Agente de Conocimiento de Jitterbit
Descripción general
Jitterbit proporciona el Agente de Conocimiento a los clientes a través de Jitterbit Marketplace. Este agente está diseñado para permitir que el equipo interno de tu organización obtenga respuestas inteligentes desde los datos internos de tu organización. Este agente utiliza la técnica de Generación Aumentada por Recuperación (RAG), que combina el razonamiento de LLM con acceso a herramientas y fuentes de datos externas. Realiza lo siguiente:
-
Se conecta y obtiene información de las siguientes fuentes usando Jitterbit Studio:
- Páginas de Atlassian Confluence
- Problemas de Atlassian Jira
- Documentos de Google Drive
- Casos de soporte de Salesforce (del objeto
Case)
-
Se integra con un LLM para potenciar un chatbot de IA inteligente utilizando datos de las fuentes anteriores, accesidos a través de una API personalizada creada con Jitterbit API Manager.
Este documento explica cómo configurar y operar este agente de IA. Cubre la arquitectura y los requisitos previos, ejemplos de indicaciones que muestran lo que el agente puede hacer, y pasos para instalar, configurar y operar el agente de IA.
Arquitectura del agente de IA
El siguiente diagrama muestra la arquitectura implementada en el Agente de Conocimiento:
Flujo de datos del agente
Slack app/bot) JB_CUSTOM_API(
Jitterbit API Manager
custom API) REQ_AZURE_OPENAI(Request to
Azure OpenAI) SLACK_API_REQ_H(Slack
API request handler
workflow) RES_AZURE_OPENAI(Response from Azure OpenAI) TIMEOUT(Timeout handling) subgraph LIVE_AGENT_DATA_FLOW[ ] direction RL subgraph EXTAPP[**External app**] SLACKAPP end JB_CUSTOM_API subgraph STUDIO[ **Jitterbit Studio**] REQ_AZURE_OPENAI RES_AZURE_OPENAI SLACK_API_REQ_H TIMEOUT end end SLACKAPP -->|Request| JB_CUSTOM_API JB_CUSTOM_API -->|Request| SLACK_API_REQ_H JB_CUSTOM_API -->|Response| SLACKAPP SLACK_API_REQ_H -->|Response|JB_CUSTOM_API SLACK_API_REQ_H --> REQ_AZURE_OPENAI REQ_AZURE_OPENAI --> RES_AZURE_OPENAI RES_AZURE_OPENAI --> SLACK_API_REQ_H REQ_AZURE_OPENAI --> TIMEOUT --> SLACK_API_REQ_H classDef Clear fill:white, stroke:white, stroke-width:0px, rx:15px, ry:15px classDef Plain fill:white, stroke:black, stroke-width:3px, rx:15px, ry:15px class LIVE_AGENT_DATA_FLOW Clear class EXTAPP,APIM,STUDIO Plain
Flujos de trabajo de carga de datos inicial y mantenimiento de datos
Requisitos previos
Para utilizar el Agente de Conocimiento, los siguientes componentes son necesarios o se asumen en el diseño del agente.
Componentes de Harmony
Debes tener una licencia de Jitterbit Harmony con acceso a los siguientes componentes:
- Jitterbit Studio
- Jitterbit API Manager
- Agente de Conocimiento de Jitterbit adquirido como complemento de licencia
Endpoints compatibles
Los siguientes endpoints se incorporan en el diseño del agente.
Modelo de lenguaje grande (LLM)
El agente de IA utiliza Azure OpenAI como proveedor de LLM. Para usar Azure OpenAI, debes tener una suscripción a Microsoft Azure con permisos para crear y administrar los siguientes recursos:
- Recurso de Azure OpenAI con un modelo
gpt-4oogpt-4.1implementado. - Almacenamiento de Azure con un contenedor de Blob para almacenar datos obtenidos.
- Azure AI Search con un servicio de búsqueda que se pueda configurar con un índice e indizador.
Consejo
Para obtener información sobre precios, consulta los niveles de precios de Azure AI Search.
Base de conocimiento
Puedes usar cualquiera o todos estos endpoints como base de conocimiento para este agente de IA:
- Atlassian Confluence: La fuente de páginas de Confluence.
