Ringkasan agen alur kerja

Agen alur kerja adalah jenis agen yang dapat Anda buat menggunakan Agent Designer di aplikasi web Gemini Enterprise. Agen ini dirancang untuk menjalankan serangkaian langkah atau tindakan, yang dapat mencakup campuran otomatisasi AI dan intervensi manusia, berdasarkan pemicu yang dikonfigurasi. Respons agen alur kerja dapat bersifat deterministik atau non-deterministik berdasarkan logika orkestrasi keseluruhan agen.

Agen alur kerja ideal untuk kasus penggunaan berikut:

  • Proses multi-langkah dengan logika urutan yang ditentukan. Misalnya, mengotomatiskan checklist orientasi karyawan di berbagai alat seperti Gmail dan Kalender.
  • Tugas dengan otomatisasi AI dan persetujuan manusia. Misalnya, menyusun draf laporan dengan AI yang memerlukan persetujuan pengguna sebelum dipublikasikan.
  • Orkestrasi kompleks dengan logika bersyarat. Misalnya, mengarahkan prospek penjualan ke tim yang berbeda berdasarkan wilayah dan anggaran.

Fitur baru dalam rilis EAP

Program Akses Awal (EAP) Agent Designer di Gemini Enterprise memperkenalkan beberapa fitur baru. Kemampuan alur kerja lanjutan ini mencakup pemicu berbasis peristiwa, tindakan tulis balik konektor, langkah-langkah kontrol alur, integrasi server Model Context Protocol (MCP), langkah-langkah human-in-the-loop, dan pengeditan bahasa alami yang ditingkatkan.

Fitur ini memperluas builder alur visual Agent Designer yang sudah ada dengan alat untuk membangun agen siap produksi yang merespons peristiwa real-time, mengambil tindakan di seluruh aplikasi yang terhubung, dan menyertakan pengawasan manusia jika diperlukan.

Fitur berikut tersedia dalam rilis EAP ini:

  • Membuat agen dengan bahasa alami: Deskripsikan agen Anda dalam bahasa sederhana dan buat kerangka alur kerja secara otomatis.
  • Menggunakan template agen: Jelajahi dan mulai dari template bawaan untuk kasus penggunaan bisnis umum.
  • Siapkan pemicu peristiwa: Jalankan agen secara otomatis saat data berubah di aplikasi yang terhubung.
  • Menggunakan tindakan konektor: Tambahkan tindakan tulis balik seperti mengirim pesan, membuat acara, dan mengupload file ke alur kerja Anda.
  • Menelusuri dengan filter: Menelusuri aplikasi terhubung dengan filter yang diberi cakupan untuk mengambil hasil yang ditargetkan.
  • Menggunakan langkah-langkah kontrol alur: Tambahkan percabangan bersyarat, pemfilteran data, dan loop ke alur kerja Anda.
  • Menghubungkan server MCP: Hubungkan server MCP sebagai langkah alur kerja atau sebagai alat untuk langkah agen Gemini.
  • Gunakan langkah-langkah yang memerlukan interaksi manusia: Tambahkan langkah-langkah peninjauan, persetujuan, dan permintaan informasi oleh manusia ke alur kerja Anda.
  • Menambahkan agen yang ada ke alur kerja Anda: Menyerahkan tugas ke agen AI khusus lainnya dalam alur kerja Anda.
  • Mengelola versi agen: Menyimpan, membandingkan, dan memulihkan versi agen.
  • Mengedit agen dengan bahasa alami: Edit alur kerja yang ada dengan menjelaskan perubahan dalam bahasa alami.
  • Melihat log eksekusi agen: Pantau eksekusi agen dengan rekaman aktivitas eksekusi langkah demi langkah.

