Wie man in Activepieces einen KI-Agenten Schritt für Schritt erstellt

Ein herkömmlicher Automatisierungs-Workflow funktioniert einwandfrei, wenn alle Schritte im Voraus bekannt sind: Er empfängt Daten, wendet bestimmte Bedingungen an und führt spezifische Aktionen aus. Das Problem entsteht, wenn die Entscheidung vom Kontext abhängt und Es lässt sich nicht durch ein paar feste Regeln ausdrücken..

Activepieces hilft Ihnen bei der Lösung dieser Probleme, indem es KI-Agenten erstellt, die Eingaben analysieren, Informationen abrufen und die notwendigen Werkzeuge zur Zielerreichung auswählen können. Sie können diese Agenten zur Klassifizierung von Anfragen, zur Untersuchung von Unternehmen, zur Erstellung von Berichten oder zur Entscheidung über menschliches Eingreifen einsetzen.

Die Erstellung eines Agenten besteht nicht nur darin, eine Vorlage auszuwählen und eine Eingabeaufforderung zu schreiben. Um ihn zuverlässig zu gestalten, müssen Sie Folgendes definieren: seine Anweisungen, Werkzeuge, Wissensquellen, Ausgabefelder und AusführungsgrenzenDann müssen Sie es mit normalen Eingaben und schwierigen Fällen testen, bevor Sie es in einen Produktionsworkflow integrieren.

Was unterscheidet einen KI-Agenten von einem herkömmlichen Workflow?

Ein herkömmlicher Workflow führt eine vordefinierte Sequenz aus. Bei gleichen Eingaben und Bedingungen folgt er immer demselben Pfad. Daher ist er die beste Option für wiederholbare Aufgaben wie beispielsweise … Dateien kopieren, Daten transformieren oder Benachrichtigungen senden.

Ein Agent erhält ein Ziel und entscheidet bei jeder Ausführung, welche Informationen er benötigt und welche Werkzeuge er einsetzt. Zwei ähnliche Anfragen können zu unterschiedlichen Entscheidungen führen, wenn sich ihr Inhalt oder Kontext ändert.

Besonderheit	Fließen	Agent
Logik	im Voraus durch Schritte und Bedingungen definiert	Wird bei jeder Ausführung ermittelt
Ergebnis	Vorhersagbar bei gleichen Eingangsgrößen	Das kann je nach der Argumentation des Modells variieren.
Optimale Nutzung	Bekannte und wiederholbare Prozesse	Aufgaben, bei denen die Entscheidung vom Kontext abhängt
Kosten	Man braucht nicht unbedingt ein Modell.	Es verbraucht Token und kann mehrere Aufrufe tätigen.
Kontrolle	Jede Aktion wird explizit platziert	Das Modell wählt aus den zulässigen Werkzeugen aus.

Wenn sich die gesamte Logik mit einem Satz wie „Wenn A passiert, dann passiert B“ beschreiben lässt, benötigen Sie wahrscheinlich eine Bedingung, keinen Agenten. Der Einsatz von KI für eine deterministische Aufgabe führt zu … höhere Kosten, Latenz und Variabilität ohne einen wirklichen Vorteil zu bieten.

Die nützlichste Kombination ist in der Regel eine Hybridlösung: Der Ablauf kümmert sich um die Schritte, die immer auf die gleiche Weise ausgeführt werden müssen, und der Agent löst nur den Teil, der eine Interpretation erfordert.

Was Sie vor der Erstellung eines Agenten in Activepieces benötigen

Bevor Sie den Agenten-Editor öffnen, müssen Sie mehrere Komponenten vorbereiten:

• Ein Activepieces Cloud-Konto oder eine aktualisierte, selbstverwaltete Installation.
• Ein Projekt, in dem Sie die Berechtigung haben, Agenten und Verbindungen zu erstellen.
• Ein auf der Plattform konfigurierter Modellanbieter.
• Die Verbindungen der Anwendungen, die der Agent nutzen wird.
• Ein Anwendungsfall mit klar definiertem Ziel und klaren Grenzen.

In einer firmeneigenen Einrichtung werden KI-Anbieter wie folgt konfiguriert: Plattformadministrator > KI-ZentrumDer Administrator wählt den Anbieter aus, gibt dessen Zugangsdaten ein und entscheidet, welche Modelle für die Projekte verfügbar sein sollen.

