Agent

Überblick

Der Agent-Node bringt KI in deinen Workflow. Er kann Text analysieren, intelligente Entscheidungen treffen, strukturierte Daten extrahieren, Inhalte generieren, Fragen beantworten und vieles mehr - alles mit natürlichsprachlichen Anweisungen.

Am besten für: Inhaltsanalyse, Kategorisierung, Datenextraktion, Entscheidungsfindung, Zusammenfassung und jede Aufgabe, die Intelligenz erfordert.

Wann du den Agent-Node verwenden solltest

Perfekt für:

Inhalte analysieren und kategorisieren
Strukturierte Daten aus unstrukturiertem Text extrahieren
Entscheidungen basierend auf Kriterien treffen
Zusammenfassungen oder Berichte generieren
Sentiment-Analyse
Fragen über Daten beantworten
Content-Generierung
Übersetzungs- und Sprachaufgaben

Nicht ideal für:

Einfache Datentransformationen (verwende Code-Node)
Mathematische Berechnungen (verwende Code-Node)
Direkte API-Aufrufe (verwende HTTP-Request-Node)

Konfiguration

Agent auswählen oder erstellen

Bestehenden Agenten verwenden

Wähle aus deinen Workspace-Agenten
Erbt Konfiguration und Wissen des Agenten
Konsistentes Verhalten über Chat und Workflows

Neuen Agent erstellen

Definiere Agent speziell für diesen Workflow
Konfiguriere unabhängig
Optimiert für Automatisierung

Agent-Anweisungen

Gib klare Anweisungen, was der Agent tun soll: Gute Anweisungen:

Analysiere das Kundenfeedback und bestimme:
1. Stimmung (positiv, neutral, negativ)
2. Hauptthema-Kategorie (produkt, service, preise, support)
3. Dringlichkeitsstufe (niedrig, mittel, hoch)
4. Erwähnte Hauptprobleme

Feedback: {{trigger.output.feedback_text}}

Schlechte Anweisungen:

Analysiere dieses Feedback: {{trigger.output.feedback_text}}

Input-Variablen

Übergib Daten von vorherigen Nodes an den Agenten:

Kunde: {{trigger.output.customer_name}}
Bestell-ID: {{trigger.output.order_id}}
Problem: {{trigger.output.description}}

Bitte analysiere dieses Support-Ticket und kategorisiere es.

Strukturierte Ausgabe (Empfohlen)

Definiere die exakte Struktur, die du vom Agenten möchtest: Warum strukturierte Ausgabe verwenden:

Garantiertes Format (immer gültiges JSON)
Keine Parsing-Fehler
Zuverlässig für nachgelagerte Nodes
Einfacher zu debuggen

Beispiel:

{
  "sentiment": "positive",
  "category": "product_feedback",
  "priority": "medium",
  "summary": "Kunde liebt das neue Feature",
  "action_needed": false
}

Konfiguriere:

Aktiviere “Strukturierte Ausgabe”
Definiere Output-Felder:
- Feldname
- Typ (string, number, boolean, array)
- Beschreibung

Tools & Fähigkeiten

Aktiviere zusätzliche Fähigkeiten für den Agenten. Tools werden als Array mit vier Typen konfiguriert: Eingebaute Fähigkeiten

Web-Suche: Agent kann das Internet für Faktenprüfung und aktuelle Informationen durchsuchen
Code-Ausführung und Dateierstellung: Workflow-Agenten können Shell-Befehle und Code ausführen, um Berechnungen durchzuführen, Daten zu transformieren und Dateien (CSVs, Tabellen, Dokumente, Bilder und mehr) zu erstellen. Diese Fähigkeit ist standardmäßig aktiviert und muss nicht zur Tools-Liste hinzugefügt werden.

