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 produktbewusste Weiterleitung an, um die entsprechende interne Wissensdatenbank auszuwählen, und nutzt KI, um strukturierte Antworten zu generieren. Endgültige 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. Er extrahiert Aufnahmedaten aus der Nachricht des Benutzers, lädt das angehängte RFI-Dokument herunter und indexiert seine Fragen in Azure AI Search. Für jede Frage ruft der Agent 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 endgültige Word- oder Excel-Dokument zu generieren, speichert die Datei in Azure Blob Storage und liefert 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 Fragebogendateien 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 indexiert seine Fragen in Azure AI Search.
• Ruft relevante Wissensdatenbank-Auszüge für jede RFI-Frage mithilfe von KI-gestützter Suche ab.
• Entwirft Antworten für jede Frage ausschließlich anhand des abgerufenen Wissensdatenbank-Inhalts.
• Generiert versandfertige Word- und Excel-Dokumente über Azure Functions.
• Speichert generierte Dokumente in Azure Blob Storage und liefert 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 dieser KI-Agent eingerichtet und betrieben wird. Es behandelt Architektur, Voraussetzungen, Agent-Prompts, die zeigen, was der Agent kann, und Schritte zur Installation, Konfiguration und zum Betrieb des KI-Agenten.

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 bearbeitet:

1. Ein Benutzer sendet eine Nachricht im konfigurierten Slack-Kanal, hängt eine RFI-Fragebogendatei (Word oder Excel) an und stellt Aufnahmeinformationen wie Partnername, Risikostufe und Einreichungsfälligkeitsdatum bereit.
2. Slack sendet eine POST-Anfrage an den benutzerdefinierten API-Endpunkt des Agenten. 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 der Nutzlast.
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 zu extrahieren (Partnername, Risikostufe, Fälligkeitsdatum und Produkttyp). 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 indexiert dann den Inhalt des Dokuments und macht seine Fragen durchsuchbar.
5. Das LLM normalisiert die aus dem Dokument extrahierten RFI-Fragen.
6. Für jede Frage fragt der Agent Azure AI Search 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 zusammenstellt.
8. Das generierte Dokument wird in Azure Blob Storage gespeichert und in Slack hochgeladen. Der Agent postet 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-Verarbeitungsworkflow für den Security RFI Agent.

Voraussetzungen

Für die Verwendung 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 Lizenz-Add-on erworben

Unterstützte Endpunkte

Der KI-Agent verbindet sich mit den folgenden Endpunkten. Sie können andere Systeme anpassen, indem Sie die Endpunktkonfigurationen und Workflows des Projekts ändern.

Large Language Model (LLM)

Der Agent nutzt Azure OpenAI als LLM-Anbieter zum Extrahieren von Aufnahmedaten, Normalisieren von Fragen und Entwurf von Antworten. Sie müssen über ein Azure-Abonnement mit einer Azure OpenAI-Ressource und einem bereitgestellten Modell verfügen (z. B. gpt-4.1).

Slack

Der Agent empfängt RFI-Anfragen und liefert generierte Dokumente über einen Slack-Bot. Sie müssen über einen Slack-Arbeitsbereich und eine Slack-App mit einem gültigen Bot User OAuth Token und den erforderlichen Berechtigungen zum Lesen und Posten von Nachrichten sowie zum Hochladen von Dateien verfügen.

Azure AI Search

Der Agent indexiert RFI-Dokumentinhalte und ruft Wissensdatenbank-Auszüge mithilfe von Azure AI Search ab. Sie müssen über eine Azure AI Search-Ressource mit einem Suchindex und einem für die Wissensdatenbank-Dokumente konfigurierten Indexer verfügen.

Azure Blob Storage

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

Azure Functions

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

Salesforce

Der Agent fragt Kontodaten ab und erstellt Case-Datensätze mithilfe der Salesforce REST API. Sie müssen über ein Salesforce-Konto mit Benutzername, Passwort, Sicherheitstoken und Berechtigung zum Lesen von Konten und Erstellen von Cases verfügen.

Google Drive

Der Agent erfasst Wissensdatenbank-Dokumente von Google Drive in Azure Blob Storage zur Indexierung. Sie müssen über ein Google Cloud-Projekt mit einem Dienstkonto verfügen, das Lesezugriff auf den konfigurierten Drive-Ordner hat.

