Ir para o conteúdo

Agente de Conhecimento Jitterbit

Visão geral

A Jitterbit disponibiliza o Agente de Conhecimento aos clientes através do Jitterbit Marketplace. Este agente foi criado para permitir que o time interno da sua organização obtenha respostas inteligentes a partir dos dados internos da sua organização. O agente utiliza a técnica de Geração Aumentada por Recuperação (RAG), que combina raciocínio de LLM com acesso a ferramentas e fontes de dados externas. Ele realiza o seguinte:

  • Conecta-se e obtém informações das seguintes fontes utilizando Jitterbit Studio:

    • Páginas do Atlassian Confluence
    • Problemas do Atlassian Jira
    • Documentos do Google Drive
    • Casos de suporte do Salesforce (do objeto Case)
  • Integra-se a um LLM para alimentar um chatbot de IA inteligente utilizando dados das fontes acima acessados através de uma API personalizada criada com Jitterbit API Manager.

Este documento explica como configurar e operar este agente de IA. Ele aborda a arquitetura e os pré-requisitos, exemplos de prompts que mostram o que o agente é capaz de fazer, e etapas para instalar, configurar e operar o agente de IA.

Arquitetura do agente de IA

O diagrama a seguir mostra a arquitetura implementada no Agente de Conhecimento:

Fluxo de dados do 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

Fluxos de trabalho de carga de dados inicial e manutenção de dados

--- 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

Pré-requisitos

Para utilizar o Agente de Conhecimento, os seguintes componentes são necessários ou pressupostos no design do agente.

Componentes Harmony

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

Endpoints suportados

Os seguintes endpoints estão incorporados no design do agente.

Modelo de linguagem grande (LLM)

O agente de IA utiliza Azure OpenAI como provedor de LLM. Para usar Azure OpenAI, você deve ter uma assinatura do Microsoft Azure com permissões para criar e gerenciar os seguintes recursos:

  • Recurso Azure OpenAI com um modelo gpt-4o ou gpt-4.1 implantado.
  • Armazenamento Azure com um contêiner Blob para armazenar dados obtidos.
  • Azure AI Search com um serviço de pesquisa que pode ser configurado com um índice e indexador.

Dica

Para informações sobre preços, consulte Camadas de preços do Azure AI Search.

Base de conhecimento

Você pode usar qualquer uma ou todas essas fontes como base de conhecimento para este agente de IA:

  • Atlassian Confluence: A fonte de páginas do Confluence.
  • Atlassian Jira: A fonte de problemas do Jira.
  • Google Drive: A fonte de arquivos armazenados em uma unidade compartilhada do Google.
  • Salesforce: A fonte de seus casos de suporte ao cliente do objeto Case.

Interface de chat

O design do agente incorpora Slack como a interface de chat para interagir com o agente de IA. Se deseja usar um aplicativo diferente como interface de chat, um fluxo de trabalho separado e instruções para uma configuração de API genérica estão inclusos neste agente de IA.

Exemplos de prompts

Aqui estão exemplos de prompts que o Agente de Conhecimento consegue processar com acesso aos dados apropriados. O agente pode encontrar informações em qualquer uma ou em todas as fontes conectadas.

  • "Estou tendo um problema com o componente 'ABC'. Você pode me ajudar com isso?"
  • "Como posso conectar a um banco de dados MySQL usando JDBC?"
  • "Você pode me fornecer detalhes sobre o ticket do Jira número 123?"
  • "Há algum ticket do Jira relacionado ao conector SQL?"
  • "Qual é a política de segurança para instalar software no meu computador de trabalho?" (Pode haver um documento no Google Drive ou uma página do Confluence sobre este tópico.)

Instalação, configuração e operação

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

  1. Baixe as personalizações e instale o projeto do Studio.
  2. Revise os fluxos de trabalho do projeto.
  3. Crie recursos do Microsoft Azure.
  4. Crie o aplicativo Slack.
  5. Configure uma conta de serviço do Google e uma unidade compartilhada.
  6. Configure as variáveis do projeto.
  7. Teste as conexões.
  8. Implante o projeto.
  9. Crie a API personalizada do Jitterbit.
  10. Revise os fluxos de trabalho do projeto.
  11. Acione os fluxos de trabalho do projeto.
  12. Resolução de problemas.

