Hur agenter arbetar

Steg 1: En användare skickar ett meddelande

Processen börjar när en användare anger en fråga eller begäran.

Steg 2: Agenten går till en underagent som startar

Agenten flyttar till underagenten som definieras som den inledande underagenten. I Agentskript använder detta prefixet `start_agent` istället för prefixet `subagent`. Som standard är detta Agentroutern som guidar agenten att välja en underagent baserat på den senaste konversationshistoriken och vilka underagenter som är tillgängliga för agenten.

Steg 3: Agenten löser instruktionerna för underagenten uppifrån och ner

Efter att agenten har flyttat till en underagent börjar den lösa underagentens resonemangsinstruktioner deterministiskt, i den ordning de skrivs. I detta steg i underagentens utförande sker inget resonemang, så agenten förlitar sig inte på en LLM ännu.

Om agenten utför en övergång till en annan underagent någon gång i resonemanget omdirigerar agenten konversationen innan instruktionerna har lösts och något resonemang inträffar. Annars, när alla resonemangsinstruktioner har lösts, används de resulterande resonemangsinstruktionerna, inklusive instruktioner på naturligt språk, för att bygga en uppmaning.

Steg 4: Agenten bygger en uppmaning

Agenten använder resonemangsinstruktionerna för att bygga en uppmaning att skicka till LLM och starta resonemangsprocessen. Uppmaningen inkluderar:

• Instruktioner på agentnivå, som gäller för varje agentinteraktion
• Den senaste konversationshistoriken, inklusive användarens senaste meddelande.
• Instruktioner för löst subagentresonemang
• Resonemangsåtgärder som inkluderas i underagenten, vilket är de åtgärder (inklusive agentåtgärder) som en agent tillåts utföra under sin resonemangsprocess.

Steg 5: Agenten skickar uppmaningen till LLM för att börja resonera och vidta åtgärder

Agenten använder LLM för att analysera den tillgängliga informationen i uppmaningen och avgöra dess nästa steg.

• Kör en agentåtgärd eller ett verktyg, baserat på logiken som definierats för åtgärden eller verktyget och eventuella beskrivningar, indata och utdata
• Be användaren om mer information
• Be användaren klargöra frågor för att skilja mellan tillgängliga alternativ
• Svara direkt på användarens fråga eller begäran, om användarens fråga eller begäran kan lösas med information som agenten redan har åtkomst till

När agenten kör en åtgärd kontrollerar den resultatet i en resonemangsloop för att säkerställa att den har rätt information innan den svarar användaren. Agenten lägger till åtgärdsresultatet till den information den redan har om konversationen. Sedan avgör den om den ska köra en annan åtgärd, ställa fler frågor till användaren eller skicka ett slutgiltigt svar. Denna process fortsätter upp till sju resonemangsloopar.

Steg 6: Agenten utför en slutgiltig svarsvalidering (endast Agentforce Service-agenter)

Innan en Agentforce Serviceagent skickar ett svar kontrollerar det om svaret är grundat i datakällor, följer underagentens omfattning och instruktioner och inkluderar inte hallucinationer, ej verifierad information eller potentiella risker för omedelbar injektion. Om det föreslagna svaret misslyckas med denna validering skapar agenten ett nytt svar.

Anteckning Agenter strömmar LLM-svar i konversationer medan svaren tas emot. Svarsvalideringen tillämpas på det slutgiltiga agentsvaret. Om ett föreslaget svar misslyckas med denna validering efter att svaret har börjat strömmas tas svaret bort och ett nytt svar skapas.

Om agenten inte kan skapa ett svar som klarar valideringen informerar det användaren om att det inte kan hjälpa till med deras fråga eller begäran.

Steg 7: Agenten skickar ett svar till användaren

När agenten har slutfört resonemangsloopen skickar den ett meddelande till användaren. Användaren kan fortsätta konversationen genom att ställa en uppföljningsfråga eller ändra ämnet, och agenten svarar korrekt. Bakom kulisserna startar användarens svar om resan, men för användaren känns det som att de turas om i en konversation.