Agente Composite de Jitterbit

Descripción general

Jitterbit proporciona el Agente Composite a todos los clientes a través de Jitterbit Marketplace. Este agente está diseñado con fines educativos para ayudar a las organizaciones a adoptar fácilmente la IA.

Este agente proporciona una interfaz única para interactuar con múltiples agentes especializados dentro de tu organización. Un agente especializado es un agente de IA diseñado para manejar tipos específicos de tareas o consultas en un dominio particular. Los ejemplos incluyen el Agente de Ventas y el Agente de Recursos Humanos de Jitterbit.

El Agente Composite recibe consultas de usuarios, determina qué agente especializado puede manejar mejor cada consulta y enruta la solicitud a ese agente. Después de que el agente seleccionado responde, el Agente Composite devuelve la respuesta al usuario. Al usar un único punto de entrada, el Agente Composite elimina la necesidad de que los usuarios accedan a interfaces separadas para cada agente. Aunque este agente usa Azure OpenAI y Slack de forma predeterminada, puedes adaptarlo para trabajar con otros LLM y plataformas de chat como Claude, Microsoft Teams, microservicios, aplicaciones SaaS como Salesforce o aplicaciones creadas con Jitterbit App Builder.

Este documento explica cómo configurar y operar este agente de IA. Cubre los siguientes temas: arquitectura y requisitos previos, consultas de ejemplo que muestran lo que puede hacer el agente, y pasos para instalar, configurar y operar el agente de IA.

Arquitectura del agente de IA

Este agente de IA enruta consultas de usuarios a agentes especializados. Un flujo de trabajo típico sigue estos pasos:

Un usuario interactúa con el bot de Slack y envía una pregunta o solicitud.
El Agente Composite analiza la consulta y la enruta al agente especializado apropiado.
El agente especializado procesa la solicitud y devuelve los resultados.
El Agente Composite entrega la respuesta al usuario.

Diagrama de flujo de trabajo

El siguiente diagrama muestra cómo el Agente Composite procesa consultas de usuarios:

--- config: themeVariables: lineColor: '#6b7280' edgeLabelBackground: '#f5f5f5' flowchart: padding: 20 nodeSpacing: 100 --- flowchart classDef default fill:white, stroke:black, stroke-width:3px, rx:15px, ry:15px JSP@{ shape: hex, label: "
Jitterbit Composite Agent" } SCI[fab:fa-slack
Slack bot chat interface] JCA@{ shape: hex, label: "
Jitterbit API Manager
custom API" } AZR[Azure OpenAI REST call] AZM@{ shape: hex, label: "Azure OpenAI model" } SAG@{ shape: hex, label: "Specialized Agent" } SCI -->|1. Sends question| JCA JCA -->|2. Triggers request handler| JSP JSP -->|3. Query| AZR AZR --> AZM AZM --> AZR AZR -->|4. Routing decision| JSP JSP -->|5. Routed query| SAG SAG -->|6. Agent response| JSP JSP -->|7. Answer| SCI classDef plain fill:white, stroke:black, stroke-width:3px, rx:15px, ry:15px

Requisitos previos

Necesitas los siguientes componentes para usar este agente de IA.

Componentes de Harmony

Debes tener una licencia de Jitterbit Harmony con acceso a los siguientes componentes:

Puntos de conexión admitidos

El agente de IA incorpora los siguientes puntos de conexión. Puedes adaptar otros sistemas modificando las configuraciones de puntos de conexión y flujos de trabajo del proyecto.

Modelo de lenguaje grande (LLM)

El agente de IA usa Azure OpenAI como proveedor de LLM para análisis de consultas y decisiones de enrutamiento. Para usar OpenAI, debes tener una suscripción de Microsoft Azure con permisos para crear un recurso de Azure OpenAI con un modelo gpt-4o o gpt-4.1 implementado.

Consejo

Para obtener información sobre precios, consulta la página de precios de Azure OpenAI.

Interfaz de chat

El agente de IA usa Slack como interfaz de chat predeterminada para interactuar con el Agente Composite.