Integrations-Actions

Füge spezifische Actions aus deinen verbundenen Integrationen hinzu
Jede Action kann optional eine Bestätigung vor der Ausführung erfordern (Human-in-the-Loop)
Gib an, welche Verbindung verwendet werden soll, wenn du mehrere hast

Wissensdatenbanken

Im Workflow-Editor werden Wissensdatenbanken als Wissensordner angezeigt
Hänge Wissensdatenbanken an, damit der Agent deine Dokumente durchsuchen kann
Der Agent ruft bei der Beantwortung von Fragen automatisch relevante Abschnitte ab

Andere Agenten

Rufe andere Agenten als Tools für spezialisierte Unteraufgaben auf
Nützlich für komplexe Workflows mit mehreren Fachbereichen

Fehlerbehandlung

Konfiguriere, wie der Workflow Fehler von diesem Node behandelt:

Strategie	Verhalten
Stop (Standard)	Workflow-Ausführung stoppt sofort bei Fehler
Callback	Leite zu einem Fehlerbehandlungs-Branch weiter
Continue	Setze Ausführung mit Fehler-Output-Daten fort

Verbindungs-Overrides

Bei Verwendung von Integrations-Actions kannst du überschreiben, welche Verbindung der Agent für bestimmte Tools verwendet. Das ist nützlich wenn:

Du mehrere Verbindungen zur gleichen Integration hast (z.B. verschiedene Slack-Workspaces)
Der Workflow einen bestimmten Service-Account verwenden soll

Anhänge

Hänge Dateien direkt an den Agent-Node an, die zur Verarbeitung verfügbar sein werden. Das können sein:

Dateien, die in den Workflow hochgeladen wurden
Dateien aus vorherigen Node-Outputs
Statische Referenzdokumente

Beispiel-Anwendungsfälle

Content-Kategorisierung

Agent-Konfiguration:
- Anweisungen: "Kategorisiere diesen Artikel nach Thema und schlage Tags vor"
- Input: {{trigger.output.article_text}}
- Modell: GPT-3.5 Turbo
- Strukturierte Ausgabe:
  {
    "category": "string",
    "tags": ["string"],
    "confidence": "number"
  }

Lead-Qualifizierung

Agent-Konfiguration:
- Anweisungen: "Bewerte diesen Lead basierend auf Firmengröße, Rolle und Anwendungsfall"
- Input:
  Firma: {{trigger.output.company}}
  Rolle: {{trigger.output.role}}
  Anwendungsfall: {{trigger.output.use_case}}
- Modell: GPT-4
- Strukturierte Ausgabe:
  {
    "score": "number (0-100)",
    "qualification": "hot|warm|cold",
    "reasoning": "string"
  }

Dokumentzusammenfassung

Agent-Konfiguration:
- Anweisungen: "Fasse dieses Dokument in 3-5 Stichpunkten zusammen"
- Input: {{trigger.output.document_text}}
- Modell: Claude Sonnet
- Strukturierte Ausgabe:
  {
    "summary_points": ["string"],
    "key_topics": ["string"],
    "word_count": "number"
  }

Sentiment-Analyse

Agent-Konfiguration:
- Anweisungen: "Analysiere Stimmung und emotionalen Ton"
- Input: {{trigger.output.customer_message}}
- Modell: GPT-3.5 Turbo
- Strukturierte Ausgabe:
  {
    "sentiment": "positive|neutral|negative",
    "emotion": "string",
    "confidence": "number"
  }

Auf Agent-Output zugreifen

Ohne strukturierte Ausgabe:

{{agent_node_name.output.messages}}

Mit strukturierter Ausgabe:

{{agent_node_name.output.structured.sentiment}}
{{agent_node_name.output.structured.category}}
{{agent_node_name.output.structured.summary}}
{{agent_node_name.output.structured.tags[0]}}

Prompt-Engineering-Tipps

Sei explizit

❌ "Analysiere diesen Text"
✅ "Analysiere dieses Kundenfeedback und kategorisiere als Bug, Feature-Anfrage oder Frage"

Gib Kontext

Du analysierst Kunden-Support-Tickets für ein SaaS-Unternehmen.
Kategorisiere nach Dringlichkeit basierend auf:
- Dringend: System down, Datenverlust, Sicherheitsproblem
- Hoch: Blockiert Arbeit des Benutzers
- Mittel: Unannehmlichkeit, aber Workaround vorhanden
- Niedrig: Feature-Anfrage oder Frage