- Atlassian Jira: La fuente de problemas de Jira.
- Google Drive: La fuente de archivos almacenados en una unidad compartida de Google.
- Salesforce: La fuente de tus casos de soporte al cliente del objeto
Case.
Interfaz de chat
El diseño del agente incorpora Slack como la interfaz de chat para interactuar con el agente de IA. Si deseas usar una aplicación diferente como interfaz de chat, un flujo de trabajo independiente e instrucciones para una configuración de API genérica se incluyen en este agente de IA.
Ejemplos de indicaciones
Aquí hay ejemplos de indicaciones que el Agente de Conocimiento puede manejar con acceso a los datos apropiados. El agente puede encontrar información en cualquiera o en todos los endpoints conectados.
- "Estoy teniendo un problema con el componente 'ABC'. ¿Puedes ayudarme con esto?"
- "¿Cómo puedo conectarme a una base de datos MySQL usando JDBC?"
- "¿Puedes darme detalles sobre el ticket de Jira número 123?"
- "¿Hay algún ticket de Jira relacionado con el conector de SQL?"
- "¿Cuál es la política de seguridad para instalar software en mi computadora de trabajo?" (Puede haber un documento en Google Drive o una página de Confluence sobre este tema.)
Instalación, configuración y operación
Sigue estos pasos para instalar, configurar y operar este agente de IA:
- Descarga las personalizaciones e instala el proyecto de Studio.
- Revisa los flujos de trabajo del proyecto.
- Crea recursos de Microsoft Azure.
- Crea la aplicación de Slack.
- Configura una cuenta de servicio de Google y una unidad compartida.
- Configura las variables del proyecto.
- Prueba las conexiones.
- Implementa el proyecto.
- Crea la API personalizada de Jitterbit.
- Revisa los flujos de trabajo del proyecto.
- Activa los flujos de trabajo del proyecto.
- Solución de problemas.
Descarga las personalizaciones e instala el proyecto
Sigue estos pasos para descargar archivos de personalización e instalar el proyecto de Studio:
-
Inicia sesión en el portal de Harmony en https://login.jitterbit.com y abre Marketplace.
-
Ubica el agente de IA denominado Jitterbit Knowledge Agent. Para ubicar el agente, puedes usar la barra de búsqueda o, en el panel Filters, bajo Type, selecciona AI Agent para limitar la visualización a los agentes de IA disponibles.
-
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 para descargar las 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 en su lugar. Haz clic en él para abrir un diálogo informativo y luego haz clic en Submit para que un representante te contacte sobre la compra del agente de IA.
-
En el paso de configuración 1, Download Customizations, se proporcionan los siguientes archivos para facilitar la configuración del índice e indexador en Azure AI Search y para crear la aplicación de Slack. Selecciona los archivos y haz clic en Download Files:
-
Archivos de definición JSON del índice e indexador de Azure AI Search
Azure_AI_Search_Datasource_Definition.jsonAzure_AI_Search_Index_Definition.jsonAzure_AI_Search_Indexer_Definition.json
-
Archivo de manifiesto de la aplicación Slack
slack_app_manifest.json
Consejo
El diálogo de configuración incluye una advertencia de no importar la plantilla antes de aplicar personalizaciones de punto de conexión. Esta advertencia no se aplica a este agente de IA y puede ignorarse. 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 deseas 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.
Crea recursos de Microsoft Azure
Crea los siguientes recursos de Microsoft Azure y conserva la siguiente información para configurar el agente de IA. Para crear y administrar estos recursos, debes tener una suscripción de Microsoft Azure con los permisos apropiados.
Contenedor de Azure Blob
Debes crear un contenedor de Azure Blob para almacenar detalles de clientes. Los datos del contenedor de Blob se indexarán en Azure AI Search mediante un índice e indexador.
Necesitarás la URL de SAS del contenedor para determinar los valores de las variables del proyecto de Azure Blob Storage. Para generar la URL de SAS:
- En el portal de Azure, navega a Storage accounts y abre la cuenta de almacenamiento específica.
- Desde el menú de recursos bajo Data storage, selecciona Containers y abre el contenedor específico.
- Desde el menú de recursos bajo Settings, selecciona Shared access tokens.
