Agente Composite do Jitterbit

Visão geral

O Jitterbit fornece o Agente Composite a todos os clientes através do Jitterbit Marketplace. Esse agente foi desenvolvido para fins de aprendizado, ajudando as organizações a adotarem IA com facilidade.

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

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

Este documento explica como configurar e operar esse agente de IA. Ele aborda 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

Esse agente de IA roteia consultas do usuário 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 Composite analisa a consulta e a roteia para o agente especializado apropriado.
3. O agente especializado processa a solicitação e retorna os resultados.
4. O Agente Composite entrega a resposta ao usuário.

Diagrama de fluxo de trabalho

O diagrama a seguir mostra como o Agente Composite processa as consultas do usuário:

Pré-requisitos

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

Componentes Harmony

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

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Cloud Datastore

Endpoints suportados

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

Grande modelo de linguagem (LLM)

O agente de IA usa Azure OpenAI como provedor de LLM para análise de consultas e decisões de roteamento. Para usar 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 implementado.

Interface de chat

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

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

Exemplos de prompts

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

Instalação, configuração e operação

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

1. Baixar personalizações e instalar o projeto Studio.
2. Criar recursos do Microsoft Azure.
3. Criar o aplicativo Slack.
4. Preparar Jitterbit Cloud Datastore.
5. Configurar variáveis de projeto.
6. Testar conexões.
7. Implantar o projeto.
8. Criar a API personalizada Jitterbit.
9. Revisar fluxos de trabalho do projeto.
10. Acionador dos 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 Studio:

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

2. Localize o agente de IA chamado Jitterbit Composite Agent. Para localizar o agente, utilize a barra de pesquisa ou, no painel Filtros em Tipo, selecione Agente de IA para filtrar a exibição.

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

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

   Nota

   Se ainda não adquiriu o agente de IA, será exibido Obter agente. Clique nele para abrir um diálogo informativo e depois clique em Enviar para que um representante entre em contato sobre a compra do agente de IA.

5. Na etapa 1 de configuração, Baixar Personalizações, utilize 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 personalizações de endpoint. Esse aviso não se aplica a este agente de IA e pode ser ignorado. Siga a ordem recomendada de etapas nesta documentação.

6. Clique em Próximo.

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

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

Criar recursos do Microsoft Azure

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

Recurso do Azure OpenAI

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

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

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

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

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

Criar o aplicativo Slack

Para criar a interface de chat no Slack, siga estas etapas:

1. Crie um app do Slack usando o arquivo de manifesto do app do Slack (slack_app_manifest.json) fornecido com os arquivos de customização deste agente de IA. Alternativamente, crie o app do zero.

2. Se usar o arquivo de manifesto fornecido, substitua os seguintes placeholders pelos seus próprios valores de configuração:

   Placeholder	Descrição
   {{Replace with Slack bot name}}	O nome que você deseja que seu bot do Slack tenha, conforme exibido aos usuários. Substitua este valor em dois lugares no manifesto.
   {{Replace with Jitterbit API URL}}	A URL do serviço da API customizada do Jitterbit que você criou em Criar a API customizada do Jitterbit.

3. Instale o app no seu workspace do Slack.

4. Obtenha o token do bot (para o campo Bot User OAuth Token da conexão do Slack) e insira seu valor na variável de projeto slack_bot_oauth_user_token.

5. Configure a variável de projeto slack_channel_name com o canal onde as notificações devem ser enviadas.

6. Insira o valor do token do bot na variável de projeto slack_bot_oauth_user_token e o nome do canal na variável de projeto slack_channel_name. Você configurará estas na próxima etapa.

Prepare o Cloud Datastore do Jitterbit

Crie dois armazenamentos de chave no Cloud Datastore do Jitterbit chamados askjb_user_session e askjb_q_and_a. Os campos Key, AlternativeKey e Value estão presentes por padrão. Configure os campos customizados com os nomes e tipos listados nas tabelas a seguir.

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

Armazenamento de sessão de usuário (askjb_user_session)

Este armazenamento de chave mantém informações de sessão dos usuários. Nenhum campo customizado é necessário.

Histórico de chat (askjb_q_and_a)

Este armazenamento de chave retém o histórico de chats do bot para fornecer contexto de conversa ao LLM. Ele armazena o histórico de perguntas e respostas. O sistema insere automaticamente todos os dados durante a execução do workflow. Adicione os seguintes campos customizados:

Configurar variáveis de projeto

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

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

Cloud Datastore

Configuração de agentes especializados

As variáveis a seguir configuram o primeiro agente especializado (Agent1):

As variáveis a seguir configuram o segundo agente especializado (Agent2):

A variável a seguir configura o modo de teste:

Azure OpenAI

Slack

Testar conexões

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

Para testar conexões, acesse a aba Endpoints de projeto e conectores na paleta 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 Slack Bot Request no fluxo de trabalho Main - Slack API Request Handler.

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:

Salve a URL do serviço de API da API publicada para usar ao criar o app do Slack. Para encontrar a URL do serviço, acesse a gaveta de detalhes da API na aba Serviços, passe o mouse sobre a coluna Ações do serviço e clique em Copiar URL do serviço de API.

Revisar workflows do projeto

No projeto Studio aberto, revise os workflows e as descrições na tabela a seguir para entender o que cada workflow faz.

Main - Slack API Request Handler

Esse workflow gerencia solicitações recebidas do bot do Slack. Uma API customizada do Jitterbit aciona o workflow cada vez que um usuário interage com a interface de chat do bot do Slack. Para saber como configurar a API customizada do Jitterbit, consulte Criar a API customizada do Jitterbit.

Main - AI Agent Tools Logic

Esse workflow processa as consultas de usuário recebidas do workflow Main - Slack API Request Handler. Ele gerencia a interação com o LLM, captura a resposta e roteia a solicitação para o agente especializado apropriado.

Para adicionar ou remover agentes especializados para roteamento, faça as seguintes modificações neste workflow:

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 manipulação de ferramentas: Ajuste a operação Tools Decision para gerenciar e processar 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

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

Utility - Bot Chat Cloud Datastore

Esse workflow armazena o histórico de chat do bot, que fornece contexto de conversa ao LLM. O workflow usa o Jitterbit Cloud Datastore para esse fim.

Acionar os workflows do projeto

Para usar o Composite Agent, envie uma mensagem direta para o app do Slack. Isso aciona o workflow Main - Slack API Request Handler por meio da API customizada do Jitterbit.

Todos os outros workflows são executados automaticamente como parte do workflow principal e não se destinam a ser executados independentemente.

Resolução de problemas

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

• Logs de API
• Logs de operação

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