Schnellstart mit OpenAI Agent Builder und n8n Automation

1. Über den Kurs und den Dozenten: Und willkommen zu diesem Kurs über OpenAI Agent Builder und NAN-Workflow-Automatisierung Ich bin Karthik-Absolvent des IIT Deli und der University of Ich baue derzeit Agenten , die mir bei der Entwicklung von Software in meinem Startup, der KI-Sprache, helfen sollen, und ich freue mich wahnsinnig, diese Reise mit Ihnen zu teilen Wie der Name schon sagt, ist dies ein Schnellstart OpenAI Agent Builder und NAN-Automatisierung Dies sind zwei gängige Tools, die für die Workflow-Automatisierung verwendet werden , indem Agenten und Tools wie MCP verwendet und in andere Anwendungen von Drittanbietern integriert Was werden Sie also in diesem Kurs lernen? Wir werden zuerst mit dem OpenAI Agent Builder beginnen und damit Agenten erstellen Dann werden wir mit dem Erlernen und Beherrschen der NADN-Workflow-Automatisierung fortfahren , und wieder werden wir ähnliche Workflows auch innerhalb von NADN erstellen innerhalb von NADN Das Gute ist , dass wir mit der kostenlosen Version von NIDIN arbeiten werden , der Community Edition Es mag auf einige Funktionen beschränkt sein, aber es gibt Ihnen einen guten Überblick darüber, wie Sie Workflows mit NATIN automatisieren können, und das können Sie auf Ihrem Computer mit Mac, Windows oder Ubuntu tun Ihrem Computer mit Mac, Windows oder Wir werden auch einen kostenlosen Gemini-API-Schlüssel für die Gemini-Chat-Modelle verwenden für die Gemini-Chat-Modelle Für Open AI werden wir einige APA-Credits erwerben Diese werden benötigt, damit wir am Open AI Agent Builder arbeiten können am Open AI Agent Builder arbeiten Mit all dem können Sie mehrstufige Agenten-Workflows erstellen, um ausgewählte Aufgaben zu lösen. Auf diese Weise erhalten Sie eine Grundlage, auf der Sie lernen können, diese Basis auf Ihren speziellen Anwendungsfall auszudehnen Nun, für wen ist dieser Kurs gedacht? Dieser Kurs richtet sich Profis und KI-Entwickler, die leistungsstarke Agenten-Workflows erstellen möchten, ohne Code zu verwenden Auch für Entwickler , die ihre Programmierkenntnisse ohne Code-Tools zur Erstellung von Agenten und Workflows erweitern möchten ihre Programmierkenntnisse , und für Bürgerentwickler, die Workflows in ihrer Organisation automatisieren möchten Workflows in ihrer Organisation automatisieren Das klare Nutzenversprechen dieses Kurses ist also , dass Sie , sehr kurzer Zeit sehr leistungsstarke Workflows erstellen können, denen Agenten und Tools wie MCP beteiligt sind, ohne Code verwenden kurzer Und das kann Ihnen helfen, Probleme zu lösen, deren Lösung andernfalls Tage und größere Teams in Anspruch nehmen könnten werden wir an einem Projekt arbeiten, das als Webseitengenerator bezeichnet wird Im Rahmen dieses Kurses werden wir an einem Projekt arbeiten, das als Webseitengenerator bezeichnet wird, und wir werden es auf beiden Tools aufbauen. Dies wird einen zentralen Agenten beinhalten, nämlich einen Webseitengenerator. Und bei einer Anfrage hilft uns dieser Webseitengenerator dabei, eine ganze SDML-Seite auf der Grundlage dieser Abfrage zu erstellen Wie Sie sehen können, werden wir weitere Knoten hinzufügen, zum Beispiel Leitplanken oder MCP und andere Agenten, um die Ausgabe dieses Kernagenten nach unseren Wünschen zu modifizieren Und das wird Ihnen helfen zu verstehen, wie Sie verschiedene Knoten in Ihre Workflows integrieren verschiedene Knoten in Ihre Workflows , um die gewünschte Ausgabe zu erzielen Ich freue mich sehr, mit diesem Kurs zu beginnen, und wir sehen uns in der ersten Vorlesung. 2. Eine Minute Vorschau auf OpenAI Agent Builder und n8n: Was ist der Agent Builder von OpenAI? Es ist ein neu eingeführtes Tool ohne Code zum Erstellen agentischer Workflows mithilfe einer Drag-and-Drop-Oberfläche auf einer offenen Sie können mehrere Schritte oder Knoten wie Suche nach Agentendateien, Leitplanken, MCP-, FLS-Bedingungen, Wildbedingungen usw. verwenden und diese Knoten miteinander verbinden, und diese Knoten miteinander verbinden um Ihren Agenten-Workflow zu bilden Sie können es dann tatsächlich in der Vorschau anzeigen und über die offene AIS-Plattform selbst veröffentlichen Und was ist NTN? NATN ist ebenfalls ein sehr gut etabliertes Node-Tool zum Erstellen Ähnlich wie der Agent Builder von OpenAI bietet es Knoten, die miteinander verbunden werden können, um agentische Workflows zu erstellen, und Sie können sie tatsächlich auch auf mehreren Cloud-Plattformen als KI-Anwendungen einsetzen mehreren Cloud-Plattformen Beide Tools bieten mehrere App-Integrationen, mit denen Sie KI-Workflows erstellen können , die Ihre vorhandenen Apps und Daten verwenden 3. Öffnen Sie den KI-Agenten-Builder: wird ein Meisterkurs über den Agent Builder von OpenAI sein, der gerade auf den Markt gebracht wurde Und das erfordert viel Setup, um mit der Erstellung Ihres ersten Workflows zu beginnen Das