- Usa el menú Permissions para verificar que la URL de firma de acceso compartido (SAS) para este contenedor tenga un mínimo de permisos de Read y Write:

- Haz clic en Generar token de SAS e URL.
- Copia la URL de SAS de blob que se muestra en la parte inferior.
- Determina los valores de las variables del proyecto de Azure Blob Storage a partir de la URL de SAS. La URL de SAS tiene el formato
{{ azure_blob_base_url }}/{{ Azure_Blob_Container_Name }}?{{ azure_blob_sas_token }}.
Si usas los archivos de definición JSON incluidos en los archivos de personalización del agente de IA para generar el índice e indexador, también necesitarás la clave de cuenta de Azure Blob Storage. Para ver las claves de acceso de la cuenta:
- En Azure Portal, navega a Cuentas de almacenamiento y abre la cuenta de almacenamiento específica.
- En el menú de recursos bajo Seguridad + redes, selecciona Claves de acceso.
-
Haz clic en Mostrar claves para revelar la clave de acceso que usarás durante la configuración de Azure AI Search.

Servicio Azure AI Search
Debes crear un servicio Azure AI Search y configurar su índice e indexador para procesar los datos del contenedor de blob.
Necesitarás la URL y la clave de API del servicio Azure AI Search para determinar los valores de las variables del proyecto Azure AI Search:
- URL: Para obtener el valor a usar para
azure_ai_search_url, consulta la documentación de Azure Obtener información del servicio. - Clave de API: Para obtener el valor a usar para
azure_ai_search_api_key, consulta la documentación de Azure Configurar acceso basado en roles.
Puedes usar los archivos de definición JSON incluidos en los archivos de personalización del agente de IA para generar el índice e indexador, o bien crearlos tú mismo.
Si usas los archivos de definición proporcionados, debes reemplazar los siguientes marcadores de posición con tus propios valores de configuración:
Azure_AI_Search_Indexer_Definition.json
| Marcador de posición | Descripción |
|---|---|
{{Your Azure AI Search Service Name}} |
El nombre del servicio Azure AI Search. |
Azure_AI_Search_Datasource_Definition.json
| Marcador de posición | Descripción |
|---|---|
{{Your Azure AI Search Service Name}} |
El nombre del servicio Azure AI Search. |
{{Your Azure Blob Account Name}} |
El nombre de la cuenta de Azure Blob. |
{{Your Azure Blob Account Key}} |
La clave de acceso de la cuenta de Azure Blob Storage, obtenida según se describe en Contenedor de Azure Blob arriba. |
{{your_azure_blob_container_name}} |
El nombre del contenedor de Azure Blob. |
Recurso Azure OpenAI
Debes crear un recurso Azure OpenAI e implementar un modelo gpt-4o o gpt-4.1 a través de Azure AI Foundry Portal.
Necesitarás el nombre de la implementación, la URL del punto de conexión de Azure OpenAI y la clave de API para determinar los valores de las variables del proyecto Azure OpenAI. Para encontrar estos valores:
- En el portal de Azure AI Foundry, abre el recurso específico de OpenAI.
-
Los valores para usar en la URL del endpoint (
azure_openai_base_url) y la clave API (azure_openai_api_key) se muestran en la página de inicio del recurso:
-
En el menú de navegación bajo Recursos compartidos, selecciona Implementaciones. Se muestra el nombre de la implementación (
Azure_OpenAI_Deployment_Name).
Crear la app de Slack
Para crear la interfaz de chat del Agente de Conocimiento en Slack, sigue estos pasos:
-
Crea una app de Slack usando el archivo de manifiesto de la app de Slack (
slack_app_manifest.json) proporcionado con los archivos de personalización de este agente de IA. Alternativamente, crea la app 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, tal como se muestra a los usuarios. Reemplaza este valor en dos lugares del manifiesto. {{Replace with Jitterbit API URL}}La URL del servicio de la API personalizada de Jitterbit que creaste en Crear la API personalizada de Jitterbit. -
Instala la app en tu espacio 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_namecon el canal donde se deben enviar las notificaciones. -
Ingresa el valor del token del bot para la variable de proyecto
slack_bot_oauth_user_tokeny el nombre del canal para la variable de proyectoslack_channel_name. Configurarás estos en el siguiente paso.