Si deseas usar una aplicación diferente como interfaz de chat, puedes modificar los flujos de trabajo del proyecto para integrarlo con tu plataforma preferida.

Consultas de ejemplo

La siguiente tabla ilustra cómo el Agente Composite decide si responde directamente a una consulta o si la delega a un agente especializado, según la naturaleza de la consulta y los agentes especializados disponibles.

Tipo de consulta	Consulta de ejemplo	Acción del Agente Composite
Conocimiento general	"¿Cuál es la capital de los EE. UU.?"	Se responde directamente, ya que es una pregunta de conocimiento general que no requiere enrutamiento a un agente especializado.
Conocimiento especializado (Ventas)	"Dame los pedidos de ventas para el cliente ABC Inc."	Se enruta a un Agente de Ventas especializado porque la solicitud requiere acceso a datos relacionados con ventas.

Instalación, configuración y operación

Sigue estos pasos para instalar, configurar y operar este agente de IA:

Descargar personalizaciones e instalar el proyecto de Studio.
Crear recursos de Microsoft Azure.
Crear la app de Slack.
Preparar Jitterbit Cloud Datastore.
Configurar variables del proyecto.
Probar conexiones.
Desplegar el proyecto.
Crear la API personalizada de Jitterbit.
Revisar los flujos de trabajo del proyecto.
Activar los flujos de trabajo del proyecto.
Solución de problemas.

Descargar personalizaciones e instalar el proyecto

Sigue estos pasos para descargar archivos de personalización e instalar el proyecto de Studio:

Inicia sesión en el portal Harmony en https://login.jitterbit.com y abre Marketplace.
Ubica el agente de IA llamado Jitterbit Composite Agent. Para localizarlo, puedes usar la barra de búsqueda o, en el panel Filters, bajo Type, selecciona AI Agent para filtrar la visualización.
Haz clic en el enlace Documentation del agente de IA para abrir su documentación en una pestaña separada. Mantén la pestaña abierta para consultarla después de iniciar el proyecto.
Haz clic en Start Project para abrir un diálogo de configuración de dos pasos que te permite descargar personalizaciones e importar el agente de IA como proyecto de Studio.

Nota

Si aún no has comprado el agente de IA, se mostrará Get agent. Haz clic en él para abrir un diálogo informativo y luego haz clic en Submit para que un representante se comunique contigo sobre la compra del agente de IA.
En el paso de configuración 1, Download Customizations, puedes usar el siguiente archivo para crear la app de Slack. Selecciona el archivo y haz clic en Download Files:
- Archivo de manifiesto de la app de Slack: slack_app_manifest.json
Consejo

El diálogo de configuración incluye una advertencia de no importar la plantilla antes de aplicar personalizaciones de endpoints. Esta advertencia no se aplica a este agente de IA y puedes ignorarla. Sigue el orden recomendado de pasos en esta documentación.
Haz clic en Next.
En el paso de configuración 2, Create a New Project, selecciona un environment donde quieras crear el proyecto de Studio y luego haz clic en Create Project.
Se muestra un diálogo de progreso. Después de que indique que el proyecto se ha creado, usa el enlace del diálogo Go to Studio o abre el proyecto directamente desde la página Projects de Studio.

Crear recursos de Microsoft Azure

Crea los siguientes recursos de Microsoft Azure y conserva la información para configurar el agente de IA. Para crear y gestionar estos recursos, debes tener una suscripción de Microsoft Azure con los permisos apropiados.

Recurso de Azure OpenAI

Debes crear un recurso de Azure OpenAI e implementar un modelo gpt-4o o gpt-4.1 a través del portal Azure AI Foundry.

Necesitas el nombre de la implementación, la URL del endpoint de Azure OpenAI y la clave de API para configurar las variables del proyecto de Azure OpenAI. Para encontrar estos valores, sigue estos pasos:

En el portal Azure AI Foundry, abre el recurso específico de OpenAI.
En la página de inicio del recurso, encuentra los valores de la URL del endpoint (azure_openai_base_url) y la clave de API (azure_openai_api_key).
En el menú de navegación bajo Shared resources, selecciona Deployments. El nombre de la implementación (Azure_OpenAI_Deployment_Name) aparece en la lista.