werden wir also tun. Wir werden ein offenes KI-Konto einrichten, um Erstellung von Workflows zu beginnen. Dann erstellen wir einen API-Schlüssel, dem wir unsere Workflows ausführen. Wir verifizieren auch unsere Organisation. Dies ist tatsächlich erforderlich, um den Vorschau-Tab auf dem Agent Builder Canvas zu aktivieren . Wir werden unserem OpenAI-Konto auch einige Credits hinzufügen , damit wir den Builder tatsächlich verwenden und diese Credits für die Ausführung unserer Workflows verwenden können den Builder tatsächlich verwenden und diese Credits für die Ausführung unserer Workflows verwenden Wir werden uns auch mit der Möglichkeit befassen, die gemeinsame Nutzung von Eingaben und Ausgaben mit Open AI zu ermöglichen , wodurch wir jeden Tag ein gewisses kostenloses Token-Limit erhalten. Sie können entscheiden, ob Sie dies tun möchten oder nicht , nachdem Sie sich das in dieser Masterclass angesehen Sobald wir das alles erledigt haben, erstellen wir einen Workflow, bei dem es sich um einen HTML-Seitengenerator handelt , der eine Benutzerabfrage aufnimmt und den Workflow startet. Es wird eine Webseite mit einem einmaligen Webseitengenerator-Agenten generiert , den wir erstellen, und dann wird dieser Workflow beendet und wir werden den Open AI Agent Builder Canvas verwenden , um all dies zu erreichen. Fangen wir also an. Deshalb hat Open AI auf ihrer Dev-Day-Konferenz am 6. Oktober 2025 Agent Kit vorgestellt Dabei handelt es sich im Grunde um Tools zum Erstellen, Bereitstellen und Optimieren von Agenten. Ordnung. Sie können nach diesem Blog suchen , der das einführt, indem Sie nach Open AI Agent Builder suchen, und Sie werden hier auf diese Seite gelangen , auf der open.com Schrägstrich Schrägstrich Introducing Agent Kit steht Introducing Agent Kit Das ist also der Blog , den sie haben, dem Agent Kit und OpenAI Agent Builder sowie die anderen Tools, die Teil des Agenten sind , vorgestellt sowie die anderen Tools, die Teil des Agenten sind , Um Open AI Agent Builder zu verstehen, müssen wir verstehen in welchem Kontext er eingeführt wurde Das ist also Agent Kit, okay. Lassen Sie uns jetzt runtergehen und verstehen, was Agent Kit bietet. Agent Kit besteht also aus einer Reihe von Tools, die hauptsächlich aus drei Tools bestehen. Eines ist der Agent Builder selbst, und er ist wie eine visuelle Leinwand für die Erstellung und Versionierung von Workflows mit mehreren Agenten Das ist also NATN sehr ähnlich. Und wenn Sie die vorherigen Vorträge über NATN gesehen haben, wissen Sie bereits, was diese visuelle Leinwand Es gibt viele Knoten , die Sie einrichten, miteinander verbinden und Ihre Workflows generieren können miteinander verbinden und Ihre Workflows generieren Der zweite Aspekt ist die Container-Registry. Dies ist ein zentraler Ort für Administratoren, um zu verwalten, wie Daten und Tools in offenen KI-Produkten miteinander verbunden Dies ist ein Teil des Agenten-Kits der vom Agent Builder getrennt ist, richtig Und drittens haben wir das Chat-Kit. Dies ist ein Toolkit, mit dem Sie Ihre KI-Workflows sehr, sehr einfach in Ihre eigenen Anwendungen einbetten Sie Ihre KI-Workflows sehr, sehr einfach in Ihre eigenen Anwendungen A Und noch einmal, es ist unabhängig von Agent Builder, aber all diese drei zusammen sind die Hauptkomponenten Ihres Agenten-Kits, das Open A AI kürzlich eingeführt hat Ich hoffe, das hilft Ihnen zu verstehen was Agent Kit insgesamt ist und was Agent Builder ist. Es ist Teil dieses Agenten-Kits. Es ist eines der Tools, die im Agenten-Kit verfügbar sind, und es ist so etwas wie NTN oder Lang Flow. Es hilft Ihnen, mithilfe einer Drag-Drop-Oberfläche mehrstufige Agenten-Workflows visuell zu erstellen Drag-Drop-Oberfläche mehrstufige Agenten-Workflows mithilfe einer Drag-Drop-Oberfläche mehrstufige Agenten-Workflows visuell In Ordnung. In Ordnung. Also hier ist ein Beispiel für eine Leinwand, die sie in ihrem Blog zeigen. Und wenn Sie die NaTEN-Vorträge schon einmal gesehen haben, Ihnen das vielleicht sehr, sehr bekannt vor Zunächst haben wir also eine Leinwand und wir haben hier mehrere Arten von Knoten, die über diese Anschlüsse miteinander verbunden sind Jetzt hat jeder Knoten eine bestimmte Funktionalität. So gibt es zum Beispiel einen Startknoten , der Ihren Workflow tatsächlich auslösen oder starten wird . Es gibt Leitplankenknoten hier und hier drüben. Diese Knoten helfen Ihnen also dabei, Einschränkungen in Ihrem Arbeitsablauf einzuführen oder irgendeine Art von Gefängniseinbrüchen oder Prompt-Injection-Angriffen usw. zu verhindern Gefängniseinbrüchen oder Prompt-Injection-Angriffen usw. zu Wenn der Benutzer beispielsweise sensible Informationen zur Verfügung stellt, bei denen es sich um sensible Informationen zur Verfügung stellt, bei denen personenbezogene Daten ( PII) handelt, verfügen Sie möglicherweise über eine Leitplanke, die verhindert, dass diese Informationen