Sebelum memulai

Sebelum menjelajahi fitur baru ini, lakukan hal berikut:

  • Pastikan organisasi Anda terdaftar dalam EAP Agent Designer.
  • Pastikan administrator Gemini Enterprise telah mengaktifkan tombol fitur Agent Designer di setelan pengelolaan fitur aplikasi Anda. Untuk mengetahui informasi selengkapnya, lihat Mengelola fitur aplikasi web.
  • Pastikan Anda memiliki aplikasi web Gemini Enterprise dengan penyimpanan data yang diperlukan terhubung. Untuk mengetahui informasi selengkapnya, lihat Tentang aplikasi dan penyimpanan data.

Kanvas agen alur kerja

Agen alur kerja menawarkan kanvas hybrid yang menggabungkan kemudahan perintah bahasa alami dengan kontrol editor visual.

  • Desainer percakapan: Desainer percakapan, yang dapat diakses di awal pembuatan agen alur kerja dan dalam editor visual, menyediakan antarmuka percakapan untuk membangun dan menyempurnakan agen alur kerja Anda menggunakan perintah dalam bahasa alami. Cara ini ideal bagi pengguna yang lebih memilih pengalaman pengembangan tanpa kode dan ingin menggunakan bahasa alami untuk membangun agen alur kerja mereka.

    • Antarmuka desainer percakapan di awal pembuatan agen alur kerja.
    • Antarmuka desainer percakapan dalam kanvas agen alur kerja.
  • Kanvas editor: Kanvas editor memberikan representasi visual agen alur kerja. Diagram ini memberikan alur logis node yang merepresentasikan langkah-langkah dan koneksi di antara langkah-langkah tersebut. Editor visual sangat ideal bagi pengguna yang ingin menyempurnakan logika alur kerja, menambahkan logika bersyarat, dan berintegrasi dengan berbagai alat dan aplikasi.

    Tab editor agen alur kerja.

    • Pratinjau: Tab pratinjau memberikan pratinjau live agen alur kerja, sehingga Anda dapat menjalankan simulasi untuk menguji alur agen dan melakukan penyesuaian yang diperlukan.

      Tab pratinjau agen alur kerja.

    • Runs: Tab runs menyediakan daftar semua operasi agen alur kerja, termasuk tanggal dan waktu setiap operasi, pemicu yang memulai operasi, dan status operasi saat ini.

      Tab menjalankan agen alur kerja.

Komponen agen alur kerja

Agen alur kerja terdiri dari komponen berikut:

  • Pemicu
  • Langkah-langkah
  • Variabel

Pemicu

Pemicu adalah peristiwa yang memulai eksekusi agen alur kerja. Tabel berikut mencantumkan pemicu yang didukung untuk agen alur kerja:

Pemicu Deskripsi Kolom konfigurasi
Pemicu jadwal Memicu eksekusi agen alur kerja pada frekuensi yang ditentukan.
  • Frekuensi: Frekuensi pemicuan agen alur kerja. Anda dapat menentukan frekuensi dalam menit, jam, hari, minggu, bulan, atau menggunakan ekspresi cron kustom.
  • Zona waktu: Zona waktu untuk frekuensi.
Pemicu peristiwa Memicu eksekusi agen alur kerja saat data berubah di aplikasi yang terhubung.
  • Konektor: Aplikasi terhubung yang menghasilkan peristiwa.
  • Filter: Kriteria yang harus dipenuhi agar peristiwa memicu alur kerja.

Langkah

Langkah adalah tugas individual yang dilakukan oleh agen alur kerja. Setiap langkah dieksekusi secara berurutan, dan hasil setiap langkah dapat memengaruhi langkah berikutnya.

Tabel berikut mencantumkan langkah-langkah yang didukung, yang dikategorikan menurut jenis tindakan yang dilakukan:

Kategori Langkah Deskripsi Kolom konfigurasi
Agent node Agen Gemini Agen berteknologi AI yang dapat Anda konfigurasi untuk membaca, menalar, dan merespons berdasarkan petunjuk yang telah ditentukan sebelumnya. Kolom input:
  • Petunjuk: Petunjuk untuk Agen Gemini.
  • Informasi: File atau sumber daya tambahan yang dapat diakses Agen Gemini untuk membuat respons.

    Jika penyimpanan data Google Drive atau OneDrive dikonfigurasi, opsi Tambahkan dari Drive dan Tambahkan dari OneDrive akan tersedia. Opsi ini memungkinkan Anda memilih file atau folder tertentu, sehingga membatasi penelusuran agen hanya pada sumber daya tersebut. Penelusuran dilakukan secara langsung pada setiap eksekusi agen, sehingga setiap perubahan pada file sumber akan langsung ditampilkan.

  • Alat dan integrasi: Sumber data (seperti aplikasi dan konektor) dan alat yang dapat diakses oleh Agen Gemini.
  • Model: Model Gemini yang digunakan Agen Gemini.
Kolom output:

Respons dari Agen Gemini diambil sebagai variabel yang dapat diteruskan sebagai input ke langkah-langkah berikutnya dalam alur kerja.

  • Format output: Anda dapat menentukan output sebagai teks biasa atau dalam format JSON terstruktur.
  • Skema JSON: Saat menggunakan output terstruktur, Anda dapat menentukan skema JSON manual untuk menentukan format dan jenis data variabel output, sehingga memastikan penanganan data yang konsisten di seluruh orkestrasi.
Kontrol alur Kondisi Kondisi adalah pernyataan logis yang menentukan cara agen alur kerja menjalankan langkah-langkah. Kondisi ini menentukan kriteria yang harus dipenuhi agar langkah dapat dieksekusi, dan dapat didasarkan pada hasil langkah sebelumnya, sumber data eksternal. Kolom input:
  • Nama cabang: Nama cabang yang akan dieksekusi jika kondisinya benar.
  • Variabel: Variabel yang akan dievaluasi. Anda dapat memilih variabel dari output langkah sebelumnya.
  • Operator: Operator (seperti `berisi`, `sama dengan`, `lebih besar dari`) yang akan digunakan untuk evaluasi.
  • Nilai: Nilai yang akan dibandingkan dengan variabel. Anda dapat menentukan nilai statis, atau memilih variabel dari output langkah sebelumnya.
  • + Kondisi: Anda dapat menambahkan kondisi tambahan menggunakan operator logis seperti `AND` dan `OR`.
Memerlukan interaksi manusia Minta info Memungkinkan Anda meminta informasi dari pengguna manusia. Kolom input:
  • Pesan: Pesan yang akan ditampilkan kepada pengguna. Anda dapat menentukan pesan statis, atau memilih variabel dari output langkah sebelumnya.
  • Pertanyaan: Pertanyaan yang akan diajukan kepada pengguna. Anda dapat menentukan jenis jawaban yang Anda minta (seperti jawaban singkat, paragraf, tanggal, email, pilih satu, atau ya atau tidak).
Kolom output:

Pertanyaan yang dijawab pengguna.

Aplikasi Semua tindakan penyimpanan data yang telah dikonfigurasi untuk aplikasi web Gemini Enterprise Anda. Memungkinkan Anda menghubungkan dan mengakses data dari sumber data Google dan pihak ketiga. Lihat Referensi tindakan konektor.

Variabel

Variabel adalah nilai yang dapat diteruskan antar-langkah dalam agen alur kerja. Nilai ini dihasilkan sebagai output langkah-langkah, dan dapat digunakan sebagai input untuk langkah-langkah berikutnya.

Versi agen alur kerja

Saat membuat agen alur kerja, Anda dapat menyimpannya sebagai draf atau memublikasikannya. Setelah dipublikasikan, Anda dapat membuat versi tambahan agen alur kerja, serta menyimpan, membandingkan, dan memulihkannya. Memiliki beberapa versi agen alur kerja dapat berguna dalam skenario berikut:

  • Anda ingin menguji agen alur kerja versi baru tanpa mengganggu versi yang ada.
  • Anda ingin kembali ke versi agen alur kerja sebelumnya.

Untuk mengetahui informasi selengkapnya, lihat Mengelola versi agen.

Masalah umum

Berikut adalah masalah umum dan batasan untuk agen alur kerja dalam rilis EAP ini:

Langkah berikutnya