Crear un agente

Diga qué debe hacer el agente y cuándo. La IA del Studio de su proyecto convierte sus palabras en pasos y código y guarda un borrador. Un borrador nunca se ejecuta solo, así que puede probarlo y cambiarlo con libertad.

Antes de empezarCopiar el enlace

• Un proyecto que pueda editar. El agente usa el acceso a datos de ese proyecto.
• Datos al alcance del proyecto: una tabla en Nexus, una carpeta en el Almacenamiento de objetos o una dirección web.
• Construir no requiere un administrador. Activarlo sí (consulte Probar, activar y pausar).

Describa un agente nuevoCopiar el enlace

Abra AgentesCopiar el enlace

Vaya a Agentes y seleccione Nuevo agente. También puede abrir un proyecto y usar su pestaña Agentes.

Elija el proyectoCopiar el enlace

Elija el Proyecto. Sus datos y su acceso vienen de allí.

Diga qué debe hacer y cuándoCopiar el enlace

En ¿Qué debería hacer y cuándo?, nombre los datos, qué hacer con cada elemento, dónde guardar el resultado y cuándo iniciarse. Por ejemplo:

Todas las mañanas a las 7, lea las filas de ayer en sales.orders, haga que la IA marque cualquier pedido que parezca inusual con una razón de una línea, pregúnteme y luego guarde las marcas en sales.order_flags.

Seleccione Pedir a la IA.

Deje que la IA construya el borradorCopiar el enlace

La IA del Studio escribe los pasos y el código y guarda un borrador. Si el Studio no está en ejecución, la aplicación dice En cola hasta que se abra el Studio.

Revise el borradorCopiar el enlace

Abra el agente para ver sus pasos como un flujo y lo que lo inicia. Haga clic en un paso para ver su instrucción, consulta, tabla, reintentos y límite de tiempo.

description: Summarise a table every morning
trigger:
  schedule: {at: "08:00"}
inputs:
  table: {type: string, default: my_table, description: The table to summarise}
steps:
  - {id: rows, kind: code, run: read_rows.py}
  - id: summary
    kind: ai
    needs: [rows]
    prompt: Summarise these rows for a busy manager in five short bullet points. Point out anything unusual.
result: summary

from klarety import Nexus, step

table = step.inputs()["table"]
if not table.replace("_", "").replace(".", "").isalnum():
    raise ValueError(f"{table} is not a table name")
with Nexus.connect() as lakehouse:
    rows = lakehouse.sql(f"select * from {table} limit 200").rows
step.output([dict(row) for row in rows])

klarety agent check daily-summary --project PROJECT_ID
klarety agent save daily-summary --project PROJECT_ID

nx.agents.ask_ai("PROJECT_ID", "Every hour, copy https://api.example.com/items into a table")

Cambiar un agenteCopiar el enlace

Qué ve cuando funcionóCopiar el enlace

El agente aparece en Aún sin publicar, marcado como Borrador, con Inicia al activarse en los inicios automáticos. Después, Probar ejecuta el borrador una vez, ahora.

Escriba una buena descripciónCopiar el enlace

• Nombre sus datos con exactitud: la tabla, la carpeta o la dirección web.
• Diga cuándo se inicia: una hora y unos días, "cuando lleguen archivos a invoices/" o "solo cuando presione Ejecutar".
• Diga a dónde va el resultado: una tabla, un archivo o solo un resumen corto.
• Pida una revisión antes de algo importante. Decir "pregúntame antes de guardar" agrega un paso Le pregunta primero.

Si algo sale malCopiar el enlace

• "Aún no hay un proyecto que pueda editar": usted no edita ningún proyecto. Cree uno o pídaselo a su propietario.
• La solicitud espera: el Studio no está en ejecución. La IA empieza cuando el Studio se abra de nuevo.
• klarety agent check informa un problema: el YAML tiene un error y la respuesta dice cuál. Corrija el archivo y revíselo de nuevo.
• "name the project with --project, or run this in its Studio": fuera de un Studio, pase --project.

Siguientes pasosCopiar el enlace

• Plantillas
• Probar, activar y pausar
• Ejecuciones y aprobaciones