-Verlaufs des Bots, was für die Bereitstellung von Speicherkontext für LLMs erforderlich ist. Er nutzt Jitterbit Cloud Datastore zu diesem Zweck.

   Um die Integration mit anderen Datenspeicherlösungen zum Speichern und Abrufen des Chat-Verlaufs durchzuführen, ändern Sie die Vorgänge des Workflows entsprechend.

10. Generic API Request Handler

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

    Die Konfiguration der benutzerdefinierten Jitterbit-API wird in Create the Jitterbit custom API später auf dieser Seite beschrieben.

Trigger the project workflows

Führen Sie für das anfängliche Laden der Daten den Vorgang im ersten Workflow aus, Utility-Upload Customer Order Forms to Azure. Dies können Sie über die Run-Option des Vorgangs durchführen, die beim Überfahren des Vorgangs angezeigt wird. Sie müssen diesen Vorgang später erneut ausführen, falls Ihre Daten aktualisiert werden.

Die beiden anderen Haupt-Workflows 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 Trigger der benutzerdefinierten API.

• 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 Trigger der benutzerdefinierten API.

Alle anderen Workflows werden durch andere Vorgänge ausgelöst und sind nachgelagert gegenüber den oben aufgelisteten. Sie sollen nicht von selbst ausgeführt werden.

Fehlerbehebung

Bei Problemen können die folgenden Protokolle überprüft werden, um ausführliche Informationen zur Fehlerbehebung zu erhalten:

• API-Protokolle
• Operationsprotokolle

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