Configurar una cuenta de servicio de Google y una unidad compartida
Esta configuración es necesaria solo si usas el flujo de trabajo Data upload Utility - Google Drive to Azure Blob. Debes tener un proyecto activo de Google Cloud para continuar. Si no tienes uno, puedes crear uno siguiendo las instrucciones de Google.
Crear una cuenta de servicio de Google
Sigue los pasos a continuación para crear una clave para la cuenta de servicio de Google que le permite a la utilidad acceder de forma segura a tus archivos de Google Drive:
-
En la consola de Google Cloud, usa la barra de búsqueda para encontrar y navegar a la página Cuentas de servicio.
-
Si ya tienes una cuenta de servicio que deseas usar, continúa con el paso 3. De lo contrario, haz clic en Crear cuenta de servicio, proporciona un nombre y haz clic en Listo. No se necesitan permisos ni acceso adicionales.

-
Selecciona la cuenta de servicio para abrir sus Detalles de la cuenta de servicio:

-
Navega a la pestaña Claves y usa el menú Agregar clave para seleccionar Crear clave nueva.

-
Elige JSON como el tipo de clave y haz clic en Crear. Se descargará a tu computadora un archivo JSON que contiene las credenciales.
-
Abre el archivo JSON descargado para encontrar los siguientes valores necesarios para configurar las variables de proyecto de Google Drive:
client_email: Este es el valor para la variable de proyectoGoogle_Client_Emaily es necesario para configurar la unidad compartida de Google en la siguiente sección.private_key: Este es el valor para la variable de proyectoGoogle_Private_Key.
-
Habilita la API de Google Drive en tu cuenta de Google Cloud:
-
En la consola de Google Cloud, utiliza la barra de búsqueda para encontrar y navegar a la página de APIs y Servicios.
-
Accede a la Biblioteca de API y selecciona la API de Google Drive:

-
Haz clic en el botón Habilitar:

-
Configura la unidad compartida de Google
La unidad compartida de Google debe configurarse de la siguiente manera para permitir que la utilidad acceda a cualquier archivo que cargues en ella:
-
Crea una unidad compartida de Google si aún no tienes una.
-
Abre la unidad compartida y copia su ID desde la URL del navegador. El ID es la larga cadena de caracteres al final. Por ejemplo, si la URL es
https://drive.google.com/drive/folders/dftg-LbGrP7hdfd, el ID esdftg-LbGrP7hdfd. Este ID es el valor para la variable de proyectoGoogle_Drive_IDal configurar variables de proyecto de Google Drive. -
Haz clic en el nombre de la unidad compartida en la parte superior de la página y selecciona Administrar miembros. Aparecerá un cuadro de diálogo.
-
En el campo Agregar personas y grupos, pega el valor de
client_emaildel archivo JSON que descargaste anteriormente. -
Asigna el rol de Administrador de contenido a la cuenta de servicio y confirma la acción.
Configura las variables de proyecto
En el proyecto de Studio instalado anteriormente a través de Marketplace, debes establecer valores para las siguientes variables de proyecto.
Esto puede hacerse utilizando el menú de acciones del proyecto para seleccionar Variables de proyecto y abrir un panel en la parte inferior de la página donde puedas revisar y establecer los valores.
