エージェントと対話

説明

このアクティビティでは、Maestro がオーケストレーションする自動化プロセスの参加者として Snowflake Cortex エージェントを使用できます。

Snowflake エージェントを作成する

Snowflakeは、Cortexエージェントを作成するためのノーコードエクスペリエンスを提供します。保存されるとすぐに Maestro で使用できるようになります。コード不要のエクスペリエンスには、プロンプトをテストし、エージェントの出力を評価する機能が含まれます。Cortexエージェントは、Snowflakeダッシュボードのユーザープロンプトに応答するのと同じ方法でMaestroに応答します。ほとんどの Maestro のシナリオでは、JSON 構造の形式で出力を生成するようエージェントにプロンプトを送信します。例えば。{"sku1": "9735A45", "sku2": "1735A50"}です。

アクティビティの使用方法

このアクティビティを Maestro のエージェンティック プロセスで使用するには、以下の手順に従います。

1. キャンバスにサービス タスク要素を追加し、タスクの [ プロパティ ] パネルを開きます。
2. このサービス タスクの名前を Snowflake Hello Worldとします。
3. [ 実装 ] セクションの [ アクション ] ドロップダウン リストから、[ 外部エージェントを起動し、待機] を選択します。
4. Snowflake Cortex コネクタを選択します。
5. 既存のコネクションを選択するか、新しいコネクションを作成します。詳細については、 Snowflake Cortex 認証 をご参照ください。

6. [アクティビティ] から [Interact Agent] を選択します。

7. [ データベース] から、 SNOWFLAKE_INTELLIGENCEなどのデータベースを選択します。
8. [ スキーマ] から、 AGENTSなどのスキーマを選択します。
9. [ エージェント名] から、Snowflake で以前に作成したエージェントを選択します。
10. プロンプトに「What can you do?」と入力します。プロンプトには必ず引用符を含めてください。

    

11. 開始イベントをサービス タスクに接続し、サービス タスクをキャンバスの終了イベント ノードに接続します。

12. [ デバッグ] を選択して、このプロセスを実行します。実行が成功したら、グローバル変数を確認し、ソースからの {:} 応答 を探します: Snowflake Hello World。返信の構造に注意してください。

    たとえば、「何ができますか?」というプロンプトに対するエージェントの回答は次のようになります。

    {
      "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"
    }

エージェントの出力をプロセス変数に割り当てて、Maestro プロセスの進行状況に影響を与える必要があります。たとえば、Boolean 評価に基づいて決定を下す場合や、分類タスクの回答を使用する場合などです。

1. デザイン モードで、デザイン キャンバスからエージェントを選択します。

2. [プロパティ] を選択します。

3. [出力] で [ 新規追加] を選択し、 agent_reponse という名前の String 型の変数を追加します。

4. [値] で [Snowflake Hello World > Response > Agent action text (string)] を選択します。これは、返信のテキスト コンポーネントを表します。

先端： 実際には、エージェントから選択した構造化された出力を指定し、式エディターを使用して Maestro 内で出力を評価し、プロセス フローに必要な出力の特定の部分を抽出します。

トラブルシューティングとチューニング

接続を確立するだけでなく、Snowflake ワークスペースと Maestro の両方でプロンプトをテストする必要があります。これにより、Maestro で使用し、変数に割り当てて、プロセス内の他のアクターに渡すのに最適な目的の出力が得られます。

詳細なプロンプトは、Snowflake 内のエージェントの システム プロンプト 内に留まることをお勧めします。実行時に Maestro からエージェントに提供される ユーザー プロンプト は、簡潔で要点を押さえたものである必要があります。この役割の主な役割は、エージェントが特定のタスクを実行し、期待される一貫性のある出力を生成するために必要な関連変数を示すことです。

人間向けの出力 (エスカレーションの理由など) には、次のようなものがあります 人間にとって自然なテキストとして簡単に渡されます。に期待される出力 API/ロボット アクションは厳密に構成する必要があります。以下に、次のようなユーザー プロンプトを示します エージェントから特定の出力を生成します。Studio 内で C# の式エディターを使用する 変数を 必要。

"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"

エージェントは次のように返信します。

{"Order_Quantity":"100"}

その後、js:JSON.parse(variable of type string) 関数を使用して、エージェントの応答の種類 string を JSON に変換できます。エージェントへの要求と実際の応答の種類には特に注意してください。応答が JSON型のように見えても、実際には string型である可能性があります。