PII) handelt, verfügen Sie möglicherweise über eine Leitplanke, die verhindert, dass diese Die Leitplanke wird also versuchen festzustellen, ob diese Art von Informationen Für einen erfolgreichen Fall möchten Sie also möglicherweise nicht, dass diese Informationen vorhanden sind. In diesem Fall ist der Vorgang abgeschlossen und der Workflow wird an den Agenten Falls diese Art von Informationen vorhanden ist, kann es sein, dass der Vorgang fehlschlägt und Sie den Workflow beenden möchten Das ist also eine Art von Knoten, der im Agent Builder Canvas verfügbar ist . Sie haben natürlich Agenten. Also haben wir hier zum Beispiel einen Klassifizierer, einen Retourenbeauftragten, einen Retourenbeauftragten und einen Informationsagenten. Das sind also alles Agenten , die eine Verbindung zu LLMs herstellen. Hier drüben handelt es sich um offene KI-Lag-Sprachmodelle , zu denen Sie eine Verbindung herstellen können Diese werden mit den eingehenden Daten arbeiten und sie auf irgendeine Weise transformieren Mit ihnen können Sie auch eine Verbindung zu MCP oder zu Datenspeichern herstellen, um nach Informationen zu suchen, und diese erzeugen dann im Grunde eine Ausgabe Hier gibt es auch einen ILS-Bedingungsknoten, sodass dieser nach mehreren Bedingungen suchen und auf dieser Grundlage den Workflow an einen bestimmten Zweig weiterleiten So sieht Agent Builder aus. Der nächste Schritt ist nun, wie greifen wir auf Open AI Agent Builder zu? Um auf Open AI Agent Builder zuzugreifen, öffne ich einfach eine neue Registerkarte und suche nach Open AI Agent Builder. Klicken wir mit der rechten Maustaste auf den Agent Builder-Link von Open AI API hier drüben Dadurch gelangen Sie zur Dokumentseite von Agent Builder. Hier finden Sie eine Schaltfläche mit der Aufschrift Open Agent Builder. Sie können darauf klicken, um sie zu öffnen. Als ersten Schritt müssen Sie sich nun für ein Open AI-Konto anmelden, oder Sie müssen sich anmelden. Ordnung. Falls Sie kein Konto haben, können Sie einfach auf Anmelden klicken Sobald Sie auf Anmelden klicken, landen Sie auf dieser Seite und können hier eine dieser Optionen auswählen. Also werde ich Weiter mit Google wählen , um hier ein Konto zu erstellen. Alles klar? Sobald Sie sich bei Google angemeldet haben, werden Sie nach weiteren Informationen zu Ihrem vollständigen Namen zu Ihrem Geburtstag gefragt und Sie werden aufgefordert, den Nutzungsbedingungen und der Datenschutzrichtlinie zuzustimmen. Sie können also nach Eingabe dieser Informationen auf Weiter klicken , wenn Sie damit einverstanden sind. Lassen Sie mich das jetzt für mich selbst hinzufügen. In Ordnung. Sobald Sie das eingegeben haben, erhalten Sie einen Willkommensbildschirm und werden aufgefordert, eine Organisation zu erstellen, um API-Schlüssel zu generieren und mit dem Aufbau zu beginnen. Also werde ich hier einen Organisationsnamen hinzufügen. Sobald Sie also Ihre Organisation hinzugefügt und ausgewählt haben , was am besten beschreibt, klicken Sie einfach auf Weiter und es gibt eine Option, um Ihre Teammitglieder einzuladen, und ich wähle Ich werde mein Team später einladen hier aus. In Ordnung. Jetzt kommen wir zu Ihrem ersten API-Aufruf-Bildschirm hier drüben, also gibt es mir die Möglichkeit, ein Projekt zu erstellen und einen Schlüssel für Ihren ersten API-Aufruf zu generieren. Also werde ich die Standardeinstellungen hier beibehalten und auf API-Schlüssel generieren klicken Jetzt können Sie Ihren API-Schlüssel mit diesem curl-Befehl testen. Stellen Sie einfach sicher, dass Sie diesen API-Schlüssel sicher und privat aufbewahren diesen API-Schlüssel sicher und privat Übertreiben Sie es nicht, um ihre Repos zu bekommen, fügen Sie die Dateien, in denen Sie diese Schlüssel speichern, zu Get Ignore hinzu, und ich werde diesen Schlüssel löschen , nachdem ich diesen Vortrag veröffentlicht habe Also werde ich den Befehl curl hierher kopieren. Lassen Sie uns ein Terminal öffnen und diesen curl-Befehl eingeben und unsere API testen Ordnung. Also eigentlich funktioniert der API-Schlüssel, aber wir haben unser aktuelles Kontingent überschritten , weil wir keine Zahlungsoption haben. Sie müssen die Abrechnung für offene KI-APIs aktivieren, und das ist anders als bei den Gemini-APIs von Google, wo Sie ein kostenloses Kontingent haben und die Abrechnung nur aktivieren müssen , wenn Sie dieses kostenlose Kontingent überschreiten Also werden wir das in einem späteren Schritt tun. Gehen wir einfach zurück zu unserem Open AI-Browserfenster und klicken wir einfach hier auf Weiter. Ordnung, jetzt haben wir die Möglichkeit, API-Guthaben hinzuzufügen . Nun, ein wichtiger Hinweis hier ist , dass OpenAI tägliche kostenlose Token-Limits anbietet , wenn Sie gemeinsame Nutzung von Eingaben und Ausgaben mit Open AI zulassen Ich werde gleich darüber sprechen. Aber für mich hat das nur funktioniert, als ich zuerst eine Zahlungsmethode hinzugefügt und dann