Salesforce
| Nombre de la variable | Descripción |
|---|---|
SF_Login_URL |
Host del servidor en la conexión de Salesforce |
SF_Password |
Contraseña en la conexión de Salesforce |
SF_Security_Token |
Token de seguridad en la conexión de Salesforce |
SF_User_Name |
Nombre de usuario en la conexión de Salesforce |
SF_Cases_Incremental_Run |
Marca para controlar si se deben obtener solo casos de Salesforce nuevos o actualizados desde la última ejecución. Cuando es true, solo se obtienen casos incrementales (nuevos o actualizados) de Salesforce desde la última ejecución. Cuando es false, se realiza una obtención completa desde la fecha y hora predeterminadas (SF_Cases_Default_Modified_Date). |
SF_Cases_Default_Modified_Date |
La fecha y hora predeterminadas desde las cuales se obtienen los casos de Salesforce. Se utiliza durante la primera ejecución o cuando SF_Cases_Incremental_Run es false. Formato: yyyy-MM-dd'T'HH:mm:ss.SSS'Z'. Ejemplo: 2024-09-11T13:00:02.000Z. Si esta fecha no se establece, se generará un error. |
Jira
| Nombre de variable | Descripción |
|---|---|
JIRA_Username |
La dirección de correo electrónico asociada a la cuenta de Jira para la autenticación. |
JIRA_Token |
Token de API utilizado para autenticarse con la instancia de JIRA. Para Atlassian Cloud, se puede generar este token desde la configuración de la cuenta. |
JIRA_Projects |
Claves de proyectos de Jira de las que se obtienen problemas, utilizando el formato keys=PROJECT1&keys=PROJECT2. Ejemplo: keys=SUPPORT&keys=ITHELP. |
JIRA_Issue_Types |
Lista de tipos de problemas de Jira a obtener, separados por comas. Cada valor debe estar entre comillas simples. Ejemplo: 'Story','Bug','Task'. |
Jira_Default_Modified_Date |
La fecha y hora predeterminada desde la que se obtienen los problemas de Jira. Se utiliza durante la primera ejecución o cuando JIRA_IncrementalRun es false. Formato: yyyy-MM-dd HH:mm. Ejemplo: 2025-08-07 10:00. Si esta fecha no se establece, se generará un error. |
JIRA_Incremental_Run |
Marca para controlar si se obtienen solo los problemas de Jira nuevos o actualizados desde la última ejecución. Cuando es true, solo se obtienen problemas incrementales (nuevos o actualizados) de Jira desde la última ejecución. Cuando es false, se realiza una obtención completa desde la fecha y hora predeterminadas (Jira_Default_Modified_Date). |
JIRA_Base_URL |
La URL base de la instancia de Jira a la que se conecta. No incluya una barra diagonal al final. Ejemplo: https://yourdomain.atlassian.net. |
Confluence
| Nombre de variable | Descripción |
|---|---|
Confluence_Wiki_UserName |
El nombre de usuario de la wiki de Confluence. |
Confluence_Wiki_Password |
La contraseña de la wiki de Confluence. |
Confluence_Wiki_Base_Url |
La URL raíz de la wiki de Confluence para llamadas de API y recuperación de contenido. Ejemplo: https://yourcompany.atlassian.net/wiki. |
Google Drive
| Nombre de variable | Descripción |
|---|---|
Google_Client_Email |
El correo electrónico del cliente de la cuenta de servicio de Google utilizada para la autenticación al acceder a Google Drive. |
Google_Drive_Default_Modified_Date |
La fecha y hora predeterminada desde la que se leen los archivos de Google Drive. Se utiliza durante la primera ejecución o cuando la lectura incremental está deshabilitada. Formato: yyyy-MM-dd'T'HH:mm:ss. Ejemplo: 2024-05-28T11:32:47. Si esta fecha no se establece, se generará un error. |
Google_Drive_ID |
El ID de la unidad compartida de Google Drive de la que se leerán los archivos. Por ejemplo, si la URL de la unidad compartida es https://drive.google.com/drive/folders/1KTXaKx_FG7Ud8sWHf8QgG67XHy, el ID de la unidad es 1KTXaKx_FG7Ud8sWHf8QgG67XHy. |
Google_Drive_Incremental_Run |
Marca para controlar si se obtienen solo los archivos de Google Drive nuevos o actualizados desde la última ejecución. Cuando es true, solo se obtienen archivos incrementales (nuevos o actualizados) de Google Drive desde la última ejecución. Cuando es false, se realiza una obtención completa desde la fecha y hora predeterminadas (Google_Drive_Default_Modified_Date). |
Google_Oauth_Scopes |