Verwende Beispiele

Kategorisiere diese Probleme:
Beispiel 1: "Kann mich nicht anmelden, erhalte 500-Fehler" → Dringend
Beispiel 2: "Wie exportiere ich Daten?" → Niedrig

Kategorisiere jetzt: {{trigger.output.issue}}

Begrenze Output

Antworte NUR mit einer dieser Kategorien: bug, feature, question
Erkläre deine Begründung nicht.

Best Practices

Verwende immer strukturierte Ausgabe

Für Workflows ist strukturierte Ausgabe fast immer besser. Sie verhindert Parsing-Fehler und macht Daten einfacher in nachfolgenden Nodes verwendbar.

Sei spezifisch in Anweisungen

Klare, detaillierte Anweisungen führen zu besseren Ergebnissen. Füge Beispiele hinzu, wenn die Aufgabe komplex ist.

Limitiere Input-Länge

Agenten arbeiten am besten mit fokussierten Inputs. Wenn lange Dokumente verarbeitet werden, erwäge, relevante Abschnitte zuerst zu extrahieren.

Teste mit echten Daten

Agent-Performance kann variieren. Teste mit tatsächlichen Datenbeispielen, um konsistente Ergebnisse sicherzustellen.

Handle Edge-Cases

Füge Validierung nach dem Agent-Node hinzu, um unerwartete Outputs oder Fehler zu behandeln.

Nächste Schritte

Code-Node

Transformiere Daten vor/nach Agent-Verarbeitung

Condition-Node

Route basierend auf Agent-Entscheidungen

Kostenmanagement

Optimiere Agent-Kosten

Agenten

Lerne über die Verwendung von Agenten in Workflows

Erste Schritte

Chat

Skills

Dateien

Agenten

Workflows

Integrationen

Microsoft Plugins

Modelle & Limits

Anleitungen

Account

Ressourcen

Fehlerbehebung

Überblick

Wann du den Agent-Node verwenden solltest

Konfiguration

Agent auswählen oder erstellen

Agent-Anweisungen

Input-Variablen

Strukturierte Ausgabe (Empfohlen)

Tools & Fähigkeiten

Fehlerbehandlung

Verbindungs-Overrides

Anhänge

Beispiel-Anwendungsfälle

Content-Kategorisierung

Lead-Qualifizierung

Dokumentzusammenfassung

Sentiment-Analyse

Auf Agent-Output zugreifen

Prompt-Engineering-Tipps

Best Practices

Nächste Schritte

Code-Node

Condition-Node

Kostenmanagement

Agenten

​Überblick

​Wann du den Agent-Node verwenden solltest

​Konfiguration

​Agent auswählen oder erstellen

​Agent-Anweisungen

​Input-Variablen

​Strukturierte Ausgabe (Empfohlen)

​Tools & Fähigkeiten

​Fehlerbehandlung

​Verbindungs-Overrides

​Anhänge

​Beispiel-Anwendungsfälle

​Content-Kategorisierung

​Lead-Qualifizierung

​Dokumentzusammenfassung

​Sentiment-Analyse

​Auf Agent-Output zugreifen

​Prompt-Engineering-Tipps

​Best Practices

​Nächste Schritte

Code-Node

Condition-Node

Kostenmanagement

Agenten

Überblick

Wann du den Agent-Node verwenden solltest

Konfiguration

Agent auswählen oder erstellen

Agent-Anweisungen

Input-Variablen

Strukturierte Ausgabe (Empfohlen)

Tools & Fähigkeiten

Fehlerbehandlung

Verbindungs-Overrides

Anhänge

Beispiel-Anwendungsfälle

Content-Kategorisierung

Lead-Qualifizierung

Dokumentzusammenfassung

Sentiment-Analyse

Auf Agent-Output zugreifen

Prompt-Engineering-Tipps

Best Practices

Nächste Schritte