Confluence

Der Agent erfasst Wiki-Seiten von Confluence in Azure AI Search als Wissensdatenbank-Inhalte. Sie müssen über ein Confluence-Konto mit Anmeldedaten verfügen, die Lesezugriff auf den konfigurierten Bereich 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 Beispiel-Prompts bereitgestellt.

Prompt-Richtlinien

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

• Geben Sie den Partner- oder Kundennamen in Ihrer Nachricht an.
• 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 die RFI abdeckt: Studio, API Manager, EDI oder App Builder. Wenn kein Produkt angegeben ist, verwendet der Agent standardmäßig die Studio-Wissensdatenbank.

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.

RFI zur Verarbeitung einreichen

Senden Sie die RFI-Fragebogendatei als Slack-Anhang in derselben Nachricht.

Kontodetails nachschlagen

Installation, Konfiguration und Betrieb

Führen Sie diese Schritte aus, um diesen KI-Agent 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 finden Sie unter Fehlerbehebung.

Projekt herunterladen und installieren

Führen Sie diese Schritte aus, um das Studio-Projekt für den KI-Agent 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 Security RFI Agent. Verwenden Sie die Suchleiste oder wählen Sie im Bereich Filter unter Typ die Option KI-Agent aus, um die Anzeige auf KI-Agenten zu beschränken.

3. Klicken Sie auf den Link Dokumentation des Agenten, um die Dokumentation in einem separaten Tab zu öffnen. Halten Sie den Tab offen, um später darauf zu verweisen.

4. Klicken Sie auf Projekt starten, um ein Konfigurationsdialogfeld zu öffnen.

   Hinweis

   Wenn Sie den KI-Agent noch nicht erworben haben, wird stattdessen Agent abrufen angezeigt. Klicken Sie darauf, um ein Informationsdialogfeld zu öffnen, und klicken Sie dann auf Senden, um einen Vertreter zu kontaktieren, der Sie zum Kauf des KI-Agenten berät.

5. Wählen Sie im Dialogfeld Neues Projekt erstellen eine Umgebung aus, in der das Studio-Projekt erstellt wird, und klicken Sie auf Projekt erstellen.

6. Nachdem das Fortschrittsdialogfeld anzeigt, dass das Projekt erstellt wurde, verwenden Sie den Dialoglink Zu Studio wechseln oder öffnen Sie das Projekt direkt auf der Seite Projekte von Studio.

Azure OpenAI-Anmeldedaten abrufen

Um Azure OpenAI als LLM-Anbieter zu verwenden, benötigen Sie eine Azure OpenAI-Ressource mit einem bereitgestellten Modell:

1. Erstellen oder öffnen Sie im Azure-Portal Ihre Azure OpenAI-Ressource.

2. Wählen Sie unter Ressourcenverwaltung die Option Schlüssel und Endpunkt aus und behalten Sie den API-Schlüssel und die Basis-Endpunkt-URL für die Verwendung in den Azure OpenAI-Projektvariablen bei.

3. Öffnen Sie in Azure AI Foundry Ihre Azure OpenAI-Ressource und navigieren Sie zu Bereitstellungen. Notieren Sie sich den Bereitstellungsnamen des Modells, das Sie verwenden möchten (z. B. gpt-4.1).

Slack-Bot konfigurieren

Führen Sie diese Schritte aus, um Slack für den Empfang von RFI-Anfragen und die Bereitstellung von Dokumenten zu konfigurieren:

1. Erstellen Sie in Ihrem Slack-Arbeitsbereich eine Slack-App unter https://api.slack.com/apps. Wenn Sie bereits eine App verwenden möchten, öffnen Sie diese.

2. Fügen Sie unter OAuth & Berechtigungen die folgenden Bot-Token-Bereiche 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. Installieren Sie die App in Ihrem Arbeitsbereich und behalten Sie das Bot User OAuth Token für die Verwendung in den Slack-Projektvariablen bei.

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

Projektvariablen konfigurieren

Legen Sie im Studio-Projekt, das aus dem Marketplace installiert wurde, Werte für die folgenden Projektvariablen fest.

Um Projektvariablen zu konfigurieren, verwenden 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

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

Um Verbindungen zu testen, navigieren Sie zur Registerkarte Projektendpunkte und Konnektoren in 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 und wählen Sie Bereitstellen.