El alcance de OAuth necesario para otorgar acceso a la cuenta de servicio de Google a Google Drive. Para este agente de IA, ingrese: https://www.googleapis.com/auth/. |
Google_Private_Key |
La clave privada de la cuenta de servicio de Google Cloud utilizada para autenticarse al obtener archivos de Google Drive. |
Azure Blob Storage
| Nombre de variable | Descripción |
|---|---|
Azure_Blob_Container_Name |
El nombre del contenedor de Azure Blob Storage donde se almacenan o recuperan los datos obtenidos. Esta es la parte de la URL de SAS que viene inmediatamente después del dominio de la cuenta de almacenamiento. Ejemplo: En https://myaccount.blob.core.windows.net/mycontainer/myblob.txt?sv=..., el nombre del contenedor es mycontainer. |
azure_blob_sas_token |
El token de SAS utilizado para autenticar el acceso al contenedor de Azure Blob Azure_Blob_Container_Name. Solo se debe almacenar la parte después de ? en la URL completa del blob. Token de ejemplo: sv=2025-08-01&ss=b&srt=sco&sp=rl&se=2025-08-30T12:00:00Z&st=2025-08-25T12:00:00Z&spr=https&sig=AbCdEfGhIjKlMnOpQrStUvWxYz1234567890. |
azure_blob_base_url |
La URL base de la cuenta de Azure Blob Storage utilizada para acceder a contenedores y blobs. En una URL de SAS como https://myaccount.blob.core.windows.net/mycontainer/myblob.txt?sv=..., la URL base es https://myaccount.blob.core.windows.net/. |
Consejo
Estos valores se pueden derivar de la URL de SAS, que tiene el formato {{azure_blob_base_url}}/{{Azure_Blob_Container_Name}}?{{azure_blob_sas_token}}.
Azure AI Search
| Nombre de variable | Descripción |
|---|---|
Azure_AI_Search_Index_Name |
El nombre del índice de Azure que almacena la información del cliente desde los formularios de pedido. |
azure_ai_search_indexer |
El nombre del indexador de Azure AI Search utilizado para completar y actualizar el índice de búsqueda Azure_AI_Search_Index_Name. |
azure_ai_search_url |
La URL del punto de conexión de tu servicio de Azure AI Search. No incluyas una barra diagonal al final. Ejemplo: https://<your-search-service>.search.windows.net. |
azure_ai_search_api_key |
La clave de API utilizada para autenticar solicitudes a Azure AI Search. |
Azure OpenAI
| Nombre de variable | Descripción |
|---|---|
Azure_OpenAI_Deployment_Name |
El nombre de la implementación de Azure OpenAI utilizada 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 utilizada para autenticar solicitudes al servicio de Azure OpenAI. |
Slack
| Nombre de variable | Descripción |
|---|---|
Slack_Bot_Token |
El token del bot de Slack que se obtiene después de crear la aplicación de Slack, utilizado para el Token de acceso OAuth del usuario bot en la conexión de Slack. |
Nota
La aplicación de Slack se crea en un paso posterior. Por ahora, puedes dejar esta variable en blanco.
Común
| Nombre de variable | Descripción |
|---|---|
html_regex |
Expresión regular para eliminar etiquetas HTML. Usa el valor predeterminado: <(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+> |
AI_Prompt |
El texto de entrada o instrucción proporcionada al modelo de IA que guía cómo debe generar una respuesta. Para este agente puedes usar el siguiente mensaje:
|
Prueba las conexiones
Prueba las configuraciones del punto de conexión para verificar la conectividad usando los valores de variables del proyecto definidos.
Para probar las conexiones, ve a la pestaña Puntos de conexión del proyecto y conectores de la paleta de componentes de diseño, posiciónate sobre cada punto de conexión y haz clic en Prueba.
Implementa el proyecto
Implementa el proyecto de Studio.
Para implementar el proyecto, usa el menú de acciones del proyecto para seleccionar Implementar.
Implementa el proyecto
Implementa el proyecto de Studio. Esto se puede hacer usando el menú de acciones del proyecto para seleccionar Implementar.
Crear la API personalizada de Jitterbit
Crea una API personalizada usando API Manager para una de las siguientes opciones:
- Controlador de solicitud de API del bot de Slack: Requerido si usas la notificación de Slack incluida en el diseño de este agente de IA.
- Controlador de solicitud de API genérica: Opcional. Úsalo para manejar solicitudes de API desde cualquier aplicación.