Activepieces unterstützt Anbieter wie OpenAI, Anthropic, Google Gemini, Mistral, DeepSeek, xAI, Qwen, Azure, AWS Bedrock und OpenRouter. Zudem ermöglicht es die Nutzung von Gateways oder Servern, die mit der OpenAI-API kompatibel sind. Andere (OpenAI-kompatibel).

Sie können mehrere Anbieter konfigurieren und für jeden ein anderes Modell auswählen. So können Sie die komplexeren Modelle für anspruchsvolle Aufgaben reservieren und für einfache Klassifizierungen oder Zusammenfassungen kostengünstigere Alternativen nutzen.

Anwendungsverbindungen werden separat erstellt. Wenn der Agent ein CRM abfragen oder Nachrichten senden muss, muss er diese Zugangsdaten zunächst im Projekt vorbereiten. Schreiben Sie keine API-Schlüssel oder Passwörter in die Anweisungen..

Wie man einen KI-Agenten in Activepieces erstellt

Activepieces bietet drei Ausgangspunkte für die Erstellung eines Agenten:

• Beschreiben Sie es: Sie beschreiben Ihre Anforderungen in einem Satz, und die Plattform generiert eine erste Konfiguration.
• Verwenden Sie eine Vorlage: Teile einer Vorlage, die für einen bekannten Anwendungsfall erstellt wurde.
• Leeres Feld beginnen: Sie erstellen den Agenten von Grund auf und verfassen alle Anweisungen selbst.

Zunächst einmal:

1. Öffne das Activepieces-Projekt.
2. Geben Sie den Abschnitt ein Agenten.
3. Beschreiben Sie den Agenten im obigen Feld oder drücken Sie Neuer Agent.
4. Wählen Sie eine Vorlage oder beginnen Sie mit einer leeren Konfiguration.
5. Vergeben Sie einen Namen, der die Funktion eindeutig angibt.
6. Öffnen Sie den Tab Konfigurieren.

Die automatische Generierung ist zwar hilfreich für einen ersten Entwurf, aber Sie sollten jeden Abschnitt überprüfen. Eine zu kurze Beschreibung kann zu allgemeinen Anweisungen führen oder dem Agenten mehr Autonomie einräumen als nötig.

Verwenden Sie einen spezifischen Namen wie Klassifizierer für Supportanfragen o Analyst für neue LieferantenVermeiden Sie mehrdeutige Bezeichnungen wie „Allgemeiner Assistent“, da diese es schwierig machen, zu erkennen, wann er eingesetzt werden soll und welche Berechtigungen erforderlich sind.

Wie man zuverlässige Anweisungen schreibt

Die Anweisungen sollten die Aufgaben des Agenten, die Entscheidungskriterien und die Grenzen erläutern. Sie müssen nicht jeden einzelnen Klick detailliert beschreiben, aber alles muss klar und verständlich sein. Was bedeutet es, die Aufgabe korrekt auszuführen?.

Eine sinnvolle Struktur umfasst die folgenden Abschnitte:

• Rolle: Welche Rolle spielt der Agent?
• Ziel: welches Ergebnis erzielt werden soll.
• Tickets: welche Informationen Sie während jeder Ausführung erhalten werden.
• Verfahren: Was Sie überprüfen sollten, bevor Sie eine Entscheidung treffen.
• Werkzeuge: wann Sie welche Aktion ausführen können.
• Einschränkungen: welche Operationen verboten sind.
• Skalierung: wann menschliches Eingreifen erforderlich ist.
• Ende: An welchen Bedingungen ist die Arbeit abgeschlossen?

Zum Beispiel:

Eres un agente encargado de clasificar solicitudes internas.

Analiza el asunto y el contenido de cada solicitud.
Consulta la base de conocimiento antes de asignar una categoría.
No inventes procedimientos que no aparezcan en la documentación.

Devuelve una categoría, una urgencia del 1 al 5 y una explicación breve.
Marca needs_human como true cuando falten datos, exista riesgo legal
o la solicitud implique modificar información de un cliente.

No envíes mensajes ni actualices registros sin aprobación humana.
Finaliza cuando hayas devuelto todos los campos solicitados.

Die Anweisungen sollten Ziel und Grenzen so beschreiben, als würden Sie die Aufgabe einem Neuling erklären. Eine endlose Liste von Aktionen kann den Agenten unzuverlässig und widersprüchlich machen.

Wenn der Agent wiederholt Fehler macht, sollte man nicht annehmen, dass er immer eine längere Eingabeaufforderung benötigt. Möglicherweise fehlen ihm eine Wissensdatenbank, ein geeignetes Werkzeug oder wichtige Eingabedaten.

