Agente AI

El Agente AI permite a los flujos de trabajo aprovechar modelos de lenguaje grandes (LLMs) con la capacidad de utilizar otros componentes como herramientas. Este componente puede procesar instrucciones en lenguaje natural e interactuar dinámicamente con otras integraciones o flujos de trabajo para realizar tareas complejas.

Costo en Créditos

Varía según el modelo. Cada modelo tiene costos específicos de créditos para:

• Tokens de entrada (mostrados en azul)
• Tokens de salida (mostrados en naranja)
• Los costos de ejecución de herramientas se agregan por separado según las herramientas utilizadas

Uso

El Agente AI actúa como un orquestador inteligente que puede:

• Procesar instrucciones en lenguaje natural
• Tomar decisiones sobre qué herramientas usar
• Ejecutar herramientas en secuencia o en paralelo
• Mantener el contexto de la conversación
• Manejar tareas complejas de múltiples pasos

Propiedades

Título

• Tipo: texto
• Descripción: Un identificador para el componente. Se usa solo con fines organizativos y no afecta la ejecución.
• Predeterminado: "Agent AI"

Modelo

• Tipo: selector de modelo
• Descripción: Busca y selecciona entre los modelos LLM disponibles. Cada modelo muestra:
  • Nombre y fecha de creación
  • Modalidad (texto->texto o texto+imagen->texto)
  • Costos de créditos (entrada/salida por millón de tokens)
  • Longitud del contexto
  • Breve descripción
• Nota: Elige modelos con suficiente longitud de contexto para interacciones complejas con herramientas

Prompt del Sistema

• Tipo: texto
• Descripción: Define el rol, objetivos y comportamiento del agente. Crítico para guiar al agente en la selección y uso de herramientas.
• Mejores Prácticas:
  • Define objetivos y restricciones claros
  • Especifica cuándo y cómo deben usarse las herramientas
  • Establece criterios para la toma de decisiones
  • Define requisitos de formato de salida

Prompt del Usuario

• Tipo: texto
• Descripción: La tarea o consulta específica para que el agente la procese. Aquí es donde proporcionas las instrucciones o preguntas reales.
• Mejores Prácticas:
  • Sé específico sobre el resultado deseado
  • Proporciona el contexto necesario
  • Divide tareas complejas en pasos claros
  • Referencia cualquier restricción relevante

Tipo de Memoria

• Tipo: opción
• Opciones:
  • Sin Memoria: El agente comienza de nuevo cada vez, sin recordar interacciones previas
  • Memoria Completa: El agente mantiene el contexto a través de múltiples interacciones en la misma conversación
• Predeterminado: "Memoria Completa"
• Mejores Prácticas:
  • Usa "Memoria Completa" para interacciones conversacionales o tareas de múltiples pasos
  • Usa "Sin Memoria" para operaciones independientes y sin estado

Herramientas

• Tipo: lista de flujos de trabajo
• Descripción: El conjunto de flujos de trabajo e integraciones disponibles para el agente
• Configuración:
  • Arrastra y suelta flujos de trabajo para agregarlos como herramientas
  • Configura descripciones y parámetros de herramientas
  • Ordena herramientas por importancia o frecuencia de uso
• Mejores Prácticas:
  • Solo incluye herramientas relevantes para la tarea
  • Proporciona descripciones claras para cada herramienta
  • Asegúrate de que las entradas de las herramientas estén bien documentadas
  • Prueba las herramientas individualmente antes de agregarlas

MCP (Protocolo de Control de Modelo)

• Tipo: lista de servicios
• Descripción: Servicios externos que proporcionan capacidades adicionales al agente
• Características:
  • Integración directa con servicios como Gmail
  • Acceso y manipulación de datos en tiempo real
  • Interfaz estandarizada para interacciones con servicios

Configuración de Herramientas

El Agente AI puede usar otros flujos de trabajo como herramientas, permitiéndole realizar operaciones complejas a través de instrucciones en lenguaje natural. Cada herramienta representa un flujo de trabajo que el agente puede ejecutar cuando sea necesario.

Agregar Herramientas

Las herramientas se pueden agregar al agente de dos maneras:

1. Arrastrar y Soltar: Arrastra directamente flujos de trabajo desde la barra lateral al área de herramientas del agente
2. Selección de Versión: Al agregar una herramienta, puedes especificar qué versión del flujo de trabajo usar:
   • Última versión (automáticamente en la selección)
   • Versión específica

Propiedades de las Herramientas

Cuando se agrega un flujo de trabajo como herramienta, se pueden configurar varias propiedades:

• Nombre: Cómo se referirá el agente a esta herramienta
• Descripción: Explicación detallada de lo que hace la herramienta y cuándo usarla
• Descripción de parámetros de entrada: Descripción de cada entrada que acepta la herramienta
• Versión: Qué versión del flujo de trabajo usar

Uso de Herramientas

El agente decide cuándo y cómo usar las herramientas basándose en:

1. Las instrucciones del prompt del sistema
2. La consulta específica del usuario
3. Descripciones y capacidades de las herramientas
4. Interacciones previas (si se usa memoria)

Por ejemplo, si tienes una herramienta de búsqueda y una herramienta de correo electrónico, podrías instruir al agente:

{
  "systemPrompt": "Eres un asistente de investigación. Usa la herramienta de búsqueda para encontrar información, y la herramienta de correo electrónico para enviar resúmenes cuando se solicite.",
  "userPrompt": "Investiga tendencias de IA y envíame un resumen por correo"
}

Ejemplos

Agente Básico con Integración MCP

El Agente AI puede usar servicios MCP (Protocolo de Control de Modelo) como Gmail como herramientas. Esto permite que el agente realice operaciones como leer y enviar correos electrónicos directamente a través del servicio MCP.

En este ejemplo, el agente tiene acceso a operaciones de Gmail a través de la integración MCP, permitiéndole enviar correos electrónicos.

Agente Básico con Flujo de Trabajo como Herramienta

El Agente AI también puede usar otros flujos de trabajo de Arkai como herramientas, permitiendo cadenas de automatización complejas.

En este ejemplo, el agente tiene acceso a un flujo de trabajo de búsqueda en línea que puede usar para recopilar información de la web y tomar decisiones informadas basadas en los resultados de la búsqueda.

Datos de Salida

El Agente AI produce los siguientes datos:

export type AgentAIOutput = {
  "Agent Answer": {
    dataType: "text",
    data: string;
  };
};

Campo	Descripción
Agent Answer	La respuesta final del agente, incluyendo cualquier acción tomada o decisión realizada

Mejores Prácticas

1. Instrucciones Claras: Proporciona prompts del sistema detallados para guiar el comportamiento del agente
2. Selección de Herramientas: Elige herramientas que sean relevantes para la tarea en cuestión
3. Gestión de Memoria: Usa "memoria-completa" para conversaciones y "sin-memoria" para tareas únicas
4. Manejo de Errores: Implementa manejo de errores en las herramientas para gestionar posibles fallos
5. Pruebas: Prueba el agente con varios escenarios para asegurar un rendimiento confiable
6. Seguridad: Ten cuidado con los datos sensibles en los prompts y configuraciones de herramientas

Integración con Otros Componentes

El Agente AI puede usarse en combinación con otros componentes de integración para crear flujos de trabajo automatizados potentes. Por ejemplo:

• Leer y responder correos electrónicos
• Gestionar eventos del calendario
• Actualizar hojas de cálculo
• Procesar documentos
• Realizar llamadas API

Limitaciones

1. Límites de tokens del modelo LLM subyacente
2. Tiempos de espera en la ejecución de herramientas
3. Restricciones de memoria en conversaciones largas
4. Límites de tasa de servicios integrados