Crear el controlador de solicitud de API del bot de Slack
Esta API personalizada de Jitterbit activará la operación Slack Bot API Request Handler. Configura y publica la API personalizada con los siguientes ajustes:
- API Service:
Slack Bot API Request Handler - Path:
/ - Project: Selecciona el proyecto de Studio creado desde
Jitterbit Knowledge Agenten Marketplace - Operation To Trigger:
Slack Bot API Request Handler - Method:
POST - Response Type:
System Variable
Conserva la URL del servicio de la API publicada para usarla al crear la aplicación de Slack. Puedes encontrar la URL del servicio en el panel de detalles de API en la pestaña Services pasando el ratón sobre la columna Actions del servicio y haciendo clic en Copy API service URL.
Controlador de solicitud de API genérica
Esta API personalizada de Jitterbit activará la operación Generic API request Handler. No es requerida. Crea esta API si usas otras aplicaciones para procesar solicitudes de API HTTP. Configura y publica la API personalizada con los siguientes ajustes:
- Service name:
Generic API request Handler - Project: Selecciona el proyecto de Studio creado desde
Jitterbit Knowledge Agenten Marketplace - Operation:
Generic API request Handler - Method:
POST - Response type:
System Variable
Consejo
También puedes agregar un perfil de seguridad para autenticación.
{
"username": "johnr",
"prompt": "How to connect to mysql using a connector?"
}
{
"message": "To connect to a MySQL database using the Database connector, follow these steps: - Use the MySQL JDBC driver that ships with the agent for additional features like manual queries.",
"references": [],
"status_code": 200
}
Revisar los flujos de trabajo del proyecto
En el proyecto de Studio abierto, revisa los flujos de trabajo junto con las descripciones a continuación para entender qué hacen.
Nota
Los primeros cuatro flujos de trabajo son flujos de trabajo Data upload Utility cuyo propósito es obtener datos para usarlos como base de conocimiento del agente de IA. Puedes usar uno o varios de estos flujos de trabajo para obtener datos. Se requiere al menos una fuente como base de conocimiento del agente de IA.
Estos flujos de trabajo deben ejecutarse primero para cargar conocimiento en el agente antes de interactuar con él. Puedes configurar una programación para obtener datos actualizados de forma regular según tus necesidades. Esto se puede hacer desde el menú de acciones de la primera operación en Settings > Schedules.
-
Data upload Utility - JIRA Ticket to Azure Index
Este flujo de trabajo obtiene problemas de Jira y luego ejecuta el flujo de trabajo
Utility - Azure Data Upload and Indexpara cargar problemas en Azure Blob Storage e indexarlos en el índice de Azure AI Search.La operación inicial es
Main - JIRA tickets upload. Se obtienen los siguientes campos:"fields": [ "summary", "status", "assignee", "description", "reporter", "created", "updated", "priority", "issuetype", "components", "comment" ]Este flujo de trabajo se puede configurar para obtener todos los problemas, o solo los problemas nuevos y actualizados, usando las variables del proyecto Jira.
-
Data upload Utility - SF Cases to Azure Index
Este flujo de trabajo recupera casos de soporte de Salesforce y luego ejecuta el flujo de trabajo
Utility - Azure Data Upload and Indexpara cargar casos en Azure Blob Storage e indexarlos en el índice de Azure AI Search.La operación inicial es
Main - SF Cases Upload.En la configuración de la actividad Salesforce Query, la siguiente consulta recupera información de casos de soporte por agente. Si tu organización de Salesforce no usa estos objetos y campos, o si la información de casos de soporte se almacena en diferentes objetos y campos, este flujo de trabajo no funcionará correctamente. Personaliza la consulta en este flujo de trabajo para alinearse con el modelo de datos de tu organización de Salesforce:
SELECT Account.Name,
Owner.Email,
Owner.Name,
(SELECT CreatedBy.Email,
CreatedBy.Name,
Id,
CommentBody,
CreatedDate,
LastModifiedDate,
LastModifiedBy.Email,
LastModifiedBy.Name
FROM CaseComments),
Id,
CaseNumber,
CreatedDate,
Description,
LastModifiedDate,
Origin,
Priority,
Reason,
Status,
Subject,
Type,
CreatedBy.Email,
CreatedBy.Name,
LastModifiedBy.Email,
LastModifiedBy.Name
FROM Case
Este flujo de trabajo se puede configurar para obtener todos los casos, o solo casos nuevos y actualizados, usando las variables del proyecto de Salesforce.
