Interagir agente

Description

Essa atividade permite o uso de agentes do Snowflake Cortex como participantes de um processo automatizado orquestrado pelo Maestro.

Criando o agente do Snowflake

O Snowflake fornece uma experiência sem código para criar um Agente do Cortex. Assim que for salva, ela ficará disponível para uso no Maestro. A experiência sem código inclui a capacidade de testar prompts e avaliar a saída do agente. O agente do Cortex responderá ao Maestro da mesma forma que responde às solicitações do usuário no painel do Snowflake. Na maioria dos cenários do Maestro, você solicitará ao agente que gere uma saída na forma de uma estrutura JSON. por exemplo {"sku1": "9735A45", "sku2": "1735A50"}.

Como usar a atividade

Para usar essa atividade em um processo com agente do Maestro, siga estas etapas:

1. Adicione um elemento de tarefa de serviço à tela e abra o painel de Propriedades da tarefa.
2. Nomeie a tarefa de serviço Snowflake Hello World.
3. Na seção Implementação , na lista suspensa Ação , selecione Iniciar e aguardar agente externo.
4. Selecione o conector Snowflake Cortex .
5. Selecione uma conexão existente ou crie uma nova. Para obter mais informações, consulte Autenticação do Snowflake Cortex.

6. Em Atividade, selecione Interagir Agente.

7. De Banco de dados, selecione um banco de dados, por exemplo SNOWFLAKE_INTELLIGENCE.
8. De Esquema, selecione um esquema, por exemplo AGENTS.
9. Em Nome do agente, selecione um agente criado anteriormente no Snowflake.
10. Em Solicitar, insira "O que você pode fazer?". Certifique-se de incluir as aspas no prompt.

    

11. Conecte o evento de início à tarefa de serviço, e a tarefa de serviço a um nó de evento final na tela.

12. Selecione Depurar para executar esse processo. Após uma execução bem-sucedida, revise as variáveis globais e busque a resposta {:} da origem: Snowflake Hello World. Tome nota da estrutura da resposta.

    Por exemplo, esta é a resposta do agente ao prompt "O que você pode fazer?":

    {
      "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"
    }

A saída do agente deve ser atribuída a uma variável de processo para que possa influenciar o progresso do processo do Maestro, por exemplo, para tomar uma decisão com base em uma avaliação booleana ou para usar a resposta de uma tarefa de classificação.

1. No modo de Design, selecione o agente na tela de design.

2. Selecione Propriedades.

3. Em Saída, selecione Adicionar novo e adicione uma variável do tipo String chamada agent_reponse.

4. Para Valor, selecione Snowflake Hello World > Response > Agent action text (string). Isso representa o componente de texto da resposta.

Dica: na prática, especifique a saída estruturada de sua escolha do agente e, em seguida, avalie a saída dentro do Maestro usando o Editor de expressão para extrair a parte específica da saída de que você precisa no tipo necessário para o seu fluxo de processo.

Solução de problemas e ajuste

Além de estabelecer a conectividade, você deve testar prompts tanto no espaço de trabalho do Snowflake quanto no Maestro. Isso garante que você alcance a saída desejada que pode ser mais bem consumida pelo Maestro, atribuída a variáveis e passada para outros agentes no processo.

Recomendamos que as solicitações detalhadas permaneçam dentro das solicitações do sistema do agente no Snowflake. O prompt do usuário que é fornecido pelo Maestro ao agente no runtime deve ser breve e direto ao ponto. Sua função é principalmente indicar as variáveis relevantes necessárias para o agente executar tarefas específicas e gerar uma saída consistente esperada.

A saída destinada a humanos, por exemplo, os motivos de um escalonamento, pode ser facilmente passada como texto natural para o humano. A saída esperada para uma ação de API/robô deve ser estritamente composta. Aqui está um exemplo de prompt de usuário que produz uma saída específica de um agente. Use o editor de expressão do C# dentro do Studio para adicionar variáveis conforme necessário.

"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"

O agente responderá com:

{"Order_Quantity":"100"}

Você pode transformar a resposta do agente, que é do tipo string em JSON usando a função js:JSON.parse(variable of type string) . Preste atenção especial aos tipos em sua solicitação ao agente e na resposta real. Mesmo que a resposta tenha aparência do tipo JSON, na verdade ela pode ser do tipo string.