Benutzerdefinierte Jitterbit-API erstellen

Erstellen Sie eine benutzerdefinierte API mit API Manager, um den Slack-Bot-Einstiegspunkt des Agenten verfügbar zu machen.

Konfigurieren und veröffentlichen Sie die API mit den folgenden Parametern:

Behalten Sie nach der Veröffentlichung die Service-URL. Verwenden Sie sie, um den Event-Subscription- oder Slash-Command-Endpunkt Ihrer Slack-App zu konfigurieren, damit Slack eingehende Ereignisse an den Agenten weiterleitet.

Projekt-Workflows überprüfen

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

RFI-Verarbeitung

Main Entry - Slack API Request Handler

Dieser Workflow verarbeitet alle eingehenden Slack-Ereignisse über den benutzerdefinierten API-Endpunkt. Die Operation Acknowledge Slack Request gibt eine sofortige 200-Antwort zurück, um Slack-Timeouts zu verhindern. Die Operation Slack Bot Request Handler analysiert die Ereignis-Payload, validiert die Anfrage und leitet die Verarbeitung ein. Die Operation Process Security RFI Document orchestriert die vollständige RFI-Pipeline durch Koordination von Aufrufen des Workflows Main - AI Agent Logic für die LLM-Interaktion und von Utility-Workflows für 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-Kontosuchvorgänge. Unterstützende 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 Zwischennachrichten, Slack User Request Decision Processing bestimmt, wie die Eingabe des Benutzers verarbeitet wird, Reset File Upload In Progress löscht den Upload-Status und Send File Validation Error verarbeitet ungültige Dateiübermittlungen.

Main - AI Agent Logic

Dieser Workflow verwaltet den LLM-Interaktionslebenszyklus für einen einzelnen Schritt. Die Operation Call LLM erstellt die Azure OpenAI-Anfrage-Payload, sendet die Eingabeaufforderung an das LLM und verarbeitet die Antwort. Wenn das LLM einen Tool-Aufruf zurückgibt, tritt die Operation Call LLM Again mit dem an den Gesprächskontext angehängten Tool-Ergebnis erneut in die Schleife ein und wird fortgesetzt, bis das LLM eine endgültige Textantwort zurückgibt.

Dokument- und Speicherdienstprogramme

Utility - Upload File to Google Drive

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

Utility - Azure Blob and Search API

Dieser Workflow bietet fünf wiederverwendbare Operationen für Azure-Speicher- und Suchinteraktionen. 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 Wissensfragmente 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 zu montieren.

Tool - Create Salesforce Case

Dieser Workflow enthält die Operation Create Salesforce Case, die einen Salesforce-Case-Datensatz 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 Nachrichtendaten in JSON für die Verwendung in nachgelagerten Operationen konvertiert.

Wissensingestion

Data Upload Utility - Google Drive to Azure Blob

Dieser Workflow erfasst Wissensdatenbank-Dokumente 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 Indexierung in Azure Blob Storage hoch. Die Operation Manual Google Drive Ingestion bietet einen manuell ausgelösten alternativen Einstiegspunkt für bedarfsgesteuerte Ingestion.

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 Indexierung an Azure AI Search. Die Operation Manual Confluence Ingestion bietet einen bedarfsgesteuerten Einstiegspunkt für manuelle Ingestionsvorgänge.

Workflow-Projekte auslösen

Der Security RFI Agent wird durch eingehende Slack-Ereignisse ausgelöst. Wenn ein Benutzer eine Nachricht in dem Kanal postet, in dem der Slack-Bot installiert ist, sendet Slack eine POST-Anfrage an die benutzerdefinierte API-Service-URL des Agenten, die die Operation Slack Bot Request Handler auslöst und die RFI-Verarbeitungspipeline startet.

Bevor der Agent RFI-Fragen beantworten kann, müssen seine 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 aus Google Drive zu importieren, führen Sie den Vorgang Manual Google Drive Ingestion im Workflow Data Upload Utility - Google Drive to Azure Blob aus.
• Um Inhalte aus Confluence zu importieren, führen Sie den Vorgang Manual Confluence Ingestion im Workflow Data upload Utility - Confluence Pages to Azure Index aus.

Fehlerbehebung

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

• API-Protokolle
• Vorgangsprotokolle

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