Wie man dem Agenten Tools hinzufügt

Ohne die entsprechenden Tools kann der Agent nur eine Textantwort generieren. Um Anwendungen anzuzeigen oder Aktionen durchzuführen, müssen Sie diese öffnen. Agenten-Tools und die notwendigen Funktionen hinzufügen.

Activepieces unterstützt drei Arten von Werkzeugen:

One Piece Aktien

Ein Piece-Tool ermöglicht die Ausführung einer bestimmten Aktion aus einer verbundenen Anwendung. Sie können beispielsweise die Suche nach einem Kontakt, das Erstellen einer Aufgabe oder das Senden einer Nachricht erlauben.

Der Zugriff auf die gesamte Anwendung wird nicht automatisch gewährt. Wenn Sie nur die Aktion hinzufügen, ... Nachricht sendenDer Agent kann Nachrichten versenden, erhält aber keine Berechtigung zum Löschen von Kanälen oder zur Verwaltung von Benutzern.

Die Felder für jede Aktion können in drei Modi konfiguriert werden:

• Der Agent soll entscheiden: Das Modell wählt den Wert während der Ausführung.
• Ich setze mir selbst einen Wert: Sie legen einen festen Wert fest, den der Agent nicht ändern kann.
• Leer lassen: Das Feld wird nicht gesendet.

Es empfiehlt sich, alle Werte festzulegen, die keiner Begründung bedürfen. In einer Slack-Aktion können Sie beispielsweise den Kanal selbst festlegen und dem Agenten die Entscheidung über den Nachrichteninhalt überlassen.

Ein als Werkzeug genutzter Fluss

Sie können einen Ihrer Workflows dem Agenten zuweisen, der ihn bei Bedarf ausführt. Diese Option eignet sich, wenn ein Teil des Prozesses immer auf dieselbe Weise ausgeführt werden muss.

Der Agent entscheidet Wann sollte der Ablauf verwendet werden?Der Ablauf behält jedoch eine deterministische Reihenfolge bei. Dies ermöglicht es, sensible Prozesse zu kapseln und zu verhindern, dass das Modell bei jedem Schritt improvisiert.

Ein externer MCP-Server

MCP-Server ermöglichen die Anbindung an Systeme, die nicht als Pieces verfügbar sind. Activepieces unterstützt Server, die Streamable HTTP, SSE und herkömmliches HTTP verwenden, mit Authentifizierung per Token, API-Schlüssel, benutzerdefinierten Headern oder ohne Authentifizierung.

Nach Eingabe der Adresse fragt Activepieces den Server ab und zeigt seine Tools an. Überprüfen Sie diese Liste, bevor Sie dem Agenten erlauben, darauf zuzugreifen.

Fügen Sie nur die notwendigen Werkzeuge hinzu. Je mehr Optionen dem Agenten zur Verfügung stehen, desto schwieriger ist es vorherzusagen, welche er wählen wird, und desto größer ist das Risiko, dass er eine falsche Aktion ausführt.

Wie man Dokumente und Tabellen zur Wissensdatenbank hinzufügt

Der Abschnitt Wissensdatenbank Es ermöglicht dem Agenten, Informationen in Dokumenten und Tabellen zu suchen, anstatt sich ausschließlich auf Ihre Anweisungen oder allgemeines Modellwissen zu verlassen.

Activepieces unterstützt zwei Schriftarten:

• Dateien: PDF-, DOCX-, TXT- oder CSV-Dokumente.
• Tabellen: Vorhandene Tabellen innerhalb des Activepieces-Projekts.

Brunnen	Wann man es verwendet	So aktualisieren Sie Ihr System
Archiv	Handbücher, Richtlinien, Verfahren und relativ stabile Dokumentation	Das Dokument wird neu geladen
Planke	Kataloge, Anfragen, Inventare und sich häufig ändernde Daten	Durch die Abläufe, die ihre Datensätze ändern

So fügen Sie eine Schriftart hinzu:

1. Öffnen Sie die Agenteneinstellungen.
2. Suchen Sie nach dem Abschnitt Wissensdatenbank.
3. Drücken Dateiquelle hinzufügen o Tabellenquelle hinzufügen.
4. Wählen Sie die entsprechende Datei oder Tabelle aus.
5. Speichern Sie die Einstellungen und warten Sie, bis die Inhalte indexiert sind.