Crear la app de Slack

Para crear la interfaz de chat en Slack, sigue estos pasos:

Crea una aplicación de Slack usando el archivo de manifiesto de la aplicación de Slack (slack_app_manifest.json) proporcionado con los archivos de personalización de este agente de IA. Alternativamente, crea la aplicación desde cero.

Si usas el archivo de manifiesto proporcionado, reemplaza los siguientes marcadores de posición con tus propios valores de configuración:

Marcador de posición	Descripción
`{{Replace with Slack bot name}}`	El nombre que deseas que tenga tu bot de Slack, como se muestra a los usuarios. Reemplaza este valor en dos lugares en el manifiesto.
`{{Replace with Jitterbit API URL}}`	La URL del servicio de la API personalizada de Jitterbit que creaste en Crea la API personalizada de Jitterbit.

Instala la aplicación en tu área de trabajo de Slack.
Obtén el token del bot (para el campo Bot User OAuth Token de la conexión de Slack) e ingresa su valor para la variable de proyecto slack_bot_oauth_user_token.
Configura la variable de proyecto slack_channel_name con el canal donde se deben enviar las notificaciones.
Ingresa el valor del token del bot para la variable de proyecto slack_bot_oauth_user_token y el nombre del canal para la variable de proyecto slack_channel_name. Configurarás estos en el siguiente paso.

Prepara el almacén de datos en la nube de Jitterbit

Crea dos almacenamientos de claves en el almacén de datos en la nube de Jitterbit denominados askjb_user_session y askjb_q_and_a. Los campos Key, AlternativeKey y Value están presentes de manera predeterminada. Configura los campos personalizados con los nombres y tipos que se enumeran en las siguientes tablas.

Puedes dejar en blanco los valores de los campos que el sistema rellena automáticamente o que no se usan.

Almacenamiento de sesión de usuario (`askjb_user_session`)

Este almacenamiento de claves mantiene información de sesión para los usuarios. No se requieren campos personalizados.

Nombre del campo	Tipo	Descripción
`Key`	Texto	Se rellena automáticamente. La dirección de correo electrónico del usuario, generada durante la ejecución. No se requiere entrada manual.
`AlternativeKey`	Texto	Se rellena automáticamente. La sesión del usuario, generada durante la ejecución. No se requiere entrada manual.
`Value`	Texto	No se usa.

Historial de chat (`askjb_q_and_a`)

Este almacenamiento de claves retiene el historial de chat del bot para proporcionar contexto de conversación al modelo de lenguaje. Almacena el historial de preguntas y respuestas. El sistema ingresa automáticamente todos los datos durante la ejecución del flujo de trabajo. Agrega los siguientes campos personalizados:

Nombre del campo	Tipo	Descripción
`Key`	Texto	Se rellena automáticamente. El identificador único que el sistema asigna a un mensaje.
`AlternativeKey`	Texto	Se rellena automáticamente. El identificador único que el sistema asigna a una sesión de chat.
`Value`	Texto	No se usa.
`slackChannel`	Texto	Se rellena automáticamente. El ID del canal de Slack desde el cual el usuario envía el mensaje.
`User`	Texto	Se rellena automáticamente. El nombre de usuario de Slack del usuario que envía el mensaje.
`FirstName`	Texto	Se rellena automáticamente. El nombre del usuario que envía el mensaje.
`LastName`	Texto	Se rellena automáticamente. El apellido del usuario que envía el mensaje.
`Email`	Texto	Se rellena automáticamente. La dirección de correo electrónico del usuario que envía el mensaje.
`MessageTimestampText`	Texto	Se rellena automáticamente. El texto de marca de tiempo del mensaje.
`UserQuestion`	Texto grande	Se rellena automáticamente. La pregunta o mensaje que el usuario envía al agente de IA.
`AIAnswer`	Texto grande	Se rellena automáticamente. La respuesta que el agente de IA genera para la pregunta del usuario.
`ai_reformulate_question`	Texto grande	Se rellena automáticamente. La pregunta del usuario después de que la IA la reformula o la repite para mejorar la comprensión.

