Akış açıklaması
Amaç ve faydalar
Genel Bakış
Bu iş akışı, kullanıcı sohbet girişlerinin işlenmesi sürecini otomatikleştirmek ve ölçeklendirmek üzere tasarlanmıştır; harici araçları kullanabilen ve sohbet geçmişini dikkate alarak gelişmiş yanıtlar üretebilen bir yapay zeka ajanından yararlanır. Mimari, genişletilebilirliği, net etkileşim noktalarını destekler ve çeşitli iş veya destek otomasyon senaryolarına kolayca uyarlanabilir.
Ana Bileşenler
Düğüm | İş Akışındaki Rolü |
---|
Not | Akış hakkında dokümantasyon veya önemli açıklamalar sağlar. |
Sohbet Girişi | Kullanıcıdan sohbet arayüzü ile giriş toplar. |
Sohbet Geçmişi | Yapay zeka ajanına konuşma bağlamı sağlamak için son sohbet geçmişini getirir. |
MCP İstemci Aracı | Yapay zeka ajanına ek işlevler ya da API’ler sağlayan harici bir MCP istemcisine bağlanır. |
Yapay Zeka Ajanı | Girdileri işleyen, araçları kullanan, sohbet geçmişine başvuran ve yanıt üreten temel zekâdır. |
Sohbet Çıkışı | Yapay zeka ajanının yanıtını kullanıcıya geri gösterir. |
İş Akışı Nasıl Çalışır?
Başlatma ve Dokümantasyon
- Not düğümünde, akışı açıklayan veya ek rehberlik sunan bir referans (https://youtu.be/Zf4TRuJdlxk) bulunur. Bu, bakım yapanların veya kullanıcıların iş akışının amacını ve işleyişini anlamasına yardımcı olur.
Kullanıcı Girdisinin Toplanması
- Sohbet Girişi düğümü, kullanıcı mesajlarının giriş noktasıdır. Kullanıcılar, sohbet arayüzü üzerinden metin tabanlı sorgular veya komutlar gönderirler.
Sohbet Geçmişi ile Bağlamsal Farkındalık
- Sohbet Geçmişi düğümü, konuşmadan en fazla 50 son mesajı (800 token sınırına tabi olarak) alır ve böylece yapay zeka ajanının daha tutarlı ve ilgili yanıtlar verebilmesi için önceki bağlama erişmesini sağlar. Bu geçmiş, yapılandırmaya bağlı olarak hem kullanıcı hem de yapay zekadan gelen mesajları içerebilir.
MCP İstemcisi ile Araç Entegrasyonu
- MCP İstemci Aracı düğümü, çeşitli araçlar veya API’ler sunabilen harici bir hizmete (MCP İstemci) bağlanır. Bu, yapay zeka ajanının sadece dil modellemesiyle mümkün olmayan gelişmiş eylemler gerçekleştirmesini veya veri çekmesini sağlar.
Yapay Zeka Ajanı ile Akıllı İşleme
- Yapay Zeka Ajanı düğümü merkezi işleme birimidir. Şunları yapar:
- Son kullanıcı girdisini alır.
- Daha zengin bir anlayış için tam son sohbet geçmişine erişir.
- MCP İstemcisi aracılığıyla harici araçlardan yararlanarak eylemler gerçekleştirebilir veya bilgi çekebilir.
- Gerekirse geçmiş, rol veya özel hedeflerle özelleştirilebilir.
- Verimlilik ve kontrol için tanımlı sınırlar (ör. maksimum yineleme, yürütme süresi, önbellekleme) ile çalışır.
Çıktı Teslimatı
- Sohbet Çıkışı düğümü, yapay zeka ajanı tarafından üretilen mesajı alır ve kullanıcıya sohbet arayüzünde sunar.
Görsel İş Akışı Özeti
ChatInput["Sohbet Girişi"] -->|Kullanıcı Mesajı| AIAgent
ChatHistory["Sohbet Geçmişi"] -->|Son Mesajlar| AIAgent
MCPClient["MCP İstemci Aracı"] -->|Araçlar/API'ler| AIAgent
AIAgent["Yapay Zeka Ajanı"] -->|Yanıt| ChatOutput["Sohbet Çıkışı"]
Note["Not (Dokümantasyon)"]
Bu İş Akışı Neden Faydalı?
- Ölçeklenebilirlik: Sohbet yönetimini otomatikleştirerek ve harici araçlara erişebilen bir ajan kullanarak, bu iş akışı minimum insan müdahalesiyle birden fazla eşzamanlı konuşma veya görevi yönetebilir.
- Bağlamsal Zekâ: Sohbet geçmişinin kullanılması, yapay zeka ajanının önceki etkileşimlerle tutarlı yanıtlar vermesini sağlayarak kullanıcı deneyimini geliştirir.
- Genişletilebilirlik: MCP İstemcisi ile yeni araçlar veya API’ler entegre edilebilir; böylece gereksinimler geliştikçe ajanın yetenekleri kolayca artırılabilir.
- Otomasyon: Rutin destek, bilgi çekme veya otomasyon görevleri uçtan uca manuel müdahale olmadan gerçekleştirilebilir.
- Sürdürülebilirlik: Dokümantasyon notlarının ve modüler tasarımın dahil edilmesi, iş akışının kolayca güncellenmesini veya başka bir ekip üyesine devredilmesini sağlar.
Olası Uygulamalar
- Müşteri destek otomasyonu
- Dahili yardım masası veya BT desteği
- Otomatik bilgi çekme veya araştırma asistanları
- İş sistemleriyle entegrasyon ve iş akışı otomasyonu
Bu şekilde yapılandırılan bir iş akışı ile kuruluşlar manuel iş yükünü önemli ölçüde azaltabilir, yanıtların tutarlılığını sağlayabilir ve yeni otomasyon ihtiyaçlarına hızla uyum sağlayabilir.