Agent 策略

代理策略定義了智能代理節點如何處理用戶請求、選擇並調用適當的工具，並判斷任務何時完成。它允許企業透過靈活的配置，自訂決策邏輯和推理模式，支援多種推理模式，例如思維鏈（CoT）和思維樹（ToT），以滿足複雜的業務需求。

系統策略

GoInsight.AI 提供兩種系統策略：

• ReAct 精簡執行器
  這是一種針對結構化工具執行進行優化的精簡策略。它使用極簡的提示詞模板來確保高效的 API 呼叫和精簡的 JSON 輸出，非常適合任務自動化和後端整合。
• ReAct 增強型語意生成器
  這是一種高級策略，透過自然語言擴展豐富最終回應輸出。此策略增強了提示詞模板，支援動態回應格式化、上下文補充和多輪對話邏輯，提供更接近真人的互動體驗。

除了 GoInsight.AI 提供的兩種系統策略之外，您還可以根據需求建立自訂代理策略。

建立自訂代理策略

1. 建立代理策略

步驟 1。在 InsightFlow - 服務與工具中，點擊右上角的「建立」按鈕。

步驟 2. 選擇建立代理策略，然後輸入其名稱和描述。

建立代理策略時，您還可以管理其權限，以確保符合企業規範。

2. 編排代理策略

建立代理策略後，您將自動進入其編排畫布。

GoInsight.AI 提供一個代理策略的範本範例。這是一個 ReAct 代理的最小可執行範例，透過視覺化方式呈現「思考-工具-反思」循環，以幫助掌握代理策略設計：

• 「結構性思維」限制
  • 引導大型語言模型透過提示詞以 JSON 格式輸出決策，使 AI 的「思考」能被工作流程解析，進而為自動工具呼叫和錯誤重試機制奠定基礎。
• 「閉環」設計
  • 利用循環節點和多分支選擇節點實現 ReAct 自動化過程：
  • → 大型語言模型決策：選擇「直接回答」/「工具呼叫」/「錯誤更正」
  • → 解析與執行：根據決策執行相應邏輯（輸出答案/重試/工具呼叫）
  • → 反饋循環：透過查詢變數將結果反饋給大型語言模型進行反思。
  • 這形成了一個完整的自動化「思考→執行→反思」閉環。
• 根據需要擴展範本
  • 添加工具：在工具呼叫節點集成內部企業工具（如知識庫檢索或內部 API）。
  • 優化提示詞：根據特定業務場景微調大型語言模型的提示詞，以引導其做出更符合預期的決策。
  • 複雜邏輯：構建高級分支（例如，工具優先排序或多工具協同）以創建複雜的代理。

您可以根據需要編排和偵錯此範本，以確保其符合預期邏輯，使其適用於 Agent 節點使用。

在我們提供的代理策略範本中，開始節點設定了一個名為 FinalAnswer 的自訂私有變數，用於儲存在循環節點內生成的最終回應。點擊此處了解更多有關內部變數的資訊。

代理策略中的開始節點變數描述如下：

結束節點是代理任務的「最終交付窗口」——負責向用戶交付最終回應（或提醒超出循環限制）。

• 結果輸出：通常由大型語言模型生成的 FinalAnswer 作為代理對用戶問題的最終回應。
• 超出限制處理：輸出 FinalAnswer 變數的預設值（通常是超出循環限制的警告訊息）→ 引導用戶檢查工具配置或調整循環閾值設定。

3. 發佈與引用代理策略

步驟 1. 在編排和偵錯代理策略後，您可以在上方功能表列中點擊「發佈代理策略」按鈕。

步驟 2. 接著，您可以為發佈代理策略設定以下內容：

• 代理策略發佈後的名稱和描述
• 用途：定義代理策略中輸入和輸出變數的變數描述
• 權限：指定誰可以使用此代理策略。包括「在組織內公開」或「自訂任意群組/團隊成員」。

步驟 3. 發佈代理策略後，可以在Agent 節點中選擇它。

結論

代理策略與代理節點的整合為企業提供了高度靈活和智能的解決方案。透過在 Agent 節點中選擇適當的代理策略，組織可以確保每個任務都能被最佳處理。此配置不僅增強了工作流程的自動化程度，還提高了系統的響應能力和適應性。優勢包括：

• 優化任務處理：透過選擇適當的代理策略，確保每個任務得到最佳處理。
• 提高自動化水平：增強工作流程的自動化和智能化，提高系統的響應能力。
• 靈活的自訂：允許組織根據具體業務需求進行自訂和擴展。
• 高效運營：確保在動態環境中的高效運作，優化業務流程管理。