В этом руководстве мы создадим комплексный агентский рабочий процесс в производственном стиле с помощью GraphBit, который демонстрирует, как структурированное выполнение графов, вызов инструментов и дополнительные агенты, управляемые LLM, могут сосуществовать в единой системе.
Шаг 1: инициализация и проверка среды выполнения GraphBit
Мы начнём с инициализации и проверки среды выполнения GraphBit. Затем определим реалистичный домен для обработки обращений клиентов с помощью типизированных структур данных и детерминированных инструментов, которые можно выполнить в автономном режиме.
Шаг 2: определение домена для обработки обращений клиентов
Мы определим домен для обработки обращений клиентов с помощью типизированных данных и инструментов, которые можно выполнить в автономном режиме. Это позволит нам создать надёжный конвейер на основе правил для классификации, маршрутизации и составления ответов.
Шаг 3: регистрация инструментов
Мы зарегистрируем детерминированные бизнес-инструменты для классификации обращений, маршрутизации и составления ответов с помощью интерфейса GraphBit. Мы закодируем логику домена непосредственно в эти инструменты, чтобы их можно было выполнить без зависимости от LLM. Это создаст надёжную, тестируемую основу для последующей оркестровки агентов.
Шаг 4: составление инструментов в автономный конвейер выполнения
Мы составим зарегистрированные инструменты в автономный конвейер выполнения и применим его ко всем обращениям для получения структурированных результатов сортировки. Мы агрегируем выходные данные в таблицы и вычислим показатели приоритета и SLA для оценки поведения системы.
Шаг 5: создание направленного рабочего процесса GraphBit
Мы создадим направленный рабочий процесс GraphBit, состоящий из нескольких агентских узлов с чётко определёнными обязанностями и строгими контрактами JSON. Мы соединим эти узлы в проверенный граф выполнения, который отражает предыдущую автономную логику на уровне агентов.
Шаг 6: добавление конфигурации и логики выполнения LLM
Мы добавим необязажную конфигурацию и логику выполнения LLM, которая позволит тому же рабочему процессу работать автономно при наличии ключа провайдера. Мы выполним рабочий процесс для одного обращения и зафиксируем статус выполнения и выходные данные.
Заключение
Мы реализовали полный рабочий процесс GraphBit, охватывающий настройку среды выполнения, регистрацию инструментов, автономное детерминированное выполнение, агрегацию метрик и дополнительную оркестрацию на основе агентов с внешними поставщиками LLM. Мы продемонстрировали, как одна и та же бизнес-логика может быть выполнена как вручную с помощью инструментов, так и автоматически с помощью агентских узлов, соединённых в проверенный граф. Это подчёркивает сильные стороны GraphBit как субстрата для выполнения, а не просто оболочки LLM. Мы показали, что сложные агентские системы могут быть разработаны так, чтобы корректно обрабатывать ошибки, работать без внешних зависимостей и при этом масштабироваться до полностью автономных рабочих процессов при включении LLM.
Полный код можно посмотреть здесь.
1. Какие основные этапы включает в себя создание производственного агентского рабочего процесса с помощью GraphBit?
Ответ: инициализация и проверка среды выполнения GraphBit, определение домена для обработки обращений клиентов, регистрация инструментов, составление инструментов в автономный конвейер выполнения, создание направленного рабочего процесса GraphBit, добавление конфигурации и логики выполнения LLM.
2. Какие инструменты и методы используются для обработки обращений клиентов в производственном агентском рабочем процессе с помощью GraphBit?
Ответ: используются типизированные структуры данных и детерминированные инструменты, которые можно выполнить в автономном режиме. Они позволяют создать надёжный конвейер на основе правил для классификации, маршрутизации и составления ответов.
3. Какие преимущества даёт использование GraphBit для создания производственных агентских рабочих процессов?
Ответ: GraphBit позволяет структурировать выполнение графов, вызывать инструменты и использовать дополнительные агенты, управляемые LLM, в единой системе. Это обеспечивает возможность создания надёжных, тестируемых и масштабируемых рабочих процессов.
4. Какие шаги необходимо предпринять для регистрации инструментов в GraphBit?
Ответ: необходимо зарегистрировать детерминированные бизнес-инструменты для классификации обращений, маршрутизации и составления ответов с помощью интерфейса GraphBit. Логика домена кодируется непосредственно в эти инструменты, что позволяет выполнить их без зависимости от LLM.
5. Какие метрики и показатели используются для оценки поведения системы после применения автономного конвейера выполнения?
Ответ: после применения автономного конвейера выполнения агрегируются выходные данные в таблицы и вычисляются показатели приоритета и SLA для оценки поведения системы.