Baixe as personalizações e instale o projeto

Siga estas etapas para baixar os 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 Jitterbit Knowledge Agent. Para localizá-lo, use a barra de pesquisa ou, no painel Filtros sob Tipo, selecione Agente de IA para limitar a exibição aos agentes de IA disponíveis.

  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 em duas etapas para baixar personalizações e importar o agente de IA como um projeto do Studio.

    Nota

    Se você ainda não adquiriu o agente de IA, Obter agente será exibido. Clique nele para abrir um diálogo informativo e depois 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, os seguintes arquivos são fornecidos para facilitar a configuração do índice e indexador no Azure AI Search e para criar o aplicativo Slack. Selecione os arquivos e clique em Baixar Arquivos:

    • Arquivos de definição JSON do índice e indexador do Azure AI Search

      • Azure_AI_Search_Datasource_Definition.json
      • Azure_AI_Search_Index_Definition.json
      • Azure_AI_Search_Indexer_Definition.json
    • 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. Este aviso não se aplica a este agente de IA e pode ser ignorado. Siga a ordem recomendada de etapas nesta documentação.

    Clique em Avançar.

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

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

Crie recursos do Microsoft Azure

Crie os seguintes recursos do Microsoft Azure e retenha as seguintes 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.

Contêiner do Azure Blob

Crie um contêiner do Azure Blob para armazenar detalhes de clientes. Os dados do contêiner Blob serão indexados no Azure AI Search usando um índice e indexador.

Você precisará da URL SAS do contêiner para determinar os valores das variáveis do projeto Azure Blob Storage. Para gerar a URL SAS:

  1. No portal do Azure, navegue até Contas de armazenamento e abra a conta de armazenamento específica.
  2. No menu de recursos sob Armazenamento de dados, selecione Contêineres e abra o contêiner específico.
  3. No menu de recursos sob Configurações, selecione Tokens de acesso compartilhado.
  4. Use o menu Permissões para verificar se a URL de assinatura de acesso compartilhado (SAS) deste contêiner tem no mínimo permissões de Leitura e Escrita:

Permissões de URL SAS

  1. Clique em Generate SAS token and URL.
  2. Copie a Blob SAS URL exibida na parte inferior.
  3. Determine os valores das variáveis de projeto do Armazenamento de Blob do Azure a partir da URL SAS. A URL SAS está no formato {{ azure_blob_base_url }}/{{ Azure_Blob_Container_Name }}?{{ azure_blob_sas_token }}.

Se estiver usando os arquivos de definição JSON inclusos nos arquivos de personalização do agente de IA para gerar o índice e o indexador, você também precisará da chave de conta do Armazenamento de Blob do Azure. Para visualizar as chaves de acesso da conta:

  1. No portal do Azure, acesse Contas de armazenamento e abra a conta de armazenamento específica.
  2. No menu de recursos em Segurança + rede, selecione Chaves de acesso.
  3. Clique em Mostrar chaves para revelar a chave de acesso a usar durante a configuração da Pesquisa de IA do Azure.

    Chaves da conta de armazenamento

Serviço de Pesquisa de IA do Azure

É necessário criar um serviço de Pesquisa de IA do Azure e configurar seu índice e indexador para processar os dados do contêiner de Blob.

Você precisará da URL e da chave de API do serviço de Pesquisa de IA do Azure para determinar os valores das variáveis de projeto da Pesquisa de IA do Azure:

Use os arquivos de definição JSON inclusos nos arquivos de personalização do agente de IA para gerar o índice e o indexador, ou crie-os você mesmo.

Se estiver usando os arquivos de definição fornecidos, substitua os seguintes placeholders pelos seus próprios valores de configuração:

Azure_AI_Search_Indexer_Definition.json

Placeholder Descrição
{{Your Azure AI Search Service Name}} O nome do serviço de Pesquisa de IA do Azure.

Azure_AI_Search_Datasource_Definition.json

Placeholder Descrição
{{Your Azure AI Search Service Name}} O nome do serviço de Pesquisa de IA do Azure.
{{Your Azure Blob Account Name}} O nome da conta do Blob do Azure.
{{Your Azure Blob Account Key}} A chave de acesso da conta do Armazenamento de Blob do Azure, obtida conforme descrito em Contêiner do Blob do Azure acima.
{{your_azure_blob_container_name}} O nome do contêiner de Blob do Azure.

Recurso Azure OpenAI

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

Você precisará do nome da implantação, da URL do endpoint do Azure OpenAI e da chave de API para determinar os valores das variáveis de projeto do Azure OpenAI. Para encontrar esses valores:

  1. No portal do Azure AI Foundry, abra o recurso OpenAI específico.
  2. Os valores para usar na URL do endpoint (azure_openai_base_url) e na chave de API (azure_openai_api_key) são exibidos na página inicial do recurso:

    AI Foundry key and URL

  3. No menu de navegação em Recursos compartilhados, selecione Implantações. O nome da implantação (Azure_OpenAI_Deployment_Name) é exibido.

Criar o app Slack

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

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

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

    Espaço reservado Descrição
    {{Replace with Slack bot name}} O nome que você deseja que seu bot Slack tenha, conforme exibido aos usuários. Substitua este valor em dois locais 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 em seu workspace do Slack.

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

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

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

Configurar uma conta de serviço do Google e uma unidade compartilhada

Esta configuração é necessária apenas se você estiver usando o fluxo de trabalho Data upload Utility - Google Drive to Azure Blob. É necessário ter um projeto Google Cloud ativo para prosseguir. Se você não tiver um, pode criar um seguindo as instruções do Google.

Criar uma conta de serviço do Google

Siga as etapas abaixo para criar uma chave para a conta de serviço do Google, permitindo que o utilitário acesse de forma segura seus arquivos do Google Drive:

  1. No console do Google Cloud, use a barra de pesquisa para encontrar e navegar até a página Service Accounts.

  2. Se você já tiver uma conta de serviço que deseja usar, prossiga para a etapa 3. Caso contrário, clique em Create service account, forneça um nome e clique em Done. Nenhuma permissão ou acesso adicional é necessário.

    Google Cloud create service account

  3. Selecione a conta de serviço para abrir seus Detalhes da conta de serviço:

    Google Cloud service account details

  4. Navegue até a guia Keys e use o menu Add key para selecionar Create new key.

    Google Cloud service account keys

  5. Escolha JSON como o tipo de chave e clique em Create. Um arquivo JSON contendo as credenciais será baixado para seu computador.

  6. Abra o arquivo JSON baixado para encontrar os seguintes valores necessários para configurar as variáveis de projeto do Google Drive:

    • client_email: Este é o valor para a variável de projeto Google_Client_Email e é necessário para configurar a unidade compartilhada do Google na próxima seção.
    • private_key: Este é o valor para a variável de projeto Google_Private_Key.
  7. Ative a Google Drive API em sua conta Google Cloud:

    1. No console do Google Cloud, use a barra de pesquisa para encontrar e navegar até a página APIs & Services.

    2. Acesse a API Library e selecione a Google Drive API:

      Google Cloud Drive API

    3. Clique no botão Enable:

      Google Cloud enable API

Configurar o Google shared drive

O Google shared drive deve ser configurado da seguinte forma para permitir que o utilitário acesse qualquer arquivo que você envie para ele:

  1. Crie um Google shared drive se você ainda não tiver um.

  2. Abra o shared drive e copie sua ID da URL do navegador. A ID é a longa sequência de caracteres no final. Por exemplo, se a URL for https://drive.google.com/drive/folders/dftg-LbGrP7hdfd, a ID será dftg-LbGrP7hdfd. Esta ID é o valor para a variável de projeto Google_Drive_ID ao configurar variáveis de projeto do Google Drive.

  3. Clique no nome do shared drive no topo da página e selecione Manage members. Um diálogo aparecerá.

  4. No campo Add people and groups, cole o valor de client_email do arquivo JSON que você baixou anteriormente.

  5. Atribua a função Content manager à conta de serviço e confirme a ação.

Configurar variáveis de projeto

No projeto Studio instalado anteriormente via Marketplace, você deve definir valores para as seguintes variáveis de projeto.

Isso pode ser feito usando o menu de ações do projeto para selecionar Project Variables e abrir um painel na parte inferior da página onde você pode revisar e definir os valores.

Salesforce

Nome da variável Descrição
SF_Login_URL Server Host na conexão Salesforce
SF_Password Password na conexão Salesforce
SF_Security_Token Security token na conexão Salesforce
SF_User_Name Username na conexão Salesforce
SF_Cases_Incremental_Run Sinalizador para controlar se deve buscar apenas casos Salesforce novos ou atualizados desde a última execução. Quando true, apenas casos incrementais (novos ou atualizados) são buscados do Salesforce desde a última execução. Quando false, uma busca completa é realizada a partir da data e hora padrão (SF_Cases_Default_Modified_Date).
SF_Cases_Default_Modified_Date A data e hora padrão a partir da qual os casos Salesforce são buscados. Usada durante a primeira execução ou quando SF_Cases_Incremental_Run é false. Formato: yyyy-MM-dd'T'HH:mm:ss.SSS'Z'. Exemplo: 2024-09-11T13:00:02.000Z. Se esta data não for definida, um erro será gerado.

Jira

Nome da variável Descrição
JIRA_Username O endereço de email associado à conta Jira para autenticação.
JIRA_Token Token de API usado para autenticar na instância JIRA. Para o Atlassian Cloud, é possível gerar esse token nas configurações da sua conta.
JIRA_Projects Chaves de projeto Jira para buscar problemas, usando o formato keys=PROJECT1&keys=PROJECT2. Exemplo: keys=SUPPORT&keys=ITHELP.
JIRA_Issue_Types Lista de tipos de problema Jira a buscar, separados por vírgulas. Cada valor deve estar entre aspas simples. Exemplo: 'Story','Bug','Task'.
Jira_Default_Modified_Date A data e hora padrão a partir da qual os problemas Jira são buscados. Usado na primeira execução ou quando JIRA_IncrementalRun é false. Formato: yyyy-MM-dd HH:mm. Exemplo: 2025-08-07 10:00. Se essa data não for definida, um erro será gerado.
JIRA_Incremental_Run Sinalizador para controlar se devem ser buscados apenas problemas Jira novos ou atualizados desde a última execução. Quando true, apenas problemas incrementais (novos ou atualizados) são buscados no Jira desde a última execução. Quando false, uma busca completa é realizada a partir da data e hora padrão (Jira_Default_Modified_Date).
JIRA_Base_URL A URL base da instância Jira à qual conectar. Não inclua uma barra à direita. Exemplo: https://yourdomain.atlassian.net.

Confluence

Nome da variável Descrição
Confluence_Wiki_UserName O nome de usuário da wiki Confluence.
Confluence_Wiki_Password A senha da wiki Confluence.
Confluence_Wiki_Base_Url A URL raiz da wiki Confluence para chamadas de API e recuperação de conteúdo. Exemplo: https://yourcompany.atlassian.net/wiki.

Google Drive

Nome da variável Descrição
Google_Client_Email O email do cliente da conta de serviço do Google usada para autenticação ao acessar o Google Drive.
Google_Drive_Default_Modified_Date A data e hora padrão a partir da qual os arquivos do Google Drive são lidos. Usado na primeira execução ou quando a leitura incremental está desabilitada. Formato: yyyy-MM-dd'T'HH:mm:ss. Exemplo: 2024-05-28T11:32:47. Se essa data não for definida, um erro será gerado.
Google_Drive_ID O ID da unidade compartilhada do Google Drive da qual os arquivos serão lidos. Por exemplo, se a URL da unidade compartilhada for https://drive.google.com/drive/folders/1KTXaKx_FG7Ud8sWHf8QgG67XHy, o ID da unidade é 1KTXaKx_FG7Ud8sWHf8QgG67XHy.
Google_Drive_Incremental_Run Sinalizador para controlar se devem ser buscados apenas arquivos novos ou atualizados do Google Drive desde a última execução. Quando true, apenas arquivos incrementais (novos ou atualizados) são buscados no Google Drive desde a última execução. Quando false, uma busca completa é realizada a partir da data e hora padrão (Google_Drive_Default_Modified_Date).
Google_Oauth_Scopes O escopo OAuth necessário para conceder à conta de serviço do Google acesso ao Google Drive. Para este agente de IA, insira: https://www.googleapis.com/auth/.
Google_Private_Key A chave privada da conta de serviço do Google Cloud usada para autenticar na busca de arquivos do Google Drive.

Azure Blob Storage

Nome da variável Descrição
Azure_Blob_Container_Name O nome do contêiner do Azure Blob Storage onde os dados obtidos são armazenados ou recuperados. Esta é a parte da URL SAS imediatamente após o domínio da conta de armazenamento. Exemplo: Em https://myaccount.blob.core.windows.net/mycontainer/myblob.txt?sv=..., o nome do contêiner é mycontainer.
azure_blob_sas_token O token SAS usado para autenticar o acesso ao contêiner do Azure Blob Azure_Blob_Container_Name. Apenas a parte após ? na URL completa do blob deve ser armazenada. Token de exemplo: 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 A URL base da conta do Azure Blob Storage usada para acessar contêineres e blobs. Em uma URL SAS como https://myaccount.blob.core.windows.net/mycontainer/myblob.txt?sv=..., a URL base é https://myaccount.blob.core.windows.net/.

Dica

Estes valores podem ser derivados da URL SAS, que está no formato {{azure_blob_base_url}}/{{Azure_Blob_Container_Name}}?{{azure_blob_sas_token}}.

Nome da variável Descrição
Azure_AI_Search_Index_Name O nome do índice do Azure que armazena informações de clientes de formulários de pedidos.
azure_ai_search_indexer O nome do indexador do Azure AI Search usado para preencher e atualizar o índice de pesquisa Azure_AI_Search_Index_Name.
azure_ai_search_url A URL do ponto de extremidade do serviço do Azure AI Search. Não inclua uma barra à direita. Exemplo: https://<your-search-service>.search.windows.net.
azure_ai_search_api_key A chave de API usada para autenticar solicitações ao Azure AI Search.

Azure OpenAI

Nome da variável Descrição
Azure_OpenAI_Deployment_Name O nome da implantação do Azure OpenAI usado para acessar o modelo.
azure_openai_base_url A URL base para acessar o serviço do Azure OpenAI. Exemplo: https://<your-resource-name>.openai.azure.com.
azure_openai_api_key A chave de API usada para autenticar solicitações ao serviço do Azure OpenAI.

Slack

Nome da variável Descrição
Slack_Bot_Token O token do bot do Slack obtido após criar o app do Slack, usado para o token de acesso OAuth do usuário do bot na conexão do Slack.

Nota

O app do Slack é criado em uma etapa posterior. Por enquanto, você pode deixar esta variável em branco.

Comum

Nome da variável Descrição
html_regex Regex para remover tags HTML. Use o valor padrão: <(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+>
AI_Prompt

O texto de entrada ou instrução fornecida ao modelo de IA que orienta como ele deve gerar uma resposta. Para este agente você pode usar o seguinte prompt:

Você é um assistente de IA que ajuda usuários a encontrar e resumir informações de fontes de conhecimento organizacional (tickets JIRA, páginas Confluence, arquivos Google Drive e casos de suporte Salesforce). Use o contexto recuperado para fornecer a resposta mais precisa e concisa. Diretrizes: Sempre priorize informações dos documentos recuperados. Se vários documentos fornecerem detalhes diferentes, resuma e destaque as diferenças. Se nenhum contexto relevante for encontrado, diga: "Não consegui encontrar informações relevantes na base de conhecimento disponível." Não invente detalhes fora do contexto fornecido.

Testar conexões

Teste as configurações do endpoint para verificar a conectividade usando os valores das variáveis de projeto definidas.

Para testar conexões, acesse a guia Project endpoints and connectors (Endpoints e conectores do projeto) na paleta de componentes de design, passe o mouse sobre cada endpoint e clique em Test (Testar).

Implantar o projeto

Implante o projeto do Studio.

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

Implantar o projeto

Implante o projeto do Studio. Isso pode ser feito usando o menu de ações do projeto para selecionar Deploy (Implantar).

Criar a API personalizada do Jitterbit

Crie uma API personalizada usando o API Manager para uma das seguintes opções:

Criar o manipulador de solicitação da API do bot do Slack

Esta API personalizada do Jitterbit acionará a operação Slack Bot API Request Handler. Configure e publique a API personalizada com as seguintes configurações:

  • Serviço de API: Slack Bot API Request Handler
  • Caminho: /
  • Projeto: Selecione o projeto Studio criado a partir do Jitterbit Knowledge Agent no Marketplace
  • Operação para Acionar: Slack Bot API Request Handler
  • Método: POST
  • Tipo de Resposta: Variável do Sistema

Retenha a URL do serviço da API publicada para uso ao criar o aplicativo Slack. A URL do serviço pode ser encontrada na gaveta de detalhes da API na guia Serviços passando o mouse sobre a coluna Ações do serviço e clicando em Copiar URL do serviço de API.

Manipulador de solicitação de API genérica

Esta API personalizada do Jitterbit acionará a operação Generic API request Handler. Não é obrigatório. Crie esta API se estiver usando outros aplicativos para processar solicitações de API HTTP. Configure e publique a API personalizada com as seguintes configurações:

  • Nome do serviço: Generic API request Handler
  • Projeto: Selecione o projeto Studio criado a partir do Jitterbit Knowledge Agent no Marketplace
  • Operação: Generic API request Handler
  • Método: POST
  • Tipo de resposta: Variável do Sistema

Dica

Você também pode adicionar um perfil de segurança para autenticação.

Corpo da solicitação
{
    "username": "johnr",
    "prompt": "How to connect to mysql using a connector?"
}
Resposta
{
    "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 fluxos de trabalho do projeto

No projeto Studio aberto, revise os fluxos de trabalho junto com as descrições abaixo para entender o que fazem.

Nota

Os primeiros quatro fluxos de trabalho são fluxos de trabalho Data upload Utility cujo objetivo é buscar dados para serem usados como base de conhecimento para o agente de IA. Você pode usar um ou todos esses fluxos de trabalho para buscar dados. Pelo menos uma fonte é necessária como base de conhecimento para o agente de IA.

Esses fluxos de trabalho devem ser executados primeiro para carregar conhecimento no agente antes de interagir com ele. Você pode configurar um agendamento para obter dados atualizados regularmente de acordo com suas necessidades. Isso pode ser feito no menu de ações da primeira operação em Configurações > Agendamentos.

  1. Data upload Utility - JIRA Ticket to Azure Index

    Este fluxo de trabalho busca problemas do Jira e, em seguida, executa o fluxo de trabalho Utility - Azure Data Upload and Index para fazer upload de problemas para o Armazenamento de Blobs do Azure e indexá-los no índice de Pesquisa de IA do Azure.

    A operação inicial é Main - JIRA tickets upload. Os seguintes campos são buscados:

    "fields": [
        "summary",
        "status",
        "assignee",
        "description",
        "reporter",
        "created",
        "updated",
        "priority",
        "issuetype",
        "components",
        "comment"
     ]
    

    Este fluxo de trabalho pode ser configurado para buscar todos os problemas ou apenas problemas novos e atualizados, usando as variáveis do projeto Jira.

  2. Data upload Utility - SF Cases to Azure Index

    Este fluxo de trabalho recupera casos de suporte do Salesforce e, em seguida, executa o fluxo de trabalho Utility - Azure Data Upload and Index para fazer upload de casos para o Armazenamento de Blobs do Azure e indexá-los no índice de Pesquisa de IA do Azure.

    A operação inicial é Main - SF Cases Upload.

    Na configuração da atividade Salesforce Query, a seguinte consulta recupera informações de caso de suporte por agente. Se sua organização do Salesforce não usar esses objetos e campos ou se as informações de caso de suporte estiverem armazenadas em objetos e campos diferentes, este fluxo de trabalho não funcionará corretamente. Personalize a consulta neste fluxo de trabalho para se alinhar com o modelo de dados de sua organização do 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 workflow pode ser configurado para buscar todos os casos ou apenas casos novos e atualizados, usando as variáveis do projeto Salesforce.

  1. Utilitário de upload de dados - Páginas do Confluence para Azure Index

    Este workflow recupera páginas do Confluence e executa o workflow Utility - Azure Data Upload and Index para fazer upload de documentos no Azure Blob Storage e indexá-los no índice do Azure AI Search.

    A operação inicial é Main - Load Confluence Pages.

    Este workflow busca todas as páginas do Confluence a cada execução.

  2. Utilitário de upload de dados - Google Drive para Azure Blob

    Este workflow recupera arquivos do Google Drive e executa o workflow Utility - Azure Data Upload and Index para indexá-los no índice do Azure AI Search.

    A operação inicial é Main - Google Drive Upload.

    Os tipos de arquivo suportados incluem Google Docs, Google Planilhas e aqueles suportados pela indexação de blob do Azure Storage.

    Os tamanhos máximos de arquivo suportados estão listados como o tamanho máximo de blob nos limites do Azure AI Search Indexer para sua camada de serviço de pesquisa de IA. Por exemplo, para a camada básica, o limite é 16 MB; para S1, o limite é 128 MB.

    Este workflow pode ser configurado para buscar todos os arquivos ou apenas arquivos novos e atualizados, usando as variáveis do projeto Google Drive.

  3. Utilitário - Upload e Indexação de Dados do Azure

    Este é um workflow de utilitário comum usado pelos workflows Data upload Utility para fazer upload de dados no Azure Blob Storage e indexá-los no Azure AI Search.

  4. Manipulador de Solicitações da API do Slack - Entrada Principal

    Este workflow gerencia solicitações de bot do Slack recebidas. É acionado por uma API personalizada do Jitterbit cada vez que sua equipe interage com a interface de bate-papo do bot do Slack (ou seja, envia uma mensagem do Slack para ele). A configuração da API personalizada do Jitterbit é descrita em Criar a API personalizada do Jitterbit mais adiante nesta página.

    Se não estiver usando o Slack, este workflow pode ser ignorado e não será acionado. Para usar uma interface de bate-papo diferente para sua equipe interagir, use o workflow Generic API Request Handler, também acionado por uma API personalizada do Jitterbit.

  5. Manipulador de Solicitações da API Genérica

    Este workflow processa solicitações da API HTTP de qualquer aplicativo. Para integrar com seus aplicativos, crie uma API personalizada do Jitterbit que aciona a operação Generic API request Handler. A URL desta API pode então ser usada por qualquer aplicativo para enviar e receber solicitações.

    A configuração da API personalizada do Jitterbit é descrita em Criar a API personalizada do Jitterbit mais adiante nesta página.

Acione os workflows do projeto

Para o carregamento inicial de dados, execute qualquer um ou todos os workflows Data upload Utility dependendo de suas fontes de dados. Isso pode ser feito usando a opção Run da operação inicial exibida ao passar o cursor sobre a operação. Será necessário executar a operação novamente no futuro se os dados forem atualizados.

Dica

Você pode querer colocar as operações iniciais nos workflows Data upload Utility em um agendamento para obter dados atualizados regularmente. Isso pode ser feito no menu de ações da operação em Settings > Schedules.

Os dois outros workflows principais são acionados pelas APIs personalizadas do Jitterbit:

  • Main Entry - Slack API Request Handler: Este workflow é acionado do Slack pela API personalizada Slack Bot API Request Handler. Enviar uma mensagem direta para o aplicativo Slack iniciará o acionador da API personalizada.

  • Generic API Request Handler: Este workflow é acionado de outro aplicativo pela API personalizada Generic API request Handler. Enviar uma solicitação para a API configurada iniciará o acionador da API personalizada.

Todos os outros workflows são acionados por outras operações e estão a jusante das listadas acima. Não se destinam a serem executados por conta própria.

Solução de problemas

Se encontrar problemas, consulte os seguintes logs para obter informações detalhadas sobre solução de problemas:

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