AI Agent

Komponent AI Agent je univerzálny stavebný prvok navrhnutý tak, aby pôsobil ako inteligentný agent v rámci pracovného toku AI. Tento agent využíva veľké jazykové modely (LLM), môže sa pripojiť k externým nástrojom a je konfigurovateľný pre širokú škálu prípadov použitia, ako sú konverzačné AI, zložitá automatizácia a dynamické vykonávanie úloh.

Prihláste sa na newsletter

Získajte najnovšie tipy, trendy a ponuky zadarmo.

Emailová adresa

Prihlásiť sa

Čo komponent robí

AI Agent spracováva vstupné výzvy, zohľadňuje históriu konverzácií (voliteľne) a môže používať externé nástroje na generovanie kontextovo relevantných odpovedí. Jeho schopnosti je možné prispôsobiť zadaním pozadia, role a cieľa, čo umožňuje agentovi správať sa podľa špecifickej osobnosti alebo cieľa. Agent môže tiež vykonávať voľanie funkcií, čo mu umožňuje programovo interagovať s API alebo externými systémami prostredníctvom povolených nástrojov.

Nastavenia AI Agenta

LLM

Vyberte si veľký jazykový model, ktorý bude agent používať. Môžete si vybrať z rôznych modelov od 6 hlavných poskytovateľov. Predvolený model je najnovší model stredného rozsahu od OpenAI.

Nástroje

Tu dáte agentovi všetky jeho nástroje. Existuje viac ako 900 položiek, ktoré môžete pripojiť ako nástroje. Tieto sa pohybujú od nových schopností po jednoduché akcie vykonávané v integrovaných nástrojoch. Prakticky akékoľvek rozhranie, databáza alebo aplikácia na komunikáciu sa môžu stať nástrojom prostredníctvom API a MCP serverov.

Ako pripojiť nástroje

Kliknite na + Pridať nástroj. Úplný zoznam všetkých dostupných nástrojov. Môžete ho filtrovať podľa kategórie alebo prostredníctvom vyhľadávania:

Každý nástroj má jedinečné nastavenia. Pre každú položku môžete rozhodnúť, či necháte AI rozhodovať, ako ho potrebuje používať, alebo parametre konfigurovať ručne. Na manuálny vstup sa môžete prepnúť kliknutím na tlačidlo “AI Decides”. Keď definujete parameter, je uzamknutý a nie je možné ho upravovať AI.

Konfiguráciu parametrov môžete preskočiť kliknutím na “Skip & Add”. Keď je nástroj nakonfigurovaný, kliknite na “Add with Config”. Potom môžete pokračovať v pridávaní ďalších nástrojov.

Systémová správa

Toto je hlavná výzva, kde definujete rolu, úlohu, správanie agenta a akékoľvek ďalšie pokyny.

Príklad systémovej správy:

Ste Sam, priateľský a znalý asistent zákazníckych služieb pre FlowHunt, platformu pre automatizáciu pracovných tokov AI.

Vašim primárnym cieľom je rýchlo a uspokojivo riešiť problémy zákazníkov, pričom každý zákazník by sa mal cítiť počutý, pomôcť a ceňovaný. Vašim cieľom je znížiť eskalácie tým, že budete zvládať väčšinu požiadaviek nezávisle a efektívne.

Pokyny:
Vždy pozdravte zákazníka vrelšie a použite jeho meno, ak je uvedené.
Buďte pokojní, trpezliví a empatickí — dokonca aj keď je zákazník frustrovaný.
Buďte stručný, ale dôkladný; nikdy nezanechajte otázku bez odpovede.
Vyhýbajte sa žargónu. Hovorte ako užitočný človek, nie ako dokument s politikami.
Nikdy sa s zákazníkom nehádajte a neberte na ľahkú váhu jeho obavy.
Ak niečo neviete, povedzte to čestne a ponúknite sa, že to zistíte alebo eskalujete.
Priamo riešte bežné požiadavky vrátane: stav objednávky, vrátenia a refundácie, otázky o produktoch, problémy s doručením a pomoc s účtom.
Eskalujte na ľudského agenta, ak: problém zahŕňa sťažnosť mimo vašej právomoci, právne záležitosti alebo ak zákazník explicitne požiada ľudského agenta.
Potvrďte riešenie na konci každej interakcie — spýtajte sa, či je niečo ďalšie, s čím by som vám mohol pomôcť.
Nikdy nezdieľajte interné politiky doslova, nerobte sľuby mimo vašej právomoci a nevymýšľajte informácie, ktoré nemáte.

Tón: Vrelý, profesionálny a upokojujúci — ako znalý priateľ, nie ako korporátny scenár.

Max Execution Time

Obmedzuje čas (sekundy), ktorý môže agent strávať na úlohe (predvolené: 300).

Max Iterations

Maximálny počet myšlienkových krokov (predvolené: 10)

Max RPM

Obmedzuje počet požiadaviek za minútu (predvolené: 100).

Rola

Voliteľne definujte rolu vášho agenta. Predstavte si rolu ako pracovný titul vášho agenta. Potrebujete, aby váš agent písal blogové príspevky? Nazývajte ho “Content writer”.

Cieľ

Cieľ je úloha agenta a ideálny výsledok. Napríklad úloha autora obsahu môže byť vytvárať nové príspevky alebo korigovať a revidovať existujúci obsah.

Pozadie

Vždy prinášate svoju osobnosť, spôsob hovoru a skúsenosti na všetko, čo robíte. Je to vaše pozadie a to, čo vás a vašu prácu delí od ostatných. Pozadie je miesto, kde dáte svojmu agentovi príbeh, osobnosť a pracovné skúsenosti.

História chatu agenta

Poskytuje minulé správy v chate ako kontext. Bez povolenej histórie agent pracuje na základe jednotlivých správ.

Agent Memory

Či môže agent čítať a písať pamäť vášho pracovného priestoru. Ak je povolené, budete požiadaní, aby ste definovali režim a správanie výzvy.

Poznámka: Iba vstup Nástroje je striktne požadovaný; všetky ostatné nastavenia sú voliteľné a poskytujú dodatočné prispôsobenie a stabilnú kvalitu výstupu.

Čo robí dobrý AI Agent: Správny model

Sila za AI agentom je jeho AI model. Správny model robí všetok rozdiel v jeho funkcii a výkone. Pozrite si tento blog na porovnanie na základe testov benchmark.

• Veľké jazykové modely (LLM): Modely ako GPT-4, Gemini a Claude majú silné funkcie porozumenia a generovania prirodzeného jazyka. Sú ideálne na zložité uvažovanie, plánovanie a viacúlohové spracovanie. Ale vyžadujú väčšiu výpočetnú silu a môžu robiť príležitostné faktické alebo logické chyby alebo “halucinácie”.
• Malé jazykové modely (SLM): Špecifické úlohy vyžadujú špecializované modely šetriace energiu, ktoré sa môžu špecializovať a fungovať s nižšími prevádzkovými nákladmi.
• Modely vektorového vkladania: Modely, ktoré vydávajú vektorové vkladania, sú skvelé na objavovanie a načítavanie obsahu. Umožňujú rýchle sémantické vyhľadávanie spolu s ľahkým načítavaním vedomostných báz, ktoré sú kritické pre agentov, ktorí potrebujú rýchle generovanie poznatkov.
• Modely rozhodovacieho uvažovania a plánovania: Pre rozhodnutia, ktoré zahŕňajú kľúčové rozhodnutia, prichádzajú do záberu modely uvažovania a plánovania. Od použitia klasického algoritmu-založeného plánovania alebo plánovania založeného na posilňovaní učenia, rozhodnutia umožňujú agentom robiť dobre informované voľby.

Nakoniec sú to zložitosť vašej úlohy agenta, dostupnosť vašich údajov a váš rozpočet, ktoré určia váš správny model. Ide o nájdenie tej správnej rovnováhy medzi silou a praktickosťou.

Ako AI agenti riešia úlohy

AI agenti nie len reagujú, ale aktívne konajú v súlade s uvedenými cieľmi. Proces sa všeobecne prechádza cez tieto kľúčové míľniky:

• Definícia cieľa: Proces začína dobre formulovaným cieľom, úlohou alebo výzvou, ktorú musí váš agent splniť.
• Pozorovania prostredia: Agent ďalej vychádza z relevantných faktov zo svojho prostredia. Môže to robiť prostredníctvom API, databáz, web scrapingu alebo vstupov zo senzorov.
• Plánovanie a uvažovanie: Na základe zhromaždených faktov váš agent vytvorí plán činnosti, pričom rozdelí zložité úlohy na spravovateľné časti.
• Vykonávanie akcií: Agent vykonáva svoj plán pomocou dostupných nástrojov na pôsobenie na svoje prostredie.
• Učenie a adaptácia: Pri spúšťaní agent testuje svoj výkon a zlepšuje sa učením sa z spätnej väzby, čím sa jeho proces lepšie prispôsobuje ďalšej úlohe.

To umožňuje nasadiť AI agentov v rôznych aplikáciách, od automatizovanej obsluhy klientov až po generovanie obsahu.