Configurar variables de proyecto

En el proyecto de Studio, se deben establecer valores para las siguientes variables de proyecto.

Para configurar las variables de proyecto, usa el menú de acciones del proyecto para seleccionar Variables de proyecto. Esto abre un panel en la parte inferior de la página donde puedes revisar y establecer los valores.

Cloud Datastore

Nombre de variable	Descripción
`Cloud_Datastore_Access_Token`	Token de acceso de Cloud Datastore para autenticación.

Configuración de agentes especializados

Las siguientes variables configuran el primer agente especializado (Agent1):

Nombre de variable	Descripción
`Agent1_URL`	El punto de conexión de URL base para comunicarse con el primer agente especializado. El Agente Compuesto utiliza esta URL para enviar consultas enrutadas y recibir respuestas.
`Agent1_API_Key_Header`	El nombre del encabezado HTTP que el Agente Compuesto utiliza para enviar la clave API al realizar solicitudes al primer agente especializado.
`Agent1_API_Key`	La clave API para que el Agente Compuesto acceda al primer agente especializado, si se requiere autenticación.
`Agent1_Function_Description`	Una descripción del rol y propósito del primer agente especializado. El LLM utiliza esta descripción para determinar si debe enrutar una consulta del usuario a este agente.

Las siguientes variables configuran el segundo agente especializado (Agent2):

Nombre de variable	Descripción
`Agent2_URL`	El punto de conexión de URL base para comunicarse con el segundo agente especializado. El Agente Compuesto utiliza esta URL para enviar consultas enrutadas y recibir respuestas.
`Agent2_API_Key_Header`	El nombre del encabezado HTTP que el Agente Compuesto utiliza para enviar la clave API al realizar solicitudes al segundo agente especializado.
`Agent2_API_Key`	La clave API para que el Agente Compuesto acceda al segundo agente especializado, si se requiere autenticación.
`Agent2_Function_Description`	Una descripción del rol y propósito del segundo agente especializado. El LLM utiliza esta descripción para determinar si debe enrutar una consulta del usuario a este agente.

La siguiente variable configura el modo de prueba:

Nombre de variable	Descripción
`Testing`	Una bandera booleana que indica si el Agente Compuesto opera en modo de prueba. Cuando se establece en `true`, el Agente Compuesto devuelve una respuesta simulada en lugar de realizar una llamada API al agente real.

Azure OpenAI

Nombre de variable	Descripción
`Azure_OpenAI_Deployment_Name`	El nombre de la implementación de Azure OpenAI que utilizas para acceder al modelo.
`azure_openai_base_url`	La URL base para acceder al servicio de Azure OpenAI. Ejemplo: `https://<your-resource-name>.openai.azure.com`.
`azure_openai_api_key`	La clave de API que utilizas para autenticar solicitudes al servicio de Azure OpenAI.
`ai_prompt`	El mensaje del sistema para el LLM que define el comportamiento de enrutamiento. Este mensaje instruye al modelo a seleccionar una función (agente especializado) según la consulta del usuario de una lista de funciones disponibles. Las funciones especiales incluyen `NeedClarificationFunction` para consultas poco claras y `AnswerGeneralQuestion` para preguntas de conocimiento general.

Slack

Nombre de variable	Descripción
`bot_oauth_user_token`	El token del bot de Slack que obtiene después de crear la aplicación de Slack. Este token se utiliza para el Token de acceso OAuth del usuario bot en la conexión de Slack.

Nota

Crearás la aplicación de Slack en un paso posterior. Puedes dejar esta variable en blanco por ahora.

Probar conexiones

Prueba las configuraciones del punto de conexión para verificar la conectividad utilizando los valores de variables de proyecto definidos.