einige Credits gekauft und diese Funktion dann aktiviert habe. Ohne das Hinzufügen einer Zahlungsmethode war ich zum Zeitpunkt der Aufzeichnung dieser Vorlesung nicht in der Lage, einen Workflow zu starten . Wenn Sie möchten, können Sie also die Option wählen , diese Credits später zu kaufen, was auf dem Bildschirm angezeigt wird, und zu dem Teil gehen , in dem ich über das Teilen und dann das kostenlose Token-Limit für jeden Tag spreche , und es selbst ausprobieren , ob es zu dem Zeitpunkt funktioniert , zu dem Sie sich dieses Video ansehen. Das könnte dir hier ein paar Credits sparen. Wenn es nicht funktioniert, können Sie zurückkommen und dann mit diesem Vorgang fortfahren, wenn Sie möchten. Lassen Sie mich also 5$ auswählen, was hier das Minimum ist , und lassen Sie mich auf Guthaben kaufen klicken Sie können auch zum Abrechnungsbereich gehen, um herauszufinden, ob Sie einen benutzerdefinierten Betrag hinzufügen können Ich wähle hier einfach den empfohlenen Mindestbetrag aus und klicke auf Guthaben kaufen. Sobald Sie auf Guthaben kaufen klicken, wird Ihnen ein Bildschirm angezeigt, auf dem Sie Ihre Kreditkarte oder andere Informationen eingeben können . Für die Zahlung können Sie auf Wunsch Ihre Zahlungsdaten hinzufügen Ihre Zahlungsdaten und diese Credits erwerben. Dies wird für diesen Kurs erforderlich sein , da Open AI meines Wissens derzeit leider Open AI meines Wissens keine kostenlosen Credits anbietet. Falls Sie auf kostenlose Credits stoßen, teilen Sie dies bitte in Ihren Kommentaren oder Fragen mit, damit wir diese Informationen tatsächlich weitergeben können und mehr Studierende versuchen können, diese kostenlos zu nutzen. Aber vorerst werde ich auf „Guthaben kaufen“ klicken und das hinzufügen. Sie können selbst entscheiden , wie viel Betrag Sie hier hinzufügen möchten. Jetzt habe ich meine Kreditkarte hinzugefügt und Credits im Wert von 5$ auf der OpenAI-Plattform Und nach einer erfolgreichen Gutschrift gelangen Sie tatsächlich zur Plattform dotp.com slash DXASHOV Plattform dotp.com slash DXASHOV Jetzt müssen Sie also zurück zum Agent Builder gehen . Sie können hier tatsächlich Agents erstellen und dann Agent Builder Overhead und Ordnung, also werde ich das jetzt tun, und dann können Sie erneut die Option „Agent Builder öffnen“ auswählen . Ordnung. Das ist also der Startbildschirm des Agent Builders. Und hier auf der linken Seite sehen Sie, dass Sie unter Erstellen Agent Builder ausgewählt haben, und in der Mitte haben Sie den Agent Builder-Bildschirm mit Optionen zum Erstellen von Workflows. Sie können hier einen Workflow mit benutzerdefinierter Logik und Tools erstellen hier einen Workflow mit benutzerdefinierter Logik , indem Sie auf diese Schaltfläche klicken, und Sie haben einige Vorlagen wie Vorlagen zur Datenanreicherung, Planungshilfen, Kundenservice usw. Ordnung. Sie haben hier auch eine Einstellungsoption, Sie können darauf klicken, um verschiedene Einstellungen zu sehen , also zeige ich Ihnen hier nur die Abrechnung, weil Sie verfolgen müssen, wie viel Sie ausgeben. Sie können also zu den Einstellungen gehen und Abrechnung auswählen , um zu sehen, wie viele Credits Sie noch haben. Ich kann also das kürzlich hinzugefügte Guthaben in Höhe von 5$ hier sehen , und das ist gut Es gibt auch die Möglichkeit, kostenlose Token in Anspruch zu nehmen, und das ist der Zeitpunkt, an dem Sie den Traffic mit OpenAI teilen Also werde ich einfach hier drüben klicken. Wenn Sie hier nach unten scrollen, gibt es eine Option, um Eingaben und Ausgaben mit Open AI zu teilen . Und das besagt nur , dass du, wenn du das tust, Anspruch auf die kostenlose tägliche Nutzung von Traffic hast , der mit Open AI geteilt wird. Und hier gibt es viele Details und Kleingedrucktes , die Sie lesen sollten , indem Sie darauf klicken und alle hier angegebenen Details durchgehen. Falls Sie die Option dazu hier nicht sehen , können Sie tatsächlich zu den Einstellungen gehen und dann die Datensteuerungen aufrufen und dann zur Registerkarte Teilen gehen. Und hier kannst du sehen, dass du unter diesen Bedingungen Anspruch auf die kostenlose tägliche Nutzung von Traffic hast, den du mit Open Eye geteilt auf die kostenlose tägliche Nutzung von Traffic hast, den du mit Open Eye geteilt hast. Also werde ich das für ausgewählte Projekte aktivieren und lasse mich hier das Standardprojekt auswählen. Jetzt weiß ich, dass ich das für mein Standardprojekt getan habe. Und das sollte mir dann ein kostenloses Kontingent geben , wie ich es in Gemini sehe Lassen Sie mich hier auf Speichern klicken, und jetzt haben Sie die bestätigte Vereinbarung zum Teilen von Inhalten mit Open AI Jetzt kannst du dir das durchlesen. Und wenn Sie damit einverstanden sind, können Sie hier klicken und auf Absenden klicken. Sobald Sie das getan haben, wird angezeigt, dass Sie sich für kostenlose tägliche Tokens angemeldet haben. In Ordnung. Also bitte verstehe und lies das und akzeptiere es dann nur. Es kann je nach Ihrer Situation variieren, ob Sie dies akzeptieren möchten oder nicht. Ich habe Guthaben zu meinem Konto hinzugefügt, also werde ich diese verwenden und ich werde auch die kostenlosen Credits hier ausprobieren die kostenlosen Credits hier ausprobieren vorbehaltlich dieser Allgemeinen Geschäftsbedingungen. Ich werde hier erneut auf Speichern klicken und es wird angezeigt, dass das Teilen erfolgreich aktualisiert wurde. Und jetzt kann ich zu meinem Agent Builder zurückkehren. Also gehe ich zurück zum Dashboard, indem ich hier klicke, und ich gehe wieder zum Agent Builder, indem ich nach rechts klicke . Jetzt sind wir also wieder beim Agent Builder und wir haben zwei Dinge getan. Wir haben einige Credits hinzugefügt und für mein Projekt habe ich das Teilen akzeptiert, wodurch ich einige kostenlose Token erhalte. Jetzt kann ich tatsächlich auf Overhead erstellen klicken , um meinen ersten Workflow zu erstellen. Dadurch wird ein Chat-Agent-Workflow mit benutzerdefinierter Logik und Tools erstellt. Ordnung, jetzt bin ich wieder im Dashboard und habe den Agent Builder ausgewählt, und jetzt werde ich meinen ersten Workflow erstellen Um das zu tun, werden wir hier auf die Schaltfläche Erstellen klicken Sobald Sie das getan haben, landen Sie auf dem neuen Workflow-Bildschirm hier drüben, und Sie können sehen dass sie bereits zwei Knoten anbieten, nämlich Start und My Agent. Das sind also voreingestellte Knoten , die im neuen Workflow enthalten sind. Sie können einen Knoten wie diesen auswählen und sich seine Eigenschaften ansehen. Sie können sich auf diese Weise um den Knoten bewegen und so weiter. Aber das Erste, was ich tun werde , ist, auf diese drei Punkte oben zu klicken und dann auf Umbenennen zu klicken, und ich werde meinen Workflow als DML-Seitengenerator benennen meinen Workflow als DML-Seitengenerator Okay. Ich nenne meinen Workflow als SDMLPage-Generator, weil ich möchte, dass es sich um einen Workflow handelt, der eine Benutzerabfrage aufnimmt und um einen Workflow handelt, der eine Benutzerabfrage aufnimmt eine einzige STML-CSS- und JavaScript-Seite generiert, genau wie wir es mit unseren Beispielen in eine einzige STML-CSS- und JavaScript-Seite generiert, NAT getan haben Klicken wir also hier auf Umbenennen. Jetzt klicken wir auf unseren ersten Knoten , der der Startknoten ist. Das sind also die Eigenschaften des Startknotens. Sie haben hier also Eingabevariablen und alle Startknoten haben Eingaben als Text, also können wir das nicht ändern und es gibt Zustandsvariablen. Wir werden hier keine Zustandsvariablen hinzufügen. Nun, da Sie mit dieser speziellen Plattform arbeiten, könnte sich diese ändern, da sie sehr neu ist. Sie können also jederzeit auf dieses Symbol oben klicken , um mehr zu erfahren Also lass uns jetzt darauf klicken. Und jetzt kommen wir zur Dokumentenseite. Und Sie können hier lesen , dass Startknoten Eingaben für Ihren Workflow für Benutzereingaben in einem Chat-Workflow definieren Eingaben für Ihren Workflow , Startknoten zwei Dinge tun. Sie hängen die Benutzereingabe an den Konversationsverlauf und stellen diese Variableneingabe als Text zur Verfügung, um den Textinhalt dieser Eingabe darzustellen In Ordnung, das wird also da sein. Und alle Chat-Startknoten haben Eingabe als Text als Eingabevariable. Sie können also auch Statusvariablen hinzufügen. Alles klar? Wir werden nichts davon in unserem Startknoten ändern, und wir werden einfach zu unserem Workflow hier zurückkehren . Und dann klicken Sie auf den Knoten Mein Agent, um damit zu arbeiten. Sobald Sie also auf Mein Agent klicken, haben Sie hier die Eigenschaften des M-Agenten. Ich werde hier GPT Five Mini auswählen. Ich werde den Argumentationsaufwand genauso hoch legen. Lassen Sie uns das Ausgabeformat als Text beibehalten. Schauen wir uns hier weitere Optionen an, es gibt Ausführlichkeit. Lassen wir es so hoch halten , weil wir eine Webseite generieren wollen Und jetzt fügen wir hier einige Anweisungen hinzu. Um die Anweisung hinzuzufügen, klicke ich auf die Schaltfläche „Eingabeaufforderung erweitern Dadurch wird die Eingabeaufforderung hier erweitert und ich kann die Anweisungen hier hinzufügen. Für die Aufforderung habe ich angegeben, dass Sie ein hilfreicher Assistent sind Generieren Sie ein einzelnes STML-CSS-JS-Dokument, keinen anderen Text oder keine Ausgabe Um die Webseite darzustellen, die vom Benutzer in seiner Abfrage angefordert wird Denken Sie daran, nur das einheitliche HTML-Dokument zu geben, okay? Cool. Also habe ich jetzt diese Aufforderung und lass uns hier auf Speichern klicken. Lassen Sie mich jetzt einfach hier einen Endknoten hinzufügen. Ich klicke darauf und ziehe es heraus, und das gibt mir eine neue Knotenoption hier drüben und ich kann den Endknoten hier auswählen, und das fügt einfach den Endknoten hier hinzu. Okay? Nun, das ist ein einfacher TML-Seitengenerator Eine weitere Sache, die ich tun werde, ist , meinen Agenten in One-Shot-Webseitengenerator umzubenennen , und das war's Jetzt habe ich meinen einfachen Arbeitsablauf hier drüben. In Ordnung. Um eine Vorschau dieses speziellen Workflows anzuzeigen, können Sie tatsächlich auf diese Vorschau-Schaltfläche klicken. Und wenn Sie mit der Maus darüber fahren, werden Sie sehen, dass die Option Vorschau ausführen für nicht verifizierte Organisationen nicht verfügbar ist . Für verifizierte Organisationen steht diese Option nicht zur Verfügung . Also lass uns darauf klicken Dadurch gelangen wir zur Einstellungsseite der Organisation, und wir klicken hier auf Organisation verifizieren , um uns zu verifizieren. Und lassen Sie uns das nun mit einer ID-Prüfung abschließen. Sobald Sie das getan haben , landen Sie auf dieser Seite auf persona.com Lesen Sie sich das durch und aktivieren Sie dieses Kästchen, wenn Sie damit einverstanden sind, und beginnen Sie mit der Überprüfung Sobald Sie Ihre Organisation verifiziert haben, können Sie sehen, dass diese Vorschau-Schaltfläche live geschaltet wird Um das zu verifizieren, musste ich in meinem Fall einen amtlichen Ausweis vorlegen und einige Selfies von meinem Gesicht machen , indem ich nach links , rechts und in der Mitte Und nachdem ich diesen Vorgang durchgeführt hatte, wurde es fast sofort verifiziert, und jetzt habe ich hier eine Live-Vorschau-Schaltfläche. Falls das für Sie immer noch ein Problem darstellt, aktualisieren Sie diese Seite einfach einmal. Und sobald Sie das getan haben, sollten Sie hier eine Vorschau-Schaltfläche sehen können , oder? Klicken wir jetzt hier auf Vorschau. Und jetzt können Sie sehen , dass es sich um eine Vorschau handelt , und Sie können den Workflow hier testen. Also werde ich hier eine Anfrage schreiben. Also habe ich eine Abfrage gestellt, die eine Landingpage für ein KI-Bildungsunternehmen erstellt , die so genannte KI-Sprache, die über den Aufbau von KI-Agenten unterrichtet , richtig. Und jetzt klicken wir hier auf Senden und sehen was passiert. In Ordnung. Also kannst du sehen, dass die Anfrage hier reingegangen ist. Es versucht, den Agenten , den One-Shot-Webseitengenerator, tatsächlich auszuführen . Es ist Argumentation hier drüben. In Ordnung. Jetzt sehe ich, dass die Ausgabe hier reinkommt, und wir können die Ausgabe von hier kopieren. Warten wir also, bis es abgeschlossen ist. Jetzt können Sie sehen, dass die eingegangene Ausgabe in einem sehr unstrukturierten Format vorliegt Sie haben also etwas Text hier drüben, dann haben Sie hier etwas STM-formatierten Text Und wieder haben Sie etwas mehr Text dazwischen. Das ist also eigentlich nicht brauchbar. Also werde ich diese Vorschau beenden und das Ausgabeformat korrigieren. In Ordnung. Ich gehe zurück zum Canvas, klicke hier auf den Agenten und wähle Jason als Ausgabeformat aus. Und ich werde hier auf Schema hinzufügen klicken. Und wenn Sie sehen , dass das steht, wie heißen die Schemas Das ist das Antwortschema. Ich werde es sein lassen. Und dann werde ich hier eine Immobilie hinzufügen. Also werde ich den Eigenschaftsnamen als HTML-Dokument hinzufügen. Und ich werde hier eine Beschreibung hinzufügen. Die Beschreibung , die ich hinzugefügt habe, ist ein vollständiges einheitliches SDML-CSS- und JS-Dokument für die vom Benutzer angeforderte Webseite. In Ordnung. Ich werde hier auf Update klicken und jetzt habe ich das Antwortschema hier. Lassen Sie mich noch einmal versuchen, eine Vorschau davon zu sehen, indem ich hier klicke und hier eine Abfrage hinzufügen. Also habe ich die Erstellung einer Landingpage für ein KI-Bildungsunternehmen namens AI Language eingegeben einer Landingpage für ein KI-Bildungsunternehmen namens AI , auf der Schüler lernen, wie man KI-Agenten erstellt. Drücken wir nun die Eingabetaste. Dadurch wird die Abfrage gesendet und nun wird der One-Shot-Webseitengenerator ausgeführt. Warten wir, bis dieser Generator fertig ist. Sie können sehen, dass im Vorschaufenster hier der Knoten hervorgehoben wird, der gerade ausgeführt wird handelt es sich um einen One-Shot-Webseitengenerator, und das ist der Agent. Sie können sich hier auch die Argumentation des Agenten ansehen. Denken Sie daran, dass wir eine hohe Anzahl an Argumenten und eine ausführliche Ausgabe ausgewählt hohe Anzahl an Argumenten und eine ausführliche Es wird einige Zeit dauern, bis es abgeschlossen ist. Alles klar. Und jetzt können wir sehen, wie die Ausgabe hier eingeht und Sie können sehen, dass sie in der Form eines nebenstehenden TML-Dokuments vorliegt , das wir für das Ausgabeformat angefordert hatten , und wir haben das TML-Dokument hier drüben Und es ist jetzt viel einfacher, es zu kopieren und einzufügen und eine Also noch einmal, wir werden warten, bis dies abgeschlossen ist, und dann werden wir eine Vorschau in einem Browser anzeigen. Handeln. Jetzt ist das abgeschlossen, und Sie können tatsächlich sehen, dass es hier eine Schaltfläche gibt, auf die Sie klicken und die Protokolle ansehen können. Und hier gibt es eine Anleitung. Hier drüben gibt es eine Eingabe und es gibt eine Ausgabe. Sie können die jeweiligen Token sehen und es gibt eine Zusammenfassung hier. Insgesamt haben wir in diesem speziellen Fall also 16.238 Token verwendet in diesem speziellen Fall also 16.238 Token Dies ist nützlich, um zu verstehen wie viele Token Sie verwenden Ordnung. Also werden wir das vorerst schließen und wir werden wieder hierher gehen. Es gibt hier also keine einfache Schaltfläche zum Kopieren, also kopiere ich einfach die gesamte Zeichenfolge von hier und verwende sie, um sie in der Vorschau anzuzeigen. Lassen Sie uns das HTML-Dokument hier drüben kopieren. Lassen Sie uns den VS-Code öffnen. Ich werde eine neue Datei namens Test Dot HTML erstellen und sie auf dem Desktop speichern und dann auf Erstellen klicken. In Ordnung, lassen Sie uns unser Dokument hier einfügen. Nun, Sie können sehen, dass es hier drei Zeilen gibt, also werde ich die dritte verwenden , die als also werde ich die dritte verwenden Unterstrich ausgegeben wird. Und ich werde den Eigenschaftsnamen SML Doc entfernen den Eigenschaftsnamen SML Doc Wenn Sie also mit der rechten Maustaste klicken und auf Dokument formatieren klicken, erhalten Sie ein besser aussehendes Dokument wie dieses Jetzt können Sie sehen , dass die JCN-Zeichenfolge hier viele Escape-Sequenzen enthält. Und was wir tun wollen, ist , das aufzudecken. Also gehen wir zu den Erweiterungen und suchen nach beliebten UnscapeeTensions, und das hier ist die beliebteste Ich werde es auswählen und installieren. Sie können es auch installieren, um dasselbe zu tun, wenn Sie möchten, und lassen Sie uns auf Installieren klicken. Nun zu Escape, wir verwenden Command Alt und dann ein Semikolon Lassen Sie mich also zu meinem Dokument hier zurückkehren. Lassen Sie uns das Ganze auswählen und sagen wir Command Alt und Semikolon. In Ordnung. Also das gibt uns das TML-Dokument. Es sind 1.690 Zeilen. Nun, in Ihrem generierten HTML könnten Sie einige Fehler haben, die Sie anhand dieser roten Markierungen hier sehen können . Also werde ich tatsächlich zu jeder dieser roten Markierungen gehen und diese Fehler schnell korrigieren Das ist ein Zeilenumbruch, der nicht da sein sollte. Also werde ich das einfach von hier entfernen. Hier gibt es auch einen Zeilenumbruch, und damit ist unser STM gerade abgeschlossen Jetzt können wir diese test.l5 tatsächlich öffnen. Ich habe es auf dem Desktop gespeichert. Ich werde es jetzt in einem Chrome-Browserfenster öffnen. Um diese Datei im Chrome-Browser zu öffnen, können Sie einfach mit der rechten Maustaste auf diese Datei klicken und sie mit Chrome oder einem anderen Browser öffnen, oder Sie können die Adresse der Datei eingeben, nachdem sich der Doppelpunkt der Datei verdoppelt hat, in die Chrome-Adressleiste Also habe ich das gemacht, und das ist die Webseite, die wir haben. Sie können also sehen, dass es Erstellung dieser speziellen Webseite ziemlich gute Arbeit geleistet hat. Sie haben den Header hier drüben, Sie haben den Heldenbereich. Sie haben hier ein Formular und Sie können tatsächlich Agenten-Show-Code generieren oder eine Demo ausführen. Und Sie haben verschiedene Abschnitte darunter. Sie haben hier mehrere Kurse mit den Schaltflächen für die Registrierung erwähnt Es gibt einen Abschnitt mit Preisen und was die Schüler sagen usw. Hier gibt es einen Abschnitt mit häufig gestellten Fragen, und das alles kann so erweitert werden, oder? Also ich denke, es hat einen ziemlich guten Job für einen One-Shot-Webseitenersteller gemacht , und wir verwenden hier das GPD Five-Mini-Modell. Ich denke, wenn Sie das GPD Five-Modell mit hohem Argumentationsvermögen und umfangreichem Wortschatz verwenden würden, hätte es vielleicht sogar einen noch besseren Job gemacht Das ist also die Ausgabe , die wir hier sehen. Gehen wir jetzt zurück zu unserem Agent Builder. Ordnung. Jetzt sind wir wieder bei unserem Agent Builder. Wir können die Vorschau schließen, indem wir hier klicken. Das ist alles für diesen Vortrag, und wir haben gesehen, wie wir unser offenes KI-Konto einrichten können, wie wir tatsächlich einige Credits hinzufügen können, und wir können dann auch die gemeinsame Nutzung von Daten zulassen, wenn wir einige kostenlose Credits erhalten möchten gemäß den Allgemeinen Geschäftsbedingungen von Open AI einige kostenlose Credits erhalten möchten. Dann haben wir einen einfachen Workflow mit einem Startknoten, einem One-Shot-Webseitengenerator und einem Ende erstellt einen einfachen Workflow mit einem Startknoten, einem One-Shot-Webseitengenerator . Nachdem wir auf Vorschau geklickt haben, verwenden wir die Chat-Funktion hier drüben. Um auf die Vorschau-Option zuzugreifen, müssen Sie einen Ausweis und Ihr Gesichtsfoto angeben . Sie können sich also das und das was für Ihr Land gilt, ansehen und das tun. Die Genehmigung erfolgt fast augenblicklich , zumindest in meinem Fall Und danach haben Sie hier die Live-Vorschau-Schaltfläche. Und sobald Sie darauf klicken, gelangen Sie hier zum Vorschaubildschirm Sie können tatsächlich einen Chat-Flow starten und Ihren Agenten testen. In Ordnung, vielen Dank fürs Zuschauen. In den nächsten Vorlesungen werden wir genauer darauf eingehen wie wir mit diesem Agent Builder arbeiten können. 4. OpenAI Agent Builder-Dateisuche RAG: Deshalb werden wir heute mit dem OpenAI Agent Builder weitermachen mit dem OpenAI Agent In unserer vorherigen Vorlesung hatten wir einen einfachen Agenten gebaut, der über einen Startknoten verfügte Wir hatten auch einen Agentenknoten und einen Endknoten. Wir hatten keine Dateisuche und keinen festgelegten Statusknoten , den Sie hier sehen, und wir werden uns diese beiden Knoten heute hier ansehen , richtig? Sie können also die Ansicht vergrößern und sehen, dass wir diese beiden Knoten zwischen dem Startknoten und dem One-Shot-Webseitengenerator hinzugefügt haben diese beiden Knoten zwischen dem Startknoten und , um einige Dateien zu durchsuchen und dann eine Statusvariable festlegen , die unser Agent verwenden kann. Aber mach dir keine Sorgen. Ich werde das von Grund auf neu machen und wir werden das erstellen und verstehen, wie wir diese Knoten setzen. Sie können diese Knoten auch in der Seitenleiste hier sehen. Wir haben also den Agent-Knoten, wir haben den Endknoten, wir haben den Dateisuchknoten unter Tools und wir haben den Set-State-Knoten unter Daten. Wir werden also den Knoten „Status festlegen“ und den Knoten „Dateisuche“ zu unserem Arbeitsablauf aus der letzten Lektion hinzufügen den Knoten „Dateisuche . Bevor wir beginnen, wollen wir also verstehen, was diese beiden Knoten bewirken. Lassen Sie uns also mit dem Dateisuchknoten beginnen. In Ordnung. Wie der Name schon sagt, ermöglicht das Dateisuch-Tool Modellen, Ihre Dateien nach relevanten Informationen zu durchsuchen Ihre Dateien nach relevanten Informationen bevor sie eine Antwort generieren, oder? Was also im Wesentlichen passiert , ist , dass Sie einen Dateisuchknoten , einige Dateien hochladen erstellen, einige Dateien hochladen und OpenAI daraus einen Vektorspeicher Ordnung. Es wird also diesen Inhalt vektorisieren, und dann können die Modelle tatsächlich eine Abfrage ausführen und durch semantische oder Stichwortsuche Informationen abrufen oder Informationen aus diesen Dateien abrufen, oder Informationen aus diesen Dateien abrufen und das wird dazu beitragen, die Informationen und das wird dazu beitragen die dem Modell zur Verfügung stehen, zu erweitern Das Modell weiß also möglicherweise nicht, wie Ihr Unternehmen einen bestimmten Prozess durchführt Oder nehmen wir an, in unserem Fall, wenn wir eine Webseite erstellen, möchten wir vielleicht, dass das Modell Webseiten aus einer Themenliste erstellt, oder? Das Modell weiß also nicht, um welche Themen es sich handelt, oder? Das müssen Sie als Benutzer angeben. Stattdessen könnten Sie also tatsächlich eine Liste von Themen in einer Datei bereitstellen und das Model bitten, diese Dateien zu lesen und nach allen Themen zu suchen und dann ein Thema auszuwählen und nach dem Zufallsprinzip eine Webseite darauf zu erstellen, alles klar. Das ist also das Beispiel, das wir machen werden. Aber in einer realen Situation haben Sie vielleicht Unternehmen mit Richtlinien wie Personalrichtlinien, Urlaubs- und Reiserichtlinien usw., und Sie bauen vielleicht einen Agenten oder einen Chat-Assistenten auf, der Mitarbeitern hilft, Fragen zu stellen, die sich aus dieser Richtlinie ergeben, und die KI muss ihre Informationen mit dieser spezifischen Richtlinie für dieses spezifische Unternehmen ergänzen ihre Informationen mit dieser spezifischen Richtlinie für dieses spezifische für dieses spezifische Die KI ist also nicht in Bezug auf diese Dokumente geschult, oder? Daher müssen Sie das Wissen des KI-Assistenten mit diesen Informationen erweitern des KI-Assistenten mit diesen Informationen Sie würden also ein Tool wie Flesearch verwenden, all diese Richtlinien hochladen und dann würde OpenAI aus diesen Richtlinien einen sogenannten Vektorspeicher erstellen , dann an das Dateisuchtool angehängt wird Und wenn der Benutzer eine Abfrage eingibt, kann das Modell diese Informationen aus dem Dateisuchtool verwenden diese Informationen aus dem Ordnung. So funktioniert es und dafür wurde es verwendet. Der andere wichtige Teil ist , dass es sich um ein gehostetes Tool handelt. Sie müssen also keinen Code auf Ihrer Seite schreiben . OpenEi hostet ihn und kümmert sich um seine Ausführung Sie ziehen es einfach von hier auf Ihre Leinwand und verwenden es oder Sie wählen dasselbe Tool im Agenten Wir werden also sehen, wie wir das machen, aber dafür wird das Dateisuