Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.langdock.com/llms.txt

Use this file to discover all available pages before exploring further.

Für weitere Details kannst du unseren ausführlichen Agenten-Erstellungsguide lesen, wie man einen Agenten erstellt.
Du hast die folgenden Konfigurationsoptionen, um deinen Agenten anzupassen:

​
Icon, Name und Beschreibung

Kurze beschreibende Informationen, um den Agenten zu identifizieren und anderen Nutzern zu erklären, wie er funktioniert

​
Eingabetyp

Agenten unterstützen verschiedene Eingabetypen, die bestimmen, wie sie Informationen empfangen und verarbeiten.

​
Prompt (Standard)

Das Chat-Eingabefeld, das du bereits aus dem normalen Chat kennst. Damit kannst du jede beliebige Nachricht an den Agenten senden und eine Antwort erhalten. Du kannst Beispiel-Prompts festlegen, bei denen es sich um gespeicherte Prompts handelt, auf die Nutzer klicken können, anstatt die erste Nachricht zu schreiben. Diese helfen den Nutzern und reduzieren den Aufwand, der für den Einstieg erforderlich ist.

​
Formular

Formulare ermöglichen es dir, Informationen auf strukturierte Weise zu sammeln, ähnlich wie bei einem Umfragetool. Dies hilft, Nutzer zu führen, um zu sehen, wie viel Kontext notwendig ist, um eine qualitative Antwort zu erhalten, und sie in einem standardisierten Format zu sammeln, das vom Modell leichter verarbeitet werden kann.

​
Anweisungen

Beschreibe, was du mit diesem Agenten erreichen möchtest, und definiere Anweisungen. Beschreibe so viele relevante Details und Hintergrundinformationen wie möglich. Dies ermöglicht dem Agenten, besser und näher an deinen Erwartungen zu antworten. Lies den Agenten-Guide und unseren Prompting-Guide für weitere Details.

​
Wissen

Füge Wissen und Dateien zu deinem Agenten hinzu. Du kannst entweder Dateien von deinem Computer hochladen oder Dateien aus den Integrationen zum Agenten hinzufügen.

​
Quellenzugriff einschränken

Standardmäßig können Nutzer auf Quellenverweise in Antworten klicken, um die Originaldokumente zu öffnen und anzusehen. Wenn du sensible Quellinhalte schützen möchtest, während der Agent sie trotzdem referenzieren kann, kannst du die Quellenzugriffsbeschränkung aktivieren. Wenn aktiviert, sehen Nutzer Quellenverweise in den Antworten, können sie aber nicht anklicken, um sie zu öffnen. Das ist nützlich, wenn:
  • Der Agent Zugriff auf vertrauliche Dokumente benötigt, um präzise Antworten zu geben
  • Nutzer Informationen aus Quellen erhalten sollen, ohne direkten Zugriff auf die zugrundeliegenden Dateien zu haben
  • Du die Dokumentenverteilung kontrollieren möchtest, aber trotzdem das Wissen nutzen willst
Diese Einstellung muss zuerst auf Workspace-Ebene von einem Admin aktiviert werden, bevor sie in der Agenten-Konfiguration verfügbar ist. Wenn du diese Option nicht siehst, kontaktiere deinen Workspace-Admin.

​
Aktionen

Aktionen erweitern die Möglichkeiten deines Agenten. Klicke auf Aktion hinzufügen, um Folgendes hinzuzufügen:

​
Fähigkeiten

Integrierte Funktionen aus dem Chat:
  • Websuche - durchsuche das Internet nach aktuellen Informationen
  • Bildgenerierung - erstelle Bilder aus Textbeschreibungen
  • Datenanalyse - führe Python-Code aus, um Daten zu analysieren, Visualisierungen zu erstellen und Dateien zu verarbeiten
  • Canvas - kollaborativer Schreib- und Bearbeitungsbereich

​
Integrations-Aktionen

Verbinde deinen Agenten mit externen Tools und Diensten. Dein Agent kann dann Aktionen ausführen wie:
  • E-Mail-Entwürfe erstellen
  • CRM-Einträge aktualisieren
  • Support-Tickets erstellen
  • Nachrichten in Slack posten
  • Und vieles mehr - siehe unsere Integrationsguides

​
Ordner

Wissensordner heißen jetzt Ordner. Du findest sie unter Dateien → Ordner.
Füge Ordner hinzu, um deinem Agenten Zugriff auf bestimmte Dokumentensammlungen zu geben. Dies ist nützlich, wenn der Agent auf eine kuratierte Dokumentensammlung zugreifen soll, ohne sie direkt hochzuladen.

​
Andere Agenten

Füge andere Agenten hinzu, um Delegation zu ermöglichen. Dein Agent kann spezialisierte Agenten aufrufen, um bestimmte Teilaufgaben zu erledigen, was dir ermöglicht, komplexe Multi-Agenten-Workflows zu erstellen.
Deep Research ist nur in regulären Chats verfügbar, nicht bei der Verwendung von Agenten. Um Deep Research zu nutzen, wechsle zu einer regulären Chat-Sitzung.

​
Modell

Wähle das Modell, das dieser Agent verwenden wird. Weitere Informationen zur Auswahl des richtigen Modells findest du in unserem Modell-Guide.

​
Kreativität

Steuert den Temperature-Parameter des Modells, der beeinflusst, wie deterministisch oder kreativ die Antworten sind. Der Regler reicht von 0 (deterministisch) bis 1 (kreativ):
  • Niedrige Werte (0-0,3): Fokussiertere, konsistentere und vorhersagbarere Antworten. Am besten für faktische Aufgaben, Programmierung oder wenn du zuverlässige Ausgaben benötigst.
  • Mittlere Werte (0,4-0,7): Ausgewogene Kreativität und Konsistenz. Gut für allgemeine Anwendungsfälle. Standard ist 0,7.
  • Höhere Werte (0,8-1,0): Vielfältigere und kreativere Antworten. Besser für Brainstorming, kreatives Schreiben oder wenn du unterschiedliche Ausgaben möchtest.

​
Teilen

In der oberen rechten Ecke findest du Optionen zum Teilen und zur Verwendung des Agenten. Du kannst ihn mit jedem im Workspace teilen oder Bearbeitungs- und Nutzungsberechtigungen mit bestimmten Gruppen oder Einzelpersonen teilen.

​
Veröffentlichen

Änderungen an der Agenten-Konfiguration werden als Entwurf gespeichert und wirken sich erst nach der Veröffentlichung auf Nutzer aus. Klicke oben rechts auf Veröffentlichen, um den aktuellen Entwurf zur aktiven Version zu machen. Die Agent API-Endpoints verwenden immer die aktive Version eines Agenten.

​
Nutzungsanalyse

Nutze die Tabs Analytics und Feedback, um Agenten-Leistung und Nutzerfeedback zu prüfen. Siehe Nutzungsanalyse für die vollständige Analytics- und Feedback-Referenz.

​
Tracing und Logging

Für tiefere Einblicke in das Verhalten und die Leistung deines Agenten kannst du Tracing über Langfuse aktivieren. So funktioniert es:
  1. Workspace-Admins aktivieren zunächst das Assistant-Logging in den Workspace-Einstellungen. Dadurch wird die Funktion für Agenten in deinem Workspace verfügbar.
  2. Agenten-Editoren können dann das Logging für einzelne Agenten konfigurieren:
    • Aktiviere den Allow assistant logs-Toggle in der Agenten-Konfiguration
    • Setze die Tracing cloud URL (Standard: https://cloud.langfuse.com)
Nach der Konfiguration werden detaillierte Logs über die Interaktionen deines Agenten an Langfuse gesendet. Das gibt dir Einblick in:
  • Einzelne Konversations-Traces
  • Modell-Inputs und -Outputs
  • Leistungsmetriken und Latenz
  • Token-Verbrauch pro Interaktion
Diese Funktion erfordert die Genehmigung eines Workspace-Admins, bevor sie genutzt werden kann. Wenn du die Logging-Optionen nicht siehst, kontaktiere deinen Workspace-Admin, um Assistant-Logs in den Workspace-Einstellungen zu aktivieren.
Langfuse bietet sowohl eine Cloud-Version als auch Self-Hosted-Optionen. Wenn deine Organisation eine selbst gehostete Langfuse-Instanz verwendet, aktualisiere die Tracing cloud URL, um auf deine interne Installation zu verweisen.
Für zusätzliche Agenten-Management-Funktionen wie Labels, Anheften, Duplizieren und Besitzer-Transfer, siehe Erweiterte Funktionen.