maestro-automate
latest
false
Maestro Automate 用户指南
- 开始使用
- 构建
- HTTP 请求
- 连接器节点的工作方式
- 创建连接
- 销售和客户关系
- 客户支持和服务台
- 消息传递和会议
- 电子邮件
- 营销
- 社交媒体
- 文件、文档和电子签名
- 项目、协作和代码
- 人员和招聘
- 财务和商业
- AI 模型和智能体
- 语音、视觉和语言
- 数据和位置
- 云、身份和安全性
- 部署并运行
- 示例
- 参考
向工作流添加 AI 智能体
逐步构建一个工作流,将数据发送到自主智能体,并通过决策节点进行决策分支。
您构建的内容
此工作流调用在画布上创建的 AI 智能体,向其传递数据,并根据智能体的响应(已批准、已拒绝或失败)路由运行。
本指南中的智能体是自主智能体:其模型、提示词、工具和上下文都存在于节点上,并随工作流一起移动。要使用已经存在的智能体,例如编码智能体,请在“添加节点”面板中选择“智能体”>“已发布” 。
开始之前
- 智能体可以使用的大型语言模型 (LLM)。
使用的节点
步骤
提示:
编码智能体设置后,您可以跳过手动步骤。询问:
Build a Maestro Automate workflow that starts manually with a request text, sends it to an Autonomous Agent that returns a decision field set to approved or rejected, and branches on that decision with a Decision node. End the rejected path with a Terminate node.
Build a Maestro Automate workflow that starts manually with a request text, sends it to an Autonomous Agent that returns a decision field set to approved or rejected, and branches on that decision with a Decision node. End the rejected path with a Terminate node.
然后在画布上打开工作流,根据以下步骤进行检查并进行测试。“设置编码智能体”描述了相关设置。
1. 新建工作流并添加触发器
按照您的第一个工作流所述创建项目。画布将打开,画布上已有“手动触发器” 。
生产工作流将改用计划的触发器或基于连接器的触发器。构建时使用手动触发器就足够了。
2. 添加“智能体”节点
- 选择带有+ 号的手动触发器,然后打开添加节点面板的智能体类别。
- 选择自主代理节点。新节点自动连接到“手动触发器”。
- 在属性面板中,编写智能体:
- 设置“模型” ,或将其保留为组织的默认智能体模型。
- 写入系统提示、智能体角色和长期指令。需要系统提示词和用户提示词。
- 编写适用于本次运行的任务的“用户提示” 。使用表达式引用工作流数据;例如,要分类的文档文本:
$vars.manualTrigger1.output.documentText。
3. 返回结构化结果
默认情况下,智能体会返回一个字段content ,用于保存其响应文本。要明确分支,请让智能体返回结构化字段。
- 打开智能体属性面板( “参数”选项卡)上的“输出”部分。
- 添加名为
decision且类型为string的输出变量。 - 在系统提示中,指示智能体将
decision设置为approved或rejected。
4. 处理智能体的响应
- 选择智能体节点输出句柄上的"+" ,搜索“决策”并将其选中。
- 设置条件以评估智能体的输出,例如:
$vars.agent1.output.decision === "approved"。 - 将“True”分支连接到自动化中的下一个步骤(例如,通知或数据写入)。
- 将False分支连接到终止节点。
- 要返回原因,请选择“终止”节点上的“添加输出变量” ,并为其赋予一个值,例如
Agent returned: $vars.agent1.output.decision。
5. 调试工作流
在画布底部工具栏中选择“运行调试”。在执行追踪中:
- 选择“智能体”节点,以检查已发送的输入以及智能体返回的内容。
- 根据智能体的输出,确认决策节点采取了正确的分支。
- 如果智能体的响应不是您预期的,请在更改不相关的工作流逻辑之前查看“系统提示” 、 “用户提示”和已声明的输出。
如输出模拟所述,通过将智能体响应替换为固定响应,即可训练这两个分支,而无需等待真实的智能体响应。
结果
代理节点返回结构化decision字段,决策节点根据其值进行分支,终止节点结束被拒绝路径上的工作流。执行追踪记录显示智能体的输入和输出,可以在节点上调整提示。
扩展此工作流
- 为智能体提供工具:将工具资源(内置工具、连接器工具、RPA 或 API 工作流工具、文档提取或模型上下文协议 (MCP) 服务器)连接到智能体的工具句柄,以便智能体可以执行操作,而不仅仅是推理。
- 将智能体基于您的数据锚定:将上下文资源连接到智能体的上下文句柄,使其根据已编入索引的知识源而非仅根据模型提供答案。
- 人工介入:将智能体的升级句柄连接至升级资源,处理智能体不应单独决策的案例。
- 添加循环:将智能体调用包含在“循环”节点中,以使用同一智能体处理列表项目。
- 链接到另一个系统:在“决策”节点的“True”分支之后,添加HTTP 请求或集成节点,以将结果写入外部系统。