Jitterbit Security RFI Agent

Übersicht

Jitterbit stellt den Security RFI Agent Kunden über Jitterbit Marketplace zur Verfügung. Dieser Agent automatisiert die End-to-End-Verarbeitung von Security RFI (Request for Information)-Anfragen. Der Agent nutzt die Retrieval-Augmented Generation (RAG)-Technik, die LLM-Reasoning mit Zugriff auf externe Tools und Datenquellen kombiniert. Der Agent akzeptiert RFI-Fragebögen, die über Slack eingereicht werden, wendet produktbasiertes Routing an, um die entsprechende interne Wissensdatenbank auszuwählen, und verwendet KI zur Generierung strukturierter Antworten. Abschließende Antworten werden dem Benutzer als versandfertige Word- und Excel-Dokumente bereitgestellt.

Wenn ein Benutzer eine RFI-Anfrage in Slack sendet, bestätigt der Agent die Nachricht sofort und beginnt mit der Verarbeitung. Es extrahiert Aufnahmedaten aus der Nachricht des Benutzers, lädt das angehängte RFI-Dokument herunter und indiziert seine Fragen in Azure AI Search. Der Agent ruft für jede Frage relevante Auszüge aus der konfigurierten Wissensdatenbank ab und sendet sie an ein LLM, um eine fundierte Antwort zu entwerfen. Wenn alle Fragen beantwortet sind, ruft der Agent Azure Functions auf, um das abschließende Word- oder Excel-Dokument zu generieren, speichert die Datei in Azure Blob Storage und übermittelt sie dem Benutzer in Slack. Der Agent kann auch Salesforce-Kontodaten nachschlagen und einen Salesforce-Fall für die RFI-Einreichung erstellen. Wissensdatenbanken werden durch die Aufnahme von Inhalten aus Google Drive und Confluence in Azure AI Search gepflegt.

Der Agent führt die folgenden Aufgaben aus:

• Empfängt RFI-Anfragen und angehängte Fragenbogendateien von Benutzern in einem Slack-Kanal.
• Extrahiert strukturierte Aufnahmedaten aus der Nachricht des Benutzers, einschließlich Partnername, Risikostufe, Fälligkeitsdatum und Produkttyp.
• Lädt das RFI-Dokument aus Slack herunter und indiziert seine Fragen in Azure AI Search.
• Ruft mithilfe von KI-gestützter Suche relevante Wissensdatenbank-Auszüge für jede RFI-Frage ab.
• Entwirft Antworten für jede Frage nur anhand des abgerufenen Wissensdatenbank-Inhalts.
• Generiert versandfertige Word- und Excel-Dokumente über Azure Functions.
• Speichert generierte Dokumente in Azure Blob Storage und übermittelt sie dem Benutzer über Slack.
• Schlägt Salesforce-Kontodaten nach und erstellt einen Salesforce-Fall für jede RFI-Einreichung.
• Nimmt Wissensdatenbank-Inhalte aus Google Drive und Confluence in Azure AI Search auf.

Dieses Dokument erklärt, wie man diesen KI-Agent einrichtet und betreibt. Es behandelt die Architektur, Voraussetzungen, Agent-Prompts, die zeigen, was der Agent kann, und Schritte zum Installieren, Konfigurieren und Betreiben des KI-Agents.

KI-Agent-Architektur

Dieser KI-Agent funktioniert als konversationaler Slack-Bot, der RFI-Fragebögen end-to-end verarbeitet. Eine typische RFI-Anfrage wird wie folgt behandelt:

1. Ein Benutzer sendet eine Nachricht im konfigurierten Slack-Kanal, hängt eine RFI-Fragenbogendatei (Word oder Excel) an und stellt Aufnahmedaten wie Partnername, Risikostufe und Fälligkeitsdatum zur Verfügung.
2. Slack sendet eine POST-Anfrage an den benutzerdefinierten API-Endpunkt des Agents. Die Operation Acknowledge Slack Request gibt sofort eine 200-Antwort zurück, um Slack-Timeouts zu verhindern, und die Operation Slack Bot Request Handler beginnt mit der Verarbeitung des Payloads.
3. Die Operation Process Security RFI Document ruft den Workflow Main - AI Agent Logic auf, der die Nachricht des Benutzers an das LLM sendet, um strukturierte Aufnahmefelder (Partnername, Risikostufe, Fälligkeitsdatum und Produkttyp) zu extrahieren. Der Produkttyp wird verwendet, um die entsprechende Azure AI Search-Wissensdatenbank auszuwählen.
4. Der Agent lädt die angehängte Datei aus Slack herunter und lädt sie in Azure Blob Storage hoch. Die Operation Azure AI Search Index Doc indiziert dann den Dokumentinhalt und macht seine Fragen durchsuchbar.
5. Das LLM normalisiert die aus dem Dokument extrahierten RFI-Fragen.
6. Der Agent fragt Azure AI Search für jede Frage ab, um die relevantesten Wissensdatenbank-Auszüge abzurufen, und sendet diese Auszüge dann an das LLM, um eine fundierte Antwort zu entwerfen. Antworten basieren ausschließlich auf dem abgerufenen Inhalt.
7. Die Operation Azure Function Generate Document ruft den konfigurierten Azure Functions-Endpunkt auf, der die strukturierten Antworten in einem Word- oder Excel-Dokument zusammensetzt.
8. Das generierte Dokument wird in Azure Blob Storage gespeichert und in Slack hochgeladen. Der Agent veröffentlicht die Datei im ursprünglichen Kanal-Thread, damit der Benutzer sie herunterladen kann.
9. Die Operation Create Salesforce Case erstellt einen Salesforce-Fall für die RFI-Einreichung.

Workflow-Diagramm

Das folgende Diagramm zeigt den Hauptanfrage-Verarbeitungsablauf für den Security RFI Agent.

Voraussetzungen

Zur Nutzung dieses KI-Agenten benötigen Sie die folgenden Komponenten.

Harmony-Komponenten

Sie müssen über eine Jitterbit Harmony-Lizenz mit Zugriff auf die folgenden Komponenten verfügen:

• Jitterbit Studio
• Jitterbit API Manager
• Security RFI Agent als lizenziertes Add-on gekauft

Unterstützte Endpunkte

Der KI-Agent verbindet sich mit den folgenden Endpunkten. Andere Systeme können durch Anpassung der Endpunktkonfigurationen und Workflows des Projekts berücksichtigt werden.

Large Language Model (LLM)

Der Agent nutzt Azure OpenAI als LLM-Provider für die Extraktion von Aufnahmedaten, die Normalisierung von Fragen und die Erstellung von Antworten. Sie benötigen ein Azure-Abonnement mit einer Azure OpenAI-Ressource und einem bereitgestellten Modell (z. B. gpt-4.1).

Slack

Der Agent empfängt RFI-Anfragen und stellt generierte Dokumente über einen Slack-Bot zur Verfügung. Sie benötigen einen Slack-Workspace und eine Slack-App mit einem gültigen Bot User OAuth Token und den erforderlichen Berechtigungen zum Lesen und Schreiben von Nachrichten sowie zum Hochladen von Dateien.

Azure AI Search

Der Agent indexiert RFI-Dokumentinhalte und ruft Wissensbank-Auszüge mit Azure AI Search ab. Sie benötigen eine Azure AI Search-Ressource mit einem Suchindex und einem für die Wissensbasisgokumente konfigurierten Indexer.

Azure Blob Storage

Der Agent speichert hochgeladene RFI-Dateien und generierte Ausgabedokumente in Azure Blob Storage. Sie benötigen ein Azure-Speicherkonto mit einem Container und einem Shared Access Signature (SAS)-Token, das Lese- und Schreibberechtigungen hat.

Azure Functions

Der Agent ruft einen Azure Functions-Endpunkt auf, um Word- und Excel-Dokumente aus strukturierten RFI-Antwortdaten zu generieren. Sie benötigen eine Azure-Funktions-App mit einem Funktionsschlüssel zur Authentifizierung.

Salesforce

Der Agent ruft Kontodaten ab und erstellt Case-Datensätze mithilfe der Salesforce REST API. Sie benötigen ein Salesforce-Konto mit einem Benutzernamen, Passwort, Sicherheitstoken und der Berechtigung zum Lesen von Konten und Erstellen von Cases.

Google Drive

Der Agent erfasst Wissensbasis-Dokumente von Google Drive in Azure Blob Storage zur Indexierung. Sie benötigen ein Google Cloud-Projekt mit einem Service Account, der Lesezugriff auf den konfigurierten Drive-Ordner hat.

Confluence

Der Agent erfasst Wiki-Seiten von Confluence in Azure AI Search als Wissensbasisinhalt. Sie benötigen ein Confluence-Konto mit Anmeldedaten, die Lesezugriff auf den konfigurierten Space haben.

Agent-Prompts

Der Security RFI Agent empfängt alle Anfragen als Nachrichten, die an den konfigurierten Slack-Kanal gesendet werden. In diesem Abschnitt werden die Regeln für effektive Prompts beschrieben und es werden Beispiel-Prompts bereitgestellt.

Prompt-Richtlinien

Befolgen Sie diese Richtlinien beim Senden von Nachrichten an den Agent:

• Fügen Sie den Namen des Partners oder Kunden in Ihre Nachricht ein.
• Geben Sie die Risikostufe mit „Low", „Medium" oder „High" an.
• Geben Sie das Abgabedatum in einem eindeutigen Format an (z. B. „31. Juli 2026" oder „2026-07-31").
• Fügen Sie den RFI-Fragebogen als Word- oder Excel-Datei in derselben Slack-Nachricht an.
• Geben Sie optional das Produkt an, das der RFI abdeckt: Studio, API Manager, EDI oder App Builder. Wenn kein Produkt angegeben wird, verwendet der Agent standardmäßig die Studio-Wissensbasis.

Beispiel-Prompts

Die folgenden Beispiel-Prompts zeigen die Arten von Nachrichten, die der Agent verarbeiten kann. Ersetzen Sie Platzhalterwerte in spitzen Klammern durch Ihre tatsächlichen Werte.

Eine RFI einreichen zur Verarbeitung

Sende die RFI-Fragebogendatei als Slack-Anhang in derselben Nachricht.

Kontodetails nachschlagen

Installation, Konfiguration und Betrieb

Folge diesen Schritten, um diesen KI-Agenten zu installieren, zu konfigurieren und zu betreiben:

1. Projekt herunterladen und installieren
2. Azure OpenAI-Anmeldedaten abrufen
3. Slack-Bot konfigurieren
4. Projektvariablen konfigurieren
5. Verbindungen testen
6. Projekt bereitstellen
7. Jitterbit-Custom-API erstellen
8. Projekt-Workflows überprüfen
9. Projekt-Workflows auslösen

Hinweise zur Fehlerbehebung findest du unter Fehlerbehebung.

Projekt herunterladen und installieren

Folge diesen Schritten, um das Studio-Projekt für den KI-Agenten zu installieren:

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

2. Lokalisiere den KI-Agenten mit dem Namen Jitterbit Security RFI Agent. Nutze die Suchleiste oder wähle im Filter-Bereich unter Typ die Option AI Agent aus, um die Anzeige auf KI-Agenten zu beschränken.

3. Klicke auf den Link Documentation des Agenten, um die Dokumentation in einem neuen Tab zu öffnen. Halte den Tab offen, um später darauf zurückzugreifen.

4. Klicke auf Start Project, um ein Konfigurationsdialogfeld zu öffnen.

   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, um einen Vertreter zu kontaktieren, der dich zum Kauf des KI-Agenten berät.

5. Wähle im Dialogfeld Create a New Project eine Umgebung aus, in der das Studio-Projekt erstellt wird, und klicke auf Create Project.

6. Nachdem das Fortschrittsdialogfeld anzeigt, dass das Projekt erstellt wurde, nutze den Dialog-Link Go to Studio oder öffne das Projekt direkt von der Studio-Seite Projects aus.

Azure OpenAI-Anmeldedaten abrufen

Um Azure OpenAI als LLM-Anbieter zu nutzen, musst du eine Azure OpenAI-Ressource mit einem bereitgestellten Modell haben:

1. Im Azure-Portal erstelle oder öffne deine Azure OpenAI-Ressource.

2. Wähle unter Resource Management die Option Keys and Endpoint aus und merke dir den API-Schlüssel und die Basis-Endpunkt-URL für die Verwendung in den Azure OpenAI-Projektvariablen.

3. Öffne in Azure AI Foundry deine Azure OpenAI-Ressource und navigiere zu Deployments. Notiere den Bereitstellungsnamen des Modells, das du verwenden möchtest (z. B. gpt-4.1).

Slack-Bot konfigurieren

Folge diesen Schritten, um Slack zum Empfangen von RFI-Anfragen und zur Bereitstellung von Dokumenten zu konfigurieren:

1. Erstelle in deinem Slack-Workspace eine Slack-App unter https://api.slack.com/apps. Falls du bereits eine App verwenden möchtest, öffne sie.

2. Füge unter OAuth & Permissions die folgenden Bot Token Scopes hinzu:

   • chat:write zum Posten von Nachrichten und Hochladen von Dateien in Kanäle.
   • files:read zum Herunterladen von Dateien, die von Benutzern freigegeben wurden.

3. Installiere die App in deinem Workspace und merke dir das Bot User OAuth Token für die Verwendung in den Slack-Projektvariablen.

4. Nachdem das Projekt bereitgestellt und die Custom-API veröffentlicht wurde (siehe Jitterbit-Custom-API erstellen), konfiguriere die Event Subscriptions oder Slash Commands deiner Slack-App so, dass sie auf die veröffentlichte Service-URL verweisen.

Projektvariablen konfigurieren

Lege im Studio-Projekt, das von Marketplace installiert wurde, Werte für die folgenden Projektvariablen fest.

Um Projektvariablen zu konfigurieren, nutzen Sie das Menü des Projekts und wählen Sie Projektvariablen aus, um die Konfigurationsleiste zu öffnen.

Slack

Azure OpenAI

Azure AI Search

Azure Blob Storage

Azure Functions

Salesforce

Google Drive

Confluence

Verbindungen testen

Teste die Endpunktkonfigurationen, um die Konnektivität anhand der definierten Projektvariablenwerte zu überprüfen.

Um Verbindungen zu testen, rufe die Registerkarte Projektendpunkte und Connectoren der Design-Komponentenpalette auf, fahre über jeden Endpunkt und klicke auf Test.

Projekt bereitstellen

Stelle das Studio-Projekt bereit.

Um das Projekt bereitzustellen, verwende das Menü Aktionen des Projekts und wähle Bereitstellen.

Jitterbit Custom API erstellen

Erstelle eine Custom API mit dem API Manager, um den Slack-Bot-Einstiegspunkt des Agenten freizulegen.

Konfiguriere und veröffentliche die API mit den folgenden Parametern:

Behalte nach der Veröffentlichung die Service-URL. Nutze sie, um den Ereignisabonnement- oder Slash-Command-Endpunkt deiner Slack-App zu konfigurieren, damit Slack eingehende Ereignisse an den Agenten leitet.

Projekt-Workflows überprüfen

Das Studio-Projekt enthält neun Workflows, die die Security-RFI-Agent-Funktionalität implementieren und in drei Funktionsgruppen organisiert sind.

RFI-Verarbeitung

Main Entry - Slack API Request Handler

Dieser Workflow verarbeitet alle eingehenden Slack-Ereignisse über den Custom-API-Endpunkt. Die Operation Acknowledge Slack Request gibt eine sofortige 200-Antwort zurück, um Slack-Timeouts zu verhindern. Die Operation Slack Bot Request Handler parst die Event-Payload, validiert die Anfrage und initiiert die Verarbeitung. Die Operation Process Security RFI Document orchestriert die vollständige RFI-Pipeline durch Koordinierung von Aufrufen des Workflows Main - AI Agent Logic für die LLM-Interaktion und von Utility-Workflows für die Dateibehandlung, Dokumentgenerierung und Salesforce-Case-Erstellung. Die Operation Tools Decision leitet LLM-Tool-Aufrufe an den entsprechenden Handler weiter, einschließlich Handle Get Account Details für Salesforce-Kontolookups. Zusätzliche Operationen verarbeiten alle Slack-Interaktionen: Slack Post Message und Slack Reply From Bot senden Nachrichten, Slack Upload File und Slack Complete File Upload liefern das generierte Dokument, Slack Post Typing sendet Tippindikatoren, Slack Delete Message entfernt vorläufige Nachrichten, Slack User Request Decision Processing bestimmt, wie die Benutzereingabe verarbeitet wird, Reset File Upload In Progress löscht den Upload-Status und Send File Validation Error verarbeitet ungültige Dateieinreichungen.

Main - AI Agent Logic

Dieser Workflow verwaltet den LLM-Interaktionslebenszyklus für einen einzelnen Durchgang. Die Operation Call LLM erstellt die Azure-OpenAI-Request-Payload, sendet den Prompt an das LLM und verarbeitet die Antwort. Wenn das LLM einen Tool-Aufruf zurückgibt, ruft die Operation Call LLM Again die Schleife erneut mit dem Tool-Ergebnis ein, das an den Gesprächskontext angefügt wird, und setzt fort, bis das LLM eine endgültige Textantwort zurückgibt.

Dokument- und Speicherhilfsprogramme

Utility - Upload File to Google Drive

Dieser Workflow lädt eine verarbeitete Ausgabedatei mit den konfigurierten Service-Account-Anmeldeinformationen in Google Drive hoch.

Utility - Azure Blob and Search API

Dieser Workflow stellt fünf wiederverwendbare Operationen für Azure-Speicher- und Suchinteraktionen bereit. Put Azure Blob (From Variable) und Put Azure Blob (From Temporary) schreiben Dokumente aus verschiedenen Datenquellen in Azure Blob Storage. Get Azure Blob ruft ein Dokument aus dem Speicher ab. Azure AI Search Index Doc sendet ein Dokument an den Azure AI Search-Indexer. Azure AI Search Read Document fragt den Suchindex ab, um relevante Wissensauszüge abzurufen.

Utility - Azure Functions

Dieser Workflow enthält die Operation Azure Function Generate Document, die den Azure Functions-Endpunkt aufruft, um eine abgeschlossene RFI-Antwort in ein herunterladbares Word- oder Excel-Dokument zusammenzufassen.

Tool - Create Salesforce Case

Dieser Workflow enthält die Operation Create Salesforce Case, die einen Salesforce-Case für die eingereichte RFI mit den während der Verarbeitung erfassten Aufnahmedaten erstellt.

Utilities

Dieser Workflow enthält die Operation Messages csv to JSON, die CSV-formatierte Meldungsdaten zur Verwendung in nachgelagerten Operationen in JSON konvertiert.

Wissenserfassung

Data Upload Utility - Google Drive to Azure Blob

Dieser Workflow erfasst Wissensdatenbankdokumente von Google Drive in Azure Blob Storage. Die Operation Google Drive List Files ruft alle Dateien aus dem konfigurierten Drive-Ordner ab, die nach dem Zeitstempel Google_Drive_Default_Modified_Date geändert wurden. Die Operationen Get Google Drive Files HTTPS und HTTPS Get Google Drive File And Upload to Blob laden jede Datei herunter und laden sie zur Indizierung in Azure Blob Storage hoch. Die Operation Manual Google Drive Ingestion bietet einen manuell ausgelösten alternativen Einstiegspunkt für bedarfsgesteuerte Erfassung.

Data upload Utility - Confluence Pages to Azure Index

Dieser Workflow erfasst Confluence-Wiki-Seiten in Azure AI Search. Die Operation Get Confluence Pages ruft Seiten aus dem konfigurierten Confluence-Bereich ab, die nach dem Zeitstempel Confluence_Wiki_Last_Modified_Date geändert wurden, und wendet den Filter Confluence_Wiki_Exclude_Label an, um ausgeschlossene Seiten zu überspringen. Die Operation Main - Load Confluence Pages verarbeitet jede Seite und sendet sie zur Indizierung an Azure AI Search. Die Operation Manual Confluence Ingestion bietet einen bedarfsgesteuerten Einstiegspunkt für manuelle Erfassungsläufe.

Workflow-Projekte auslösen

Der Security RFI Agent wird durch eingehende Slack-Events ausgelöst. Wenn ein Benutzer eine Nachricht in den Kanal sendet, in dem der Slack-Bot installiert ist, sendet Slack eine POST-Anforderung an die benutzerdefinierte API-Service-URL des Agents, was die Operation Slack Bot Request Handler auslöst und die RFI-Verarbeitungs-Pipeline startet.

Bevor der Agent RFI-Fragen beantworten kann, müssen die Wissensdatenbanken gefüllt werden. Führen Sie die Knowledge-Ingestion-Workflows mindestens einmal aus, bevor Sie den Agent verwenden, und führen Sie sie erneut aus, wenn der Inhalt der Wissensdatenbank aktualisiert wird:

• Um Inhalte von Google Drive aufzunehmen, führen Sie den Vorgang Manual Google Drive Ingestion im Workflow Data Upload Utility - Google Drive to Azure Blob aus.
• Um Inhalte von Confluence aufzunehmen, führen Sie den Vorgang Manual Confluence Ingestion im Workflow Data upload Utility - Confluence Pages to Azure Index aus.

Fehlerbehebung

Falls Probleme auftreten, überprüfen Sie die folgenden Protokolle auf detaillierte Informationen zur Fehlerbehebung:

• API-Protokolle
• Vorgangsprotokolle

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