-
Data upload Utility - Confluence Pages to Azure Index
Este flujo de trabajo recupera páginas de Confluence y luego ejecuta el flujo de trabajo
Utility - Azure Data Upload and Indexpara cargar documentos en Azure Blob Storage e indexarlos en el índice de Azure AI Search.La operación inicial es
Main - Load Confluence Pages.Este flujo de trabajo obtiene todas las páginas de Confluence en cada ejecución.
-
Data upload Utility - Google Drive to Azure Blob
Este flujo de trabajo recupera archivos de Google Drive y luego ejecuta el flujo de trabajo
Utility - Azure Data Upload and Indexpara indexarlos en el índice de Azure AI Search.La operación inicial es
Main - Google Drive Upload.Los tipos de archivo compatibles incluyen Google Docs, Google Spreadsheets y los compatibles con la indexación de blobs de Azure Storage.
Los tamaños máximos de archivo compatibles se enumeran como el tamaño máximo de blob en los límites del indexador de Azure AI Search para tu nivel de servicio de búsqueda de IA. Por ejemplo, para el nivel básico, el límite es de 16 MB; para S1, el límite es de 128 MB.
Este flujo de trabajo se puede configurar para obtener todos los archivos, o solo archivos nuevos y actualizados, usando las variables del proyecto de Google Drive.
-
Utility - Azure Data Upload and Index
Este es un flujo de trabajo de utilidad común que usan los flujos de trabajo
Data upload Utilitypara cargar datos en Azure Blob Storage e indexarlos en Azure AI Search. -
Main Entry - Slack API Request Handler
Este flujo de trabajo gestiona solicitudes entrantes del bot de Slack. Se activa a través de una API personalizada de Jitterbit cada vez que tu equipo interactúa con la interfaz de usuario del chat del bot de Slack (es decir, le envía un mensaje de Slack). La configuración de la API personalizada de Jitterbit se describe en Crear la API personalizada de Jitterbit más adelante en esta página.
Si no usas Slack, este flujo de trabajo se puede ignorar y no se activará. Para usar una interfaz de chat diferente para que tu equipo interactúe, usa el flujo de trabajo
Generic API Request Handler, también activado a través de una API personalizada de Jitterbit. -
Generic API Request Handler
Este flujo de trabajo procesa solicitudes de API HTTP de cualquier aplicación. Para integrarse con tus aplicaciones, crea una API de Jitterbit personalizada que active la operación
Generic API request Handler. Las aplicaciones pueden usar la URL de esta API para enviar y recibir solicitudes.La configuración de la API personalizada de Jitterbit se describe en Crear la API personalizada de Jitterbit más adelante en esta página.
Activar los flujos de trabajo del proyecto
Para la carga inicial de datos, ejecuta cualquiera o todos los flujos de trabajo Data upload Utility según tus fuentes de datos. Esto se puede hacer usando la opción Run de la operación inicial, que se muestra al pasar el cursor sobre la operación. Necesitarás ejecutar la operación nuevamente en el futuro si tus datos se actualizan.
Consejo
Es posible que quieras poner las operaciones iniciales en los flujos de trabajo Data upload Utility en un programa para obtener datos actualizados regularmente. Esto se puede hacer desde el menú acciones de la operación en Settings > Schedules.
Los otros dos flujos de trabajo principales se activan mediante las API personalizadas de Jitterbit:
-
Main Entry - Slack API Request Handler: Este flujo de trabajo se activa desde Slack a través de la API personalizadaSlack Bot API Request Handler. Enviar un mensaje directo a la aplicación de Slack iniciará la activación de la API personalizada. -
Generic API Request Handler: Este flujo de trabajo se activa desde otra aplicación a través de la API personalizadaGeneric API request Handler. Enviar una solicitud a la API configurada iniciará la activación de la API personalizada.
Todos los demás flujos de trabajo se activan mediante otras operaciones y dependen de las que se enumeran anteriormente. No están diseñados para ejecutarse por sí solos.
Solución de problemas
Si encuentras problemas, consulta los siguientes registros para obtener información detallada sobre la solución de problemas:
Para obtener asistencia adicional, contacta al equipo de soporte de Jitterbit.