Обзор текстовых агентов
Текстовые агенты — это AI-ассистенты, которые общаются с пользователями в текстовом формате. Они могут отвечать на вопросы, выполнять задачи с помощью инструментов, обращаться к базам знаний, запоминать информацию между диалогами и работать в команде с другими агентами.
Что может текстовый агент
- Вести диалог — отвечать на сообщения пользователей, используя выбранную языковую модель (LLM).
- Вызывать инструменты — использовать пользовательские функции, MCP-серверы, процессы (workflows) и веб-браузер.
- Искать по базе знаний — обращаться к RAG-системе и OpenAI Vector Store для поиска по документам.
- Запоминать информацию — сохранять факты в долгосрочную память и использовать их в будущих разговорах.
- Работать в команде — делегировать задачи другим агентам в мульти-агентной архитектуре.
- Возвращать структурированные данные — выдавать ответ в формате JSON по заданной схеме.
Чтобы создать своего первого агента, следуйте инструкции в разделе Создание агента.
Роли агентов
Каждый текстовый агент имеет одну из трёх ролей, определяющих его поведение в мульти-агентных сценариях:
Самостоятельный (Standalone)
Роль по умолчанию. Агент работает автономно и не участвует в мульти-агентном взаимодействии. Подходит для большинства задач, где достаточно одного агента.
Оркестратор (Orchestrator)
Главный агент, который координирует работу команды. Оркестратор принимает запросы пользователей и передаёт их специалистам через механизм делегирования (handoff). После выполнения задачи специалист возвращает управление оркестратору.
- Может иметь до 10 агентов-коллег.
- В списке агентов рядом с оркестратором отображается число подключённых коллег.
- Раскрывающийся ряд в таблице показывает состав команды.
Специалист (Specialist)
Агент, специализирующийся на определённой области. Специалист получает задачи от оркестратора и может вернуть управление обратно или передать другому специалисту.
- Описание агента (поле «Что делает агент?») особенно важно для специалистов — оркестратор использует его, чтобы понять, кому делегировать запрос.
Если вам не нужна мульти-агентная архитектура, используйте роль «Самостоятельный». Она обеспечивает простую настройку без лишней сложности.
Интерфейс агента
Страница агента разделена на две панели:
- Левая панель — Чат. Здесь можно протестировать агента в режиме реального времени, отправляя сообщения и наблюдая за вызовами инструментов. Чат доступен после создания агента.
- Правая панель — Настройки. Все параметры конфигурации: инструкции, роль, модель, настройки диалога, инструменты, формат вывода.
Агент автоматически сохраняется при внесении изменений (auto-save). Время последнего сохранения отображается в заголовке.
Список агентов
Все текстовые агенты проекта отображаются в таблице со следующими колонками:
| Колонка | Описание |
|---|---|
| Имя | Название агента |
| Описание | Краткое описание назначения |
| Роль | Оркестратор, Специалист или Самостоятельный |
| Модель | Используемая LLM-модель |
| Обновлён | Дата и время последнего изменения |
Из таблицы доступны действия: редактирование, дублирование, копирование ID и удаление агентов. Поддерживается массовое выделение и удаление.
Список поддерживаемых моделей и настройка API-ключей описаны в разделах Выбор LLM-модели и LLM-провайдеры.
Навигация
Раздел «Текстовые агенты» включает следующие подразделы:
- Агенты — создание и настройка агентов.
- Процессы (Workflows) — визуальные цепочки обработки, которые можно подключить к агенту как инструмент.
- Память — хранилище долгосрочной памяти агентов.
- Публикации — опубликованные версии агентов и процессов для внешнего доступа через API.
- Трассировка — журнал выполнений для отладки.
- Задачи — напоминания, поручения и автоматический запуск процессов по расписанию.