Перейти к основному содержимому

Агент

Нода Агент -- наиболее мощный блок рабочего процесса. Она вызывает полноценного AI-агента, который может использовать инструменты (функции, MCP-серверы, база знаний), работать с памятью, общаться с подагентами и возвращать структурированные ответы.

Назначение​

  • Вызов языковой модели с системным промптом и набором инструментов
  • Автоматический цикл «вызов инструмента -- получение результата -- повторный вызов модели» (до 10 раундов)
  • Передача диалога подагентам (Swarm handoff)
  • Работа с памятью на уровне потока, пользователя, проекта и организации
  • Структурированный JSON-вывод

Настройки​

Выбор агента​

В панели настроек ноды выберите агента из выпадающего списка. Агент определяет:

  • Модель -- какая LLM используется (gpt-4o, gpt-4o-mini, Claude и др.)
  • Температура -- степень «креативности» ответов (0 = детерминированные, 2 = максимально случайные)
  • Максимум токенов -- ограничение длины ответа
  • Системный промпт -- инструкции, определяющие поведение агента
  • Функции -- пользовательские JavaScript-функции, доступные как инструменты
  • MCP-серверы -- внешние инструменты через Model Context Protocol
  • Подагенты -- коллеги, которым можно передать диалог
  • RAG -- включение поиска по базе знаний
  • Память -- сохранение и извлечение контекста между запусками
  • Формат вывода -- текст или JSON (со схемой)

После выбора агента на панели отображается карточка с его параметрами, количеством функций, подагентов и MCP-серверов. Клик по имени агента открывает его настройки в новой вкладке.

Обновление данных

Если вы изменили агента в настройках, нажмите кнопку обновления (значок стрелки) на карточке агента в панели ноды, чтобы подгрузить актуальные данные.

Подробнее о настройке агентов: Создание агента

Подтверждение (Approval)​

Включите флаг Запрашивать подтверждение, чтобы агент приостанавливал выполнение и запрашивал одобрение пользователя перед продолжением.

При включенном подтверждении у ноды появляются дополнительные выходы:

  • Одобрить -- пользователь подтвердил
  • Отклонить -- пользователь отклонил
  • Тайм-аут -- время ожидания истекло
  • Продолжить -- стандартный выход

Тайм-аут подтверждения настраивается от 1 до 1440 минут (по умолчанию 30 минут).

Тайм-аут выполнения​

Включите Тайм-аут выполнения, чтобы ограничить время работы ноды. При превышении тайм-аута процесс идет по ветке «Тайм-аут». Настраивается от 5 до 600 секунд (по умолчанию 120).

Тихий режим (Silent Mode)​

Включите тихий режим, чтобы ответ агента не передавался в SSE-поток. Полезно для промежуточных агентов, результат которых используется другими нодами, но не показывается пользователю.

Входные данные​

Нода принимает на вход данные от предыдущей ноды. Эти данные формируют сообщение пользователя для LLM.

Выходные данные​

  • Текстовый ответ агента (строка)
  • Или JSON-объект, если агент настроен на структурированный вывод

Подключения​

  • Вход: один вход (слева)
  • Выход (без подтверждения): один выход output
  • Выход (с подтверждением): четыре выхода -- Одобрить, Отклонить, Тайм-аут, Продолжить
  • Выход (с тайм-аутом): два выхода -- Продолжить, Тайм-аут

Цикл инструментов (Tool Loop)​

Агент может вызывать инструменты до 10 раз за один запуск. Цикл работает так:

  1. Модель получает системный промпт и сообщение пользователя.
  2. Если модель решает вызвать инструмент, он выполняется и результат возвращается модели.
  3. Модель анализирует результат и может вызвать следующий инструмент или дать финальный ответ.
  4. Цикл повторяется до финального ответа или достижения лимита в 10 раундов.

Передача диалога (Handoff)​

Если у агента настроены подагенты, он получает инструмент transfer_to_colleague. При его вызове:

  1. Текущий агент передает контекст и описание задачи целевому подагенту.
  2. Целевой подагент загружает свою конфигурацию (промпт, инструменты, модель).
  3. Выполнение продолжается от имени нового агента.
  4. Глубина вложенности передач ограничена 5 уровнями.

Примеры использования​

  • Классификация обращений -- агент анализирует текст и классифицирует его по категориям
  • Обработка заказа -- агент собирает данные через функции и формирует ответ
  • Многоэтапный анализ -- несколько агентов последовательно обрабатывают документ
  • Диалог с памятью -- агент запоминает контекст между обращениями пользователя