Агент

Блок "Агент" подключает ваш воркфлоу к большим языковым моделям (LLM). Он обрабатывает естественно-языковые вводы, вызывает внешние инструменты и генерирует структурированные или неструктурированные выходные данные.

Параметры конфигурации

Системный промпт

Системный промпт устанавливает операционные параметры и поведенческие ограничения агента. Эта конфигурация определяет роль агента, методологию ответов и границы обработки для всех входящих запросов.

You are a helpful assistant that specializes in financial analysis.
Always provide clear explanations and cite sources when possible.
When responding to questions about investments, include risk disclaimers.

Пользовательский промпт

Пользовательский промпт представляет собой первичные входные данные для обработки вывода. Этот параметр принимает естественно-языковой текст или структурированные данные, которые агент будет анализировать и отвечать на них. Источники ввода включают:

Статическая конфигурация: Прямой текстовый ввод, указанный в конфигурации блока
Динамический ввод: Данные, передаваемые от вышестоящих блоков через интерфейсы соединений
Генерация во время выполнения: Программно генерируемый контент во время выполнения воркфлоу

Выбор модели

Блок "Агент" поддерживает несколько провайдеров LLM через унифицированный интерфейс вывода. Доступные модели включают:

OpenAI: GPT-5.1, GPT-5, GPT-4o, o1, o3, o4-mini, gpt-4.1
Anthropic: Claude 4.5 Sonnet, Claude Opus 4.1
Google: Gemini 2.5 Pro, Gemini 2.0 Flash
Другие провайдеры: Groq, Cerebras, xAI, Azure OpenAI, OpenRouter
Локальные модели: Ollama или совместимые с VLLM модели

Температура

Контролирует случайность и креативность ответов:

Низкая (0-0.3): Детерминированная и сфокусированная. Лучше всего для фактических задач и точности.
Средняя (0.3-0.7): Сбалансированная креативность и фокус. Хорошо для общего использования.
Высокая (0.7-2.0): Креативная и разнообразная. Идеально для мозгового штурма и генерации контента.

Максимальное количество токенов вывода

Контролирует максимальную длину ответа модели. Каждая модель по умолчанию использует свой полный лимит максимальных токенов вывода (например, 64 000 токенов для Claude Sonnet 4.5). Вы можете переопределить это пользовательским значением с помощью настройки Max Tokens. Для моделей Anthropic, когда нестриминговые запросы превышают внутренний порог SDK, провайдер автоматически использует внутренний стриминг, чтобы избежать таймаутов.

API-ключ

Ваш API-ключ для выбранного провайдера LLM. Он безопасно хранится и используется для аутентификации.

Инструменты

Расширьте возможности агента с помощью внешних интеграций. Выберите из 60+ предварительно созданных инструментов или определите пользовательские функции.

Доступные категории:

Коммуникация: Gmail, Slack, Telegram, WhatsApp, Microsoft Teams
Источники данных: Notion, Google Sheets, Airtable, Supabase, Pinecone
Веб-сервисы: Firecrawl, Google Search, Exa AI, автоматизация браузера
Разработка: GitHub, Jira, Linear
AI-сервисы: OpenAI, Perplexity, Hugging Face, ElevenLabs

Режимы выполнения:

Авто: Модель решает, когда использовать инструменты на основе контекста
Обязательно: Инструмент должен вызываться при каждом запросе
Нет: Инструмент полностью фильтруется и не отправляется модели — фактически отключает инструмент

Формат ответа

Параметр "Формат ответа" обеспечивает генерацию структурированных выходных данных через валидацию JSON Schema. Это гарантирует последовательные, машиночитаемые ответы, соответствующие предопределенным структурам данных:

{
  "name": "user_analysis",
  "schema": {
    "type": "object",
    "properties": {
      "sentiment": {
        "type": "string",
        "enum": ["positive", "negative", "neutral"]
      },
      "confidence": {
        "type": "number",
        "minimum": 0,
        "maximum": 1
      }
    },
    "required": ["sentiment", "confidence"]
  }
}

Эта конфигурация ограничивает выходные данные модели для соответствия указанной схеме, предотвращая свободные текстовые ответы и обеспечивая генерацию структурированных данных.

Доступ к результатам

После завершения работы агента вы можете получить доступ к его выходным данным:

<agent.content>: Текст ответа агента или структурированные данные
<agent.tokens>: Статистика использования токенов (промпт, завершение, всего)
<agent.toolCalls>: Детали любых инструментов, которые агент использовал во время выполнения
<agent.cost>: Ориентировочная стоимость API-вызова (если доступно)

Расширенные возможности

Память + Агент: История разговора

Используйте блок Memory с постоянным id (например, chat), чтобы сохранять сообщения между запусками, и включайте эту историю в промпт Агента.

Добавьте сообщение пользователя перед Агентом
Прочитайте историю разговора для контекста
Добавьте ответ Агента после его выполнения

См. документацию по блоку Memory для подробностей.

Выходные данные

<agent.content>: Текст ответа агента
<agent.model>: Идентификатор модели, использованной для запроса
<agent.tokens>: Статистика использования токенов
<agent.toolCalls>: Детали выполнения инструментов
<agent.cost>: Ориентировочная стоимость API-вызова

Примеры использования

Автоматизация поддержки клиентов — Обработка запросов с доступом к базе данных и инструментам

API (Ticket) → Agent (Postgres, KB, Linear) → Gmail (Reply) → Memory (Save)

Анализ контента с несколькими моделями — Анализ контента с разными AI-моделями

Function (Process) → Agent (GPT-4o Technical) → Agent (Claude Sentiment) → Function (Report)

Исследовательский ассистент с инструментами — Исследования с веб-поиском и доступом к документам

Input → Agent (Google Search, Notion) → Function (Compile Report)