Saltar al contenido

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

--- config: themeVariables: lineColor: '#6b7280' edgeLabelBackground: '#f5f5f5' flowchart: curve: 'monotoneX' nodeSpacing: 140 --- graph classDef default fill:white, stroke:black, stroke-width:3px, rx:15px, ry:15px %% Top diagram SLACKAPP(fab:fa-slack
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

--- config: themeVariables: lineColor: '#6b7280' edgeLabelBackground: '#f5f5f5' flowchart: padding: 5 curve: monotoneX --- graph LR classDef default fill:white, stroke:black, stroke-width:3px, rx:15px, ry:15px %% Bottom diagram SCHEDULE(Schedule) QUERY(Query proprietary data) UPDATE(Update storage) KICKOFF(Kick off indexer) AI_BLOB@{ shape: cloud, label: "Azure AI Blob Storage" } AI_INDEXER@{ shape: cloud, label: "Azure AI indexer" } AI_INDEX@{ shape: cloud, label: "Azure AI index" } subgraph INITIAL_DATA_LOAD[ ] direction LR SCHEDULE --> QUERY --> UPDATE --> KICKOFF --> AI_INDEXER --> AI_INDEX UPDATE --> AI_BLOB --> AI_INDEXER end classDef Clear fill:white, stroke:white, stroke-width:0px, rx:15px, ry:15px class INITIAL_DATA_LOAD Clear

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:

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-4o o gpt-4.1 implementado.
  • 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:

  1. Descarga las personalizaciones e instala el proyecto de Studio.
  2. Revisa los flujos de trabajo del proyecto.
  3. Crea recursos de Microsoft Azure.
  4. Crea la aplicación de Slack.
  5. Configura una cuenta de servicio de Google y una unidad compartida.
  6. Configura las variables del proyecto.
  7. Prueba las conexiones.
  8. Implementa el proyecto.
  9. Crea la API personalizada de Jitterbit.
  10. Revisa los flujos de trabajo del proyecto.
  11. Activa los flujos de trabajo del proyecto.
  12. Solución de problemas.

Descarga las personalizaciones e instala el proyecto

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

  1. Inicia sesión en el portal de Harmony en https://login.jitterbit.com y abre Marketplace.

  2. 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.

  3. 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.

  4. 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.

  5. 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.json
      • Azure_AI_Search_Index_Definition.json
      • Azure_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.

  6. 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.

  7. 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:

  1. En el portal de Azure, navega a Storage accounts y abre la cuenta de almacenamiento específica.
  2. Desde el menú de recursos bajo Data storage, selecciona Containers y abre el contenedor específico.
  3. Desde el menú de recursos bajo Settings, selecciona Shared access tokens.
  4. 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:

Permisos de URL de SAS

  1. Haz clic en Generar token de SAS e URL.
  2. Copia la URL de SAS de blob que se muestra en la parte inferior.
  3. 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:

  1. En Azure Portal, navega a Cuentas de almacenamiento y abre la cuenta de almacenamiento específica.
  2. En el menú de recursos bajo Seguridad + redes, selecciona Claves de acceso.
  3. Haz clic en Mostrar claves para revelar la clave de acceso que usarás durante la configuración de Azure AI Search.

    Claves de cuenta de almacenamiento

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:

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:

  1. En el portal de Azure AI Foundry, abre el recurso específico de OpenAI.
  2. 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:

    Clave y URL de AI Foundry

  3. 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:

  1. 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.

  2. 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.
  3. Instala la app en tu espacio de trabajo de Slack.

  4. 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.

  5. Configura la variable de proyecto slack_channel_name con el canal donde se deben enviar las notificaciones.

  6. 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.

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:

  1. En la consola de Google Cloud, usa la barra de búsqueda para encontrar y navegar a la página Cuentas de servicio.

  2. 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.

    Crear cuenta de servicio en Google Cloud

  3. Selecciona la cuenta de servicio para abrir sus Detalles de la cuenta de servicio:

    Detalles de la cuenta de servicio en Google Cloud

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

    Claves de la cuenta de servicio en Google Cloud

  5. Elige JSON como el tipo de clave y haz clic en Crear. Se descargará a tu computadora un archivo JSON que contiene las credenciales.

  6. 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 proyecto Google_Client_Email y es necesario para configurar la unidad compartida de Google en la siguiente sección.
    • private_key: Este es el valor para la variable de proyecto Google_Private_Key.
  7. Habilita la API de Google Drive en tu cuenta de Google Cloud:

    1. En la consola de Google Cloud, utiliza la barra de búsqueda para encontrar y navegar a la página de APIs y Servicios.

    2. Accede a la Biblioteca de API y selecciona la API de Google Drive:

      Google Cloud Drive API

    3. Haz clic en el botón Habilitar:

      Google Cloud enable API

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:

  1. Crea una unidad compartida de Google si aún no tienes una.

  2. 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 es dftg-LbGrP7hdfd. Este ID es el valor para la variable de proyecto Google_Drive_ID al configurar variables de proyecto de Google Drive.

  3. 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.

  4. En el campo Agregar personas y grupos, pega el valor de client_email del archivo JSON que descargaste anteriormente.

  5. 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}}.

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:

Eres un asistente de IA que ayuda a los usuarios a encontrar y resumir información de fuentes de conocimiento organizacional (tickets de JIRA, páginas de Confluence, archivos de Google Drive y casos de soporte de Salesforce). Usa el contexto recuperado para proporcionar la respuesta más precisa y concisa. Directrices: Siempre prioriza la información de los documentos recuperados. Si múltiples documentos proporcionan detalles diferentes, resume y destaca las diferencias. Si no se encuentra contexto relevante, di: "No pude encontrar información relevante en la base de conocimiento disponible." No inventes detalles fuera del contexto proporcionado.

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:

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 Agent en 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 Agent en Marketplace
  • Operation: Generic API request Handler
  • Method: POST
  • Response type: System Variable

Consejo

También puedes agregar un perfil de seguridad para autenticación.

Request body
{
    "username": "johnr",
    "prompt": "How to connect to mysql using a connector?"
}
Response
{
    "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.

  1. 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 Index para 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.

  2. 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 Index para 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.

  1. 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 Index para 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.

  2. 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 Index para 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.

  3. Utility - Azure Data Upload and Index

    Este es un flujo de trabajo de utilidad común que usan los flujos de trabajo Data upload Utility para cargar datos en Azure Blob Storage e indexarlos en Azure AI Search.

  4. 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.

  5. 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 personalizada Slack 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 personalizada Generic 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.