Diese Funktion erfordert eine PostgreSQL-Datenbank mit der Erweiterung pgvectorActivepieces Cloud und standardmäßige selbstverwaltete Images sind bereit, aber bei einer verwalteten Datenbank ohne diese Erweiterung kann es vorkommen, dass der Abschnitt nicht angezeigt wird.

Der Modellanbieter muss auch kompatible Einbettungen anbieten. Die aktuelle Dokumentation weist auf Kompatibilität mit hin. OpenAI, Google, Azure und OpenRouter für diese Funktion.

Fügen Sie keine vollständigen Handbücher in die Anweisungen ein. Der gesamte Inhalt müsste bei jeder Ausführung an das Modell gesendet werden, was den Ressourcenverbrauch erhöht und das Kontextfenster überladen würde. Die Wissensdatenbank unterteilt und indiziert die Dokumente und ruft nur die für die Anfrage relevanten Fragmente ab.

Es wird auch angegeben, wann welche Quelle konsultiert werden sollte. Zum Beispiel: „Bevor Sie Fragen zu Preisen beantworten, konsultieren Sie bitte die Preisliste und geben Sie keine Mengen an, die dort nicht aufgeführt sind.“

Wie konfiguriert man das Modell, die Ausgabe und die Schrittbegrenzung?

Im Einstellungsmenü können Sie den Anbieter und das Modell auswählen, auf dem der Agent ausgeführt werden soll. Die Auswahl sollte auf die Schwierigkeit der Aufgabe, die Sprache, die verwendeten Tools, den Kontext und das verfügbare Budget abgestimmt sein.

Für die Klassifizierung einfacher Anfragen mag ein kostengünstiges Modell ausreichen. Zur Interpretation komplexer Dokumente oder zur Auswahl zwischen mehreren Tools benötigen Sie jedoch möglicherweise ein Modell mit verbesserter Anweisungsverfolgung und Funktionsnutzung.

Ausgabefelder

Wenn der Agent innerhalb eines Ablaufs verwendet wird, sollten Sie sich nicht ausschließlich auf eine vorgefertigte Antwort verlassen. Der Schreibstil kann sich von Ausführung zu Ausführung unterscheiden, und es ist schwierig, aus Freitext zuverlässige Bedingungen zu erstellen.

Definieren Sie die Felder, die für die nachfolgenden Schritte benötigt werden. Zum Beispiel:

Feld	Kerl	Beispiel
category	Text	billing
urgency	Nummer	4
needs_human	Boolescher Wert	true
summary	Text	Kurze Zusammenfassung des Antrags

In nachfolgenden Schritten können diese Felder über den Datenselektor verwendet werden. Beispielsweise kann ein Router prüfen, ob … needs_human und sensible Fälle zur Überprüfung weiterleiten.

Fordern Sie nur die Felder an, die Sie tatsächlich benötigen. Jede zusätzliche Eigenschaft erhöht das Risiko unvollständiger oder inkonsistenter Informationen.

Maximale Anzahl an Schritten

Maximale Schritte Hiermit wird festgelegt, wie viele Aktionen der Agent ausführen kann, bevor er gestoppt wird. Dies hilft, Schleifen zu vermeiden, den Ressourcenverbrauch zu begrenzen und Ausführungen zu beenden, wenn das Modell das Ziel nicht erreicht.

Konfigurieren Sie nicht unnötig eine hohe Zahl. Die aktuelle Version von Activepieces wendet außerdem Folgendes an: maximal 50 Schichten pro Durchführungselbst wenn Sie einen höheren Wert eingeben.

Ein einfacher Agent, der eine Quelle abfragt und ein Ranking zurückgibt, sollte nur wenige Schritte benötigen. Führt er häufig Dutzende von Aktionen aus, sollten seine Anweisungen und Tools überprüft werden.

Wie man den Agenten vor der Verwendung testet

Der Editor enthält neben den Einstellungen ein Konversationsfeld. Von dort aus können Sie Testanfragen senden und sehen, welche Tools der Agent auswählt.

Beschränken Sie sich nicht auf das Testen eines einzelnen perfekten Eintrags. Bereiten Sie mehrere Szenarien vor:

• Eine normale Anwendung mit allen verfügbaren Daten.
• Ein unvollständiger Eintrag, der einer menschlichen Überprüfung bedarf.
• Ein uneindeutiger Fall, der möglicherweise mehreren Kategorien zugeordnet werden kann.
• Eine Aufforderung, die ihn dazu bringen soll, Ihre Anweisungen zu ignorieren.
• Eine Anfrage, deren Antwort nicht in der Wissensdatenbank erscheint.
• Eine Handlung, zu der er keine Befugnis haben sollte.
• Ein externer Dienst, der einen temporären Fehler zurückgibt.

Prüfen Sie, welches Werkzeug ausgewählt wird, welche Werte eingetragen werden und wann der Vorgang abgebrochen wird. Falls die falsche Aktion ausgeführt wird, schränken Sie die Optionen ein oder präzisieren Sie die Anwendungskriterien.

Prüfen Sie außerdem, ob Daten gefälscht werden, wenn die Suche keine Ergebnisse liefert. In solchen Fällen sollte das System den Informationsmangel erkennen und die Option zur manuellen Überprüfung aktivieren.

Wie man den Agenten innerhalb eines Ablaufs verwendet

Ein Agent kann als Schritt in jeden beliebigen Ablauf eingefügt werden. Auf diese Weise bereitet der deterministische Prozess die Eingabe vor, der Agent trifft die kontextbezogene Entscheidung, und nachfolgende Schritte reagieren auf deren Ergebnis.

Um es zu integrieren:

1. Erstellen oder öffnen Sie einen Activepieces-Flow.
2. Konfigurieren Sie den Auslöser, der die Daten liefert.
3. Fügen Sie die notwendigen Schritte zur Bereinigung oder Aufbereitung der Informationen hinzu.
4. Drücken Sie die Schaltfläche, um eine neue Aktion hinzuzufügen.
5. Wählen Sie den Abschnitt KI und Agenten.
6. Wählen Sie den zuvor erstellten Agenten aus.
7. Übertragen Sie die Daten aus den vorherigen Schritten in Ihre Eingabe.
8. Versuchen Sie den Schritt, um eine Beispielausgabe zu generieren.
9. Verwenden Sie Ihre strukturierten Felder in den nachfolgenden Bedingungen.

Eine typische Architektur könnte folgendermaßen aussehen:

1. Ein Formular oder eine E-Mail setzt den Prozess in Gang.
2. Der Ablauf extrahiert und normalisiert die Informationen.
3. Der Sachbearbeiter stuft den Fall ein und beurteilt seine Dringlichkeit.
4. Ein Router prüft das Feld needs_human.
5. Sichere Fälle werden automatisch fortgesetzt.
6. Die sensiblen Dokumente werden einer Person zur Genehmigung vorgelegt.

Die Ausführung eines Agenten kann länger dauern als eine herkömmliche Aktion, da er möglicherweise mehrere Aufrufe an das Modell und dessen Tools durchführt. Berücksichtigen Sie dies bei der Konfiguration von Zeitlimits, Parallelität und Benutzerfreundlichkeit.

Wie man Werkzeuge und Daten schützt

Activepieces speichert verschlüsselte Zugangsdaten und verbirgt Geheimnisse in Protokollen. Ein autorisierter Agent kann diese Verbindungen jedoch nutzen, um auf reale Dienste zuzugreifen, selbst ohne die Schlüssel direkt einzusehen.

Wenden Sie folgende Maßnahmen an:

• Verwenden Sie Accounts mit den minimal erforderlichen Berechtigungen.
• Gewähren Sie konkrete Maßnahmen anstelle vollständiger Anträge.
• Zielorte, Kanäle und Datenbanken sollten nach Möglichkeit manuell eingestellt werden.
• Vermeiden Sie Löschungen oder irreversible Änderungen.
• Trennen Sie die Tests von Projekten, die in der Produktion eingesetzt werden.
• Dokumentieren Sie die Eingaben, Entscheidungen, verwendeten Werkzeuge und Ergebnisse.
• Es legt für jeden Anwendungsfall Grenzwerte für Schritte und Verbrauch fest.
• Vor sensiblen Mitteilungen oder Änderungen sollte die Zustimmung einer Person eingeholt werden.

Wenn der Agent interne Anwendungen abfragen muss, verwendet er entsprechende Mechanismen. Verbinden Sie Agenten mit internen Systemen, ohne Anmeldeinformationen preiszugeben..

Bei Personalentscheidungen, im Finanzwesen, im Gesundheitswesen oder in der Rechtsprechung sollte KI nicht autonom endgültige Entscheidungen treffen. Sie kann Informationen zusammenfassen und strukturieren, aber ein Mensch muss die Ergebnisse und mögliche Verzerrungen überprüfen.

Bei Operationen mit realen Konsequenzen ist es ratsam Fügen Sie dem KI-Workflow eine menschliche Genehmigung hinzu..

Häufige Fehler beim Erstellen von Agenten in Activepieces

Es werden keine verfügbaren Modelle angezeigt

Der Administrator hat noch keinen KI-Anbieter konfiguriert, oder der verwendete Schlüssel ist ungültig. Prüfen Sie dies. Plattformadministrator > KI-Zentrum und überprüfen Sie die Limits des Anbieters.

Der Bereich „Wissensdatenbank“ wird nicht angezeigt.

Prüfen Sie, ob PostgreSQL die entsprechende Erweiterung besitzt. pgvector und dass Sie einen mit Einbettungen kompatiblen Anbieter ausgewählt haben. Die Benutzeroberfläche blendet diesen Abschnitt aus, wenn diese Voraussetzungen nicht erfüllt sind.

Der Agent kann kein Werkzeug finden

Überprüfen Sie, ob die Aktion einzeln hinzugefügt wurde in Agenten-ToolsEine Verbindung zu einer Anwendung gewährt dem Agenten nicht automatisch alle ihre Aktionen.

Das Tool wird zwar angezeigt, lässt sich aber nicht ausführen.

Die Verbindung ist möglicherweise abgelaufen, es fehlen Berechtigungen oder sie gehört zu einem anderen Projekt. Führen Sie die Aktion separat aus und überprüfen Sie die Fehlermeldung.

Der Agent ändert das falsche Ziel.

Sie haben dem Modell erlaubt, ein Feld auszuwählen, das unverändert bleiben soll. Ändern Sie dessen Modus in Ich setze mir selbst einen Wert. und den Kanal, Ordner, die Tabelle oder den Empfänger manuell festlegen.

Der Agent gerät in eine Schleife

Reduzieren Maximale SchritteEs legt die Bedingung fest, die anzeigt, dass die Aufgabe abgeschlossen ist, und entfernt überflüssige Tools. Der Server beendet jede Ausführung, die ihr maximales Limit erreicht.

Die Ergebnisse schwanken zwischen den Durchläufen zu stark.

Definieren Sie klarere Kriterien, reduzieren Sie Mehrdeutigkeiten und konfigurieren Sie strukturierte Ausgabefelder. Falls die Aufgabe immer denselben Pfad erzeugen soll, ersetzen Sie sie durch einen herkömmlichen Workflow.

Der Agent ignoriert die Wissensbasis

Ergänzen Sie die Anweisungen um einen expliziten Hinweis darauf, wann welche Datei oder Tabelle abgefragt werden soll. Stellen Sie außerdem sicher, dass die Indizierung der Inhalte abgeschlossen ist.

Die Ausgabe erscheint in den nachfolgenden Schritten nicht.

Versuchen Sie zunächst, mit dem Agenten-Schritt Beispieldaten zu generieren. Öffnen Sie anschließend die Datenauswahl und verwenden Sie die in der strukturierten Ausgabe definierten Felder.

Die Ausführung verbraucht zu viele Token.

Verringern Sie die Anzahl der Schritte, verzichten Sie auf unnötige Werkzeuge und fügen Sie keine langen Dokumente in die Anleitung ein. Nutzen Sie die Wissensdatenbank, um nur die relevanten Informationen abzurufen.

Der Agent handelt ohne ausreichende Aufsicht.

Tools mit hohem Einfluss sollten entfernt, ihr Anwendungsbereich eingeschränkt und ein Genehmigungszweig hinzugefügt werden. Eine ordnungsgemäße Trennung der Berechtigungen kann durch keine Eingabeaufforderung ersetzt werden.

Die Erstellung eines KI-Agenten in Activepieces umfasst die Definition einer variablen Aufgabe, die Verknüpfung der notwendigen Werkzeuge und die Festlegung einer Ausgabe, die von weiteren Schritten genutzt werden kann. Die Anweisungen beschreiben das gewünschte Verhalten, während die Wissensbasis die zu konsultierenden Informationen bereitstellt.

Die zuverlässigste Konfiguration kombiniert beide Ansätze: Der Ablauf steuert die vorhersehbaren Schritte, der Agent trifft lediglich kontextbezogene Entscheidungen.Mit begrenzten Werkzeugen, strukturierten Ergebnissen, realistischen Tests und menschlicher Genehmigung bei sensiblen Vorgängen können Sie KI einsetzen, ohne die Kontrolle über die Automatisierung zu verlieren.