Para probar conexiones, ve a la pestaña Puntos de conexión y conectores del proyecto de la paleta de componentes de diseño, colócate sobre cada punto de conexión y haz clic en Probar.

Implementar el proyecto

Implementa el proyecto de Studio.

Para implementar el proyecto, utiliza el menú de acciones del proyecto para seleccionar Implementar.

Crear la API personalizada de Jitterbit

Crea una API personalizada para la operación Slack Bot Request en el flujo de trabajo Main - Slack API Request Handler.

Para crear la API, utiliza el menú de acciones de la operación para seleccionar Publicar como API o Publicar como API usando IA. Configura los siguientes parámetros:

Configuración	Valor
Método	`POST`
Tipo de respuesta	`Variable del sistema`

Guarda la URL del servicio de API de la API publicada para usarla al crear la aplicación de Slack. Para encontrar la URL del servicio, ve al panel de detalles de API en la pestaña Servicios, pasa el cursor sobre la columna Acciones del servicio y haz clic en Copiar URL del servicio de API.

Revisa los flujos de trabajo del proyecto

En el proyecto de Studio abierto, revisa los flujos de trabajo y las descripciones en la siguiente tabla para entender qué hace cada flujo de trabajo.

Nombre del flujo de trabajo	Tipo de activador	Descripción
Main - Slack API Request Handler	API	Maneja las solicitudes entrantes del bot de Slack.
Main - AI Agent Tools Logic	Llamado por otros flujos de trabajo	Analiza consultas y las dirige a agentes especializados.
Specialized Agent API Call	Llamado por otros flujos de trabajo	Ejecuta llamadas de API a agentes especializados.
Utility - Bot Chat Cloud Datastore	Llamado por otros flujos de trabajo	Almacena el historial de chat del bot para el contexto de la conversación.

Main - Slack API Request Handler

Este flujo de trabajo gestiona las solicitudes entrantes del bot de Slack. Una API personalizada de Jitterbit activa el flujo de trabajo cada vez que un usuario interactúa con la interfaz de chat del bot de Slack. Para obtener información sobre cómo configurar la API personalizada de Jitterbit, consulta Crea la API personalizada de Jitterbit.

Main - AI Agent Tools Logic

Este flujo de trabajo gestiona las consultas del usuario recibidas del flujo de trabajo Main - Slack API Request Handler. Gestiona la interacción con el LLM, captura la respuesta y dirige la solicitud al agente especializado apropiado.

Para agregar o quitar agentes especializados para el enrutamiento, realiza las siguientes modificaciones en este flujo de trabajo:

Modifica las llamadas de función: Edita el script Build Routing Tools Request dentro de la operación Add Tools Call para agregar o quitar llamadas de función.
Actualiza el manejo de herramientas: Ajusta la operación Tools Decision para gestionar y controlar la adición o eliminación de herramientas, según las funciones definidas en el script Build Routing Tools Request dentro de la operación Add Tools Call.

Specialized Agent API Call

Este flujo de trabajo ejecuta una llamada de API a un agente especializado. El flujo de trabajo Main - AI Agent Tools Logic determina la URL específica para el agente especializado. Puedes modificar la operación Agent Call en este flujo de trabajo para que coincida con los requisitos de API de tu agente objetivo.

Utility - Bot Chat Cloud Datastore

Este flujo de trabajo almacena el historial de chat del bot, lo que proporciona contexto de conversación al LLM. El flujo de trabajo utiliza Jitterbit Cloud Datastore para este propósito.

Activa los flujos de trabajo del proyecto

Para usar el Composite Agent, envía un mensaje directo a la aplicación de Slack. Esto activa el flujo de trabajo Main - Slack API Request Handler a través de la API personalizada de Jitterbit.

Todos los demás flujos de trabajo se ejecutan automáticamente como parte del flujo de trabajo principal y no están diseñados para ejecutarse de forma independiente.

Solución de problemas

Si encuentras problemas, revisa los siguientes registros para obtener información detallada sobre la solución de problemas:

Para obtener ayuda adicional, comunícate con el soporte de Jitterbit.