Ir para o conteúdo

Agente Composto Jitterbit

Visão Geral

A Jitterbit oferece o Agente Composto a todos os clientes através do Jitterbit Marketplace. Este agente é projetado para fins de aprendizado, ajudando as organizações a adotarem a IA de forma mais fácil.

Este agente fornece uma única interface para interagir com múltiplos agentes especializados dentro da sua organização. Um agente especializado é um agente de IA projetado para lidar com tipos específicos de tarefas ou consultas em um domínio particular. Exemplos incluem o Agente de Vendas Jitterbit e o Agente de RH.

O Agente Composto recebe consultas dos usuários, determina qual agente especializado pode lidar melhor com cada consulta e encaminha a solicitação para esse agente. Após a resposta do agente selecionado, o Agente Composto retorna a resposta ao usuário. Ao usar um único ponto de entrada, o Agente Composto elimina a necessidade de os usuários acessarem interfaces separadas para cada agente. Embora este agente utilize o Azure OpenAI e o Slack por padrão, você pode adaptá-lo para funcionar com outros LLMs e plataformas de chat, como Claude, Microsoft Teams, microsserviços, aplicativos SaaS como Salesforce, ou aplicações construídas usando o Jitterbit App Builder.

Este documento explica como configurar e operar este agente de IA. Ele abrange os seguintes tópicos: arquitetura e pré-requisitos, exemplos de prompts mostrando o que o agente pode fazer, e passos para instalar, configurar e operar o agente de IA.

Arquitetura do agente de IA

Este agente de IA encaminha consultas dos usuários para agentes especializados. Um fluxo de trabalho típico segue estas etapas:

  1. Um usuário interage com o bot do Slack e envia uma pergunta ou solicitação.
  2. O Agente Composto analisa a consulta e a encaminha para o agente especializado apropriado.
  3. O agente especializado processa a solicitação e retorna os resultados.
  4. O Agente Composto entrega a resposta ao usuário.

Diagrama de fluxo

O diagrama a seguir mostra como o Agente Composto processa consultas de usuários:

--- config: 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

Pré-requisitos

Você precisa dos seguintes componentes para usar este agente de IA.

Componentes do Harmony

Você deve ter uma licença do Jitterbit Harmony com acesso aos seguintes componentes:

Endpoints suportados

O agente de IA incorpora os seguintes endpoints. Você pode acomodar outros sistemas modificando as configurações de endpoint e fluxos de trabalho do projeto.

Modelo de linguagem grande (LLM)

O agente de IA usa Azure OpenAI como o provedor de LLM para análise de consultas e decisões de roteamento. Para usar o OpenAI, você deve ter uma assinatura do Microsoft Azure com permissões para criar um recurso Azure OpenAI com um modelo gpt-4o ou gpt-4.1 implantado.

Dica

Para informações sobre preços, consulte a página de preços do Azure OpenAI.

Interface de chat

O agente de IA usa o Slack como a interface de chat padrão para interagir com o Agente Composto.

Se você quiser usar um aplicativo diferente como interface de chat, pode modificar os fluxos de trabalho do projeto para integrar-se à sua plataforma preferida.

Exemplos de prompts

A tabela a seguir ilustra como o Agente Composto decide se deve responder a uma consulta diretamente ou delegá-la a um agente especializado, com base na natureza da consulta e nos agentes especializados disponíveis.

Tipo de consulta Consulta de exemplo Ação do Agente Composto
Conhecimento geral "Qual é a capital dos EUA?" Respondido diretamente, pois é uma pergunta de conhecimento geral que não requer roteamento para um agente especializado.
Conhecimento especializado (Vendas) "Me dê os pedidos de vendas do cliente ABC Inc." Roteado para um Agente de Vendas especializado porque a solicitação requer acesso a dados relacionados a vendas.

Instalação, configuração e operação

Siga estas etapas para instalar, configurar e operar este agente de IA:

  1. Baixar personalizações e instalar o projeto do Studio.
  2. Revisar fluxos de trabalho do projeto.
  3. Criar recursos do Microsoft Azure.
  4. Preparar o Jitterbit Cloud Datastore.
  5. Configurar variáveis do projeto.
  6. Testar conexões.
  7. Implantar o projeto.
  8. Criar a API personalizada do Jitterbit.
  9. Criar o aplicativo Slack, testar a conexão do Slack e redeployar o projeto.
  10. Acionar os fluxos de trabalho do projeto.
  11. Solução de problemas.

Baixar personalizações e instalar o projeto

Siga estas etapas para baixar arquivos de personalização e instalar o projeto do Studio:

  1. Faça login no portal Harmony em https://login.jitterbit.com e abra Marketplace.

  2. Localize o agente de IA chamado Agente Composto Jitterbit. Para localizar o agente, você pode usar a barra de pesquisa ou, no painel Filtros sob Tipo, selecione Agente de IA para filtrar a exibição.

  3. Clique no link Documentação do agente de IA para abrir sua documentação em uma nova aba. Mantenha a aba aberta para consultar depois de iniciar o projeto.

  4. Clique em Iniciar Projeto para abrir um diálogo de configuração em duas etapas para baixar personalizações e importar o agente de IA como um projeto do Studio.

    Nota

    Se você ainda não comprou o agente de IA, Obter este agente será exibido em vez disso. Clique nele para abrir um diálogo informativo, em seguida, clique em Enviar para que um representante entre em contato com você sobre a compra do agente de IA.

  5. Na etapa de configuração 1, Baixar Personalizações, você pode usar o seguinte arquivo para criar o aplicativo Slack. Selecione o arquivo e clique em Baixar Arquivos:

    • Arquivo de manifesto do aplicativo Slack: slack_app_manifest.json

    Dica

    O diálogo de configuração inclui um aviso para não importar o modelo antes de aplicar as personalizações de endpoint. Esse aviso não se aplica a este agente de IA e você pode ignorá-lo. Siga a ordem recomendada de etapas nesta documentação.

  6. Clique em Próximo.

  7. Na etapa de configuração 2, Criar um Novo Projeto, selecione um ambiente onde deseja criar o projeto do Studio e, em seguida, clique em Criar Projeto.

  8. Um diálogo de progresso é exibido. Depois que ele indicar que o projeto foi criado, use o link do diálogo Ir para o Studio ou abra o projeto diretamente na página de Projetos do Studio.

Revisar fluxos de trabalho do projeto

No projeto do Studio aberto, revise os fluxos de trabalho e as descrições na tabela a seguir para entender o que cada fluxo de trabalho faz.

Nome do fluxo de trabalho Tipo de gatilho Descrição
Principal - Manipulador de Solicitações da API Slack API Gerencia solicitações de bot do Slack recebidas.
Principal - Lógica das Ferramentas do Agente de IA Chamado por outros fluxos de trabalho Analisa consultas e as direciona para agentes especializados.
Chamada de API do Agente Especializado Chamado por outros fluxos de trabalho Executa chamadas de API para agentes especializados.
Utilitário - Armazenamento em Nuvem do Chat do Bot Chamado por outros fluxos de trabalho Armazena o histórico de chat do bot para contexto de conversa.

Principal - Manipulador de Solicitações da API Slack

Este fluxo de trabalho gerencia solicitações de bot do Slack recebidas. Uma API personalizada do Jitterbit aciona o fluxo de trabalho sempre que um usuário interage com a interface de chat do bot do Slack. Para aprender como configurar a API personalizada do Jitterbit, veja Criar a API personalizada do Jitterbit.

Main - AI Agent Tools Logic

Este fluxo de trabalho lida com consultas de usuários recebidas do fluxo de trabalho Main - Slack API Request Handler. Ele gerencia a interação com o LLM, captura a resposta e direciona a solicitação para o agente especializado apropriado.

Para adicionar ou remover agentes especializados para roteamento, faça as seguintes modificações neste fluxo de trabalho:

  1. Modificar chamadas de função: Edite o script Build Routing Tools Request dentro da operação Add Tools Call para adicionar ou remover chamadas de função.
  2. Atualizar o manuseio de ferramentas: Ajuste a operação Tools Decision para gerenciar e lidar com a adição ou remoção de ferramentas, com base nas funções definidas no script Build Routing Tools Request dentro da operação Add Tools Call.

Specialized Agent API Call

Este fluxo de trabalho executa uma chamada de API para um agente especializado. O fluxo de trabalho Main - AI Agent Tools Logic determina a URL específica para o agente especializado. Você pode modificar a operação Agent Call neste fluxo de trabalho para corresponder aos requisitos da API do seu agente-alvo.

Utility - Bot Chat Cloud Datastore

Este fluxo de trabalho armazena o histórico de chat do bot, que fornece contexto de conversa para o LLM. O fluxo de trabalho utiliza o Jitterbit Cloud Datastore para esse propósito.

Create Microsoft Azure resources

Crie os seguintes recursos do Microsoft Azure e mantenha as informações para configurar o agente de IA. Para criar e gerenciar esses recursos, você deve ter uma assinatura do Microsoft Azure com as permissões apropriadas.

Azure OpenAI resource

Você deve criar um recurso Azure OpenAI e implantar um modelo gpt-4o ou gpt-4.1 através do portal Azure AI Foundry.

Você precisa do nome da implantação, URL do endpoint Azure OpenAI e chave da API para configurar as variáveis do projeto Azure OpenAI. Para encontrar esses valores, siga estas etapas:

  1. No portal do Azure AI Foundry, abra o recurso OpenAI específico.

  2. Na página inicial do recurso, encontre os valores para a URL do endpoint (azure_openai_base_url) e a chave da API (azure_openai_api_key).

  3. No menu de navegação sob Recursos compartilhados, selecione Implantações. O nome da implantação (Azure_OpenAI_Deployment_Name) aparece na lista.

Preparar o Jitterbit Cloud Datastore

Crie dois armazenamentos de chave no Jitterbit Cloud Datastore chamados askjb_user_session e askjb_q_and_a. Configure os campos com os nomes e tipos listados nas tabelas a seguir.

Ao adicionar campos personalizados, use as tabelas para determinar se deve alternar cada campo para Obrigatório na interface do usuário do Cloud Datastore. Os campos AlternativeKey e Value são campos padrão que você não pode remover ou alternar.

Você pode deixar em branco os valores dos campos que o sistema preenche automaticamente ou não utiliza.

Armazenamento de sessão do usuário (askjb_user_session)

Este armazenamento de chave mantém informações de sessão para os usuários.

Nome Tipo Obrigatório Definição do valor Descrição
Key Texto Sim Preenchido automaticamente O endereço de email do usuário. O sistema gera automaticamente este valor durante a execução. Nenhuma entrada manual é necessária.
AlternativeKey Texto Não Preenchido automaticamente A sessão do usuário. O sistema gera automaticamente este valor durante a execução. Nenhuma entrada manual é necessária.
Value Texto Não Não utilizado Não utilizado.

Histórico de chat (askjb_q_and_a)

Este armazenamento de chave retém o histórico de chat do bot para fornecer contexto de conversa para o LLM. Ele armazena o histórico de perguntas e respostas. O sistema insere automaticamente todos os dados durante a execução do fluxo de trabalho.

Nome Tipo Requerido Definição do valor Descrição
Key Texto Sim Auto-populado O identificador único que o sistema atribui a uma mensagem.
AlternativeKey Texto Não Auto-populado O identificador único que o sistema atribui a uma sessão de chat.
Value Texto Não Não utilizado Não utilizado.
slackChannel Texto Sim Auto-populado O ID do canal Slack de onde o usuário envia a mensagem.
User Texto Sim Auto-populado O nome de usuário do Slack do usuário que envia a mensagem.
FirstName Texto Não Auto-populado O primeiro nome do usuário que envia a mensagem.
LastName Texto Não Auto-populado O sobrenome do usuário que envia a mensagem.
Email Texto Sim Auto-populado O endereço de email do usuário que envia a mensagem.
MessageTimestampText Texto Sim Auto-populado O texto do timestamp da mensagem.
UserQuestion Texto Grande Sim Auto-populado A pergunta ou mensagem que o usuário envia ao agente de IA.
AIAnswer Texto Grande Sim Auto-populado A resposta que o agente de IA gera para a pergunta do usuário.
ai_reformulate_question Texto Grande Não Auto-populado A pergunta do usuário após o agente de IA reformulá-la ou reescrevê-la para melhorar a compreensão.

Configurar variáveis do projeto

No projeto do Studio, é necessário definir valores para as seguintes variáveis do projeto.

Para configurar as variáveis do projeto, use o menu de ações do projeto para selecionar Variáveis do Projeto. Isso abre um painel na parte inferior da página onde você pode revisar e definir os valores.

Cloud Datastore

Nome da variável Descrição
Cloud_Datastore_Access_Token Token de acesso do Cloud Datastore para autenticação.

Configuração de agentes especializados

As seguintes variáveis configuram o primeiro agente especializado (Agent1):

Nome da variável Descrição
Agent1_URL O endpoint da URL base para comunicação com o primeiro agente especializado. O Agente Composto usa essa URL para enviar consultas roteadas e receber respostas.
Agent1_API_Key_Header O nome do cabeçalho HTTP que o Agente Composto usa para enviar a chave da API ao fazer solicitações ao primeiro agente especializado.
Agent1_API_Key A chave da API para o Agente Composto acessar o primeiro agente especializado, caso a autenticação seja necessária.
Agent1_Function_Description Uma descrição do papel e propósito do primeiro agente especializado. O LLM usa essa descrição para determinar se deve rotear uma consulta do usuário para este agente.

As seguintes variáveis configuram o segundo agente especializado (Agent2):

Nome da variável Descrição
Agent2_URL O endpoint da URL base para comunicação com o segundo agente especializado. O Agente Composto usa esta URL para enviar consultas roteadas e receber respostas.
Agent2_API_Key_Header O nome do cabeçalho HTTP que o Agente Composto usa para enviar a chave da API ao fazer solicitações ao segundo agente especializado.
Agent2_API_Key A chave da API para o Agente Composto acessar o segundo agente especializado, caso a autenticação seja necessária.
Agent2_Function_Description Uma descrição do papel e propósito do segundo agente especializado. O LLM usa essa descrição para determinar se deve rotear uma consulta de usuário para este agente.

A seguinte variável configura o modo de teste:

Nome da variável Descrição
Testing Um sinalizador Booleano que indica se o Agente Composto opera em modo de teste. Quando definido como true, o Agente Composto retorna uma resposta simulada em vez de fazer uma chamada de API para o agente real.

Azure OpenAI

Nome da variável Descrição
Azure_OpenAI_Deployment_Name O nome da implantação do Azure OpenAI que você usa para acessar o modelo.
azure_openai_base_url A URL base para acessar o serviço Azure OpenAI. Exemplo: https://<seu-nome-de-recurso>.openai.azure.com.
azure_openai_api_key A chave da API que você usa para autenticar solicitações ao serviço Azure OpenAI.
ai_prompt O prompt do sistema para o LLM que define o comportamento de roteamento. Este prompt instrui o modelo a selecionar uma função (agente especializado) com base na consulta do usuário a partir de uma lista de funções disponíveis. Funções especiais incluem NeedClarificationFunction para consultas pouco claras e AnswerGeneralQuestion para perguntas de conhecimento geral.

Slack

Nome da variável Descrição
bot_oauth_user_token O token do bot do Slack que você obtém após criar o aplicativo Slack. Você usa este token para o Token de acesso OAuth do usuário Bot na conexão do Slack.

Nota

Você cria o aplicativo Slack em uma etapa posterior. Você pode deixar esta variável em branco por enquanto.

Testar conexões

Teste as configurações de endpoint para verificar a conectividade usando os valores de variáveis de projeto definidos.

Para testar conexões, vá para a aba Endpoints e conectores do projeto no painel de componentes de design, passe o mouse sobre cada endpoint e clique em Testar.

Implantar o projeto

Implante o projeto do Studio.

Para implantar o projeto, use o menu de ações do projeto para selecionar Implantar.

Criar a API personalizada do Jitterbit

Crie uma API personalizada para a operação Solicitação do Bot Slack no fluxo de trabalho Main - Manipulador de Solicitação da API Slack.

Para criar a API, use o menu de ações da operação para selecionar Publicar como uma API ou Publicar como uma API usando IA. Configure as seguintes definições:

Configuração Valor
Método POST
Tipo de Resposta Variável do Sistema

Salve a URL do serviço da API da API publicada para uso ao criar o aplicativo Slack. Para encontrar a URL do serviço, vá até o painel de detalhes da API na aba Serviços, passe o mouse sobre a coluna Ações do serviço e clique em Copiar URL do serviço da API.

Crie o aplicativo Slack, teste a conexão e redeploy o projeto

Para criar a interface de chat no Slack, crie um aplicativo Slack usando o arquivo de manifesto do aplicativo Slack fornecido com os arquivos de personalização deste agente de IA. Alternativamente, crie o aplicativo do zero.

Se você usar o arquivo de manifesto do aplicativo Slack fornecido (slack_app_manifest.json), substitua os seguintes espaços reservados pelos seus próprios valores de configuração.

Espaço reservado Descrição
{{Substitua pelo nome do bot Slack}} O nome que você deseja que seu bot Slack tenha, conforme exibido para os usuários. Substitua este valor em dois lugares no manifesto.
{{Substitua pela URL da API Jitterbit}} A URL do serviço da API personalizada Jitterbit que você criou em Crie a API personalizada Jitterbit.

Após instalar o aplicativo Slack, obtenha seu token de bot.

Abra a configuração das variáveis do projeto novamente e insira o token do bot para o valor da variável do projeto bot_oauth_user_token.

Depois de definir o token do bot, teste a conexão do Slack e redeploy o projeto.

Acionar os fluxos de trabalho do projeto

Para usar o Composite Agent, envie uma mensagem direta para o aplicativo Slack. Isso aciona o fluxo de trabalho Main - Slack API Request Handler através da API personalizada Jitterbit.

Todos os outros fluxos de trabalho são executados automaticamente como parte do fluxo de trabalho principal e não são destinados a serem executados de forma independente.

Solução de Problemas

Se você encontrar problemas, revise os seguintes logs para obter informações detalhadas de solução de problemas:

Para assistência adicional, entre em contato com o suporte do Jitterbit.