Interagir avec l’agent

Description

Cette activité permet d'utiliser des agents Snowflake Cortex comme participants à un processus automatisé orchestré par Maestro.

Créer l'agent Snowflake

Snowflake fournit une expérience sans code pour créer un agent Corx. Dès qu'il est enregistré, il devient disponible dans Maestro. L'expérience sans code inclut la possibilité de tester des requêtes et d'évaluer la sortie de l'agent. L'agent Cortext répondra à Maestro de la même manière qu'il répond aux requêtes de l'utilisateur dans le tableau de bord Snowflake. Dans la plupart des scénarios Maestro, vous inviterez l'agent à générer la sortie sous la forme d'une structure JSON. Par exemple {"sku1": "9735A45", "sku2": "1735A50"}.

Comment utiliser l’activité

Pour utiliser cette activité dans un processus agentique Maestro, procédez comme suit :

1. Ajoutez un élément de tâche de service à la zone de dessin et ouvrez le panneau Propriétés de la tâche.
2. Nommez la tâche de service Snowflake Hello World.
3. Dans la section Implementation , de la liste déroulante Action , sélectionnez Start and wait for external agent.
4. Sélectionnez le connecteur Snowflake Cortex .
5. Sélectionnez une connexion existante ou créez-en une nouvelle. Pour plus d'informations, consultez la section AuthentificationSnowflake Cortex .

6. Dans Activité, sélectionnez Interaction Agent.

7. Dans Base de données, sélectionnez une base de données, par exemple SNOWFLAKE_INTELLIGENCE.
8. Dans Schéma, sélectionnez un schéma, par exemple AGENTS.
9. Dans Agent Name, sélectionnez un agent précédemment créé dans Snowflake.
10. Dans l’ invite, saisissez "Que pouvez-vous faire ? ». Assurez-vous d'inclure les guillemets dans l'invite.

    

11. Connectez l'événement de début à la tâche de service et la tâche de service à un nœud d'événement de fin dans le canevas.

12. Sélectionnez Déboguer pour exécuter ce processus. Après une exécution réussie, examinez les variables globales et recherchez la réponse {:} de la source : Snowflake Bonjour le monde. Notez la structure de la réponse.

    Par exemple, il s'agit de la réponse de l'agent à l'invite « Que pouvez-vous faire ? » :

    {
      "type": "text",
      "text": "\nI can help you analyze and optimize your manufacturing, inventory, order fulfillment, and sales forecasting processes. Here’s what I can do:\n\n- Query and analyze your inventory, orders, production forecasts, and sales forecasts using advanced SQL queries.\n- Answer questions about current inventory levels, order statuses, and customer orders.\n- Help you determine if current or future orders can be fulfilled based on available or forecasted inventory.\n- Provide insights into upcoming production and expected sales for specific products or SKUs.\n- Generate tables and visualizations (bar, line, and pie charts) to help you understand trends and patterns in your data.\n- Assist with business analytics, SaaS metrics, and research methodology for data-driven decision-making.\n\nYou don’t need to know SQL—just ask your business questions, and I’ll use the appropriate tools to get you answers!\n"
    }

La sortie de l'agent doit être affectée à une variable de processus afin qu'il puisse influencer la progression du processus Maestro, par exemple pour prendre une décision basée sur une évaluation booléenne, ou pour utiliser la réponse d'une tâche de classification.

1. En mode Conception, sélectionnez l'agent dans le canevas de conception.

2. Sélectionnez Propriétés.

3. Sous Sortie, sélectionnez Add new et ajoutez une variable de type String nommée agent_reponse.

4. Pour Valeur, sélectionnez Snowflake Bonjour le monde > Réponse > Texte d’action de l’agent (chaîne). Cela représente le composant de texte de la réponse.

Astuce : en pratique, spécifiez la sortie structurée de votre choix à partir de l'agent, puis évaluez la sortie dans Maestro à l'aide de l'éditeur d'expressions pour extraire la partie spécifique de la sortie dont vous avez besoin dans le type nécessaire pour votre flux de processus.

Dépannage et réglage

Au-delà de l'établissement de la connectivité, vous devez tester les requêtes à la fois dans l'espace de travail Snowflake ainsi qu'à partir de Maestro. Cela vous permet d'obtenir la sortie souhaitée qui peut être le mieux utilisée par Maestro, affectée à des variables et transmise aux autres acteurs du processus.

Nous recommandons que les requêtes détaillées restent dans les requêtes système de l'agent dans Snowflake. La requête utilisateur fournie par Maestro à l'agent au moment de l'exécution doit être brève et dans le point. Son rôle consiste principalement à indiquer les variables pertinentes nécessaires à l'agent pour effectuer une tâche spécifique et générer un résultat attendu cohérent.

La sortie qui est destinée aux humains, par exemple les raisons d’une escalade, peut être facilement passée en texte naturel pour l’humain. La sortie attendue pour une action d’API/robot doit être strictement composée. Voici un exemple de requête utilisateur qui fournit une sortie spécifique à partir d'un agent. Utilisez l’ éditeur d’expression C# dans Studio pour ajouter des variables selon vos besoins.

"What is the quantity on inventory of Order ID " + vars.orderId_1 + "respond only with a JSON object with the quantity in the key Order_Quantity. No explanations, only JSON"

L'agent répondra avec les informations suivantes :

{"Order_Quantity":"100"}

Vous pouvez ensuite transformer la réponse de l'agent, qui est de type string en JSON à l'aide de la fonction js:JSON.parse(variable of type string) . Faites particulièrement attention aux saisies de votre demande à l’agent et à la réponse réelle. Même si la réponse ressemble à du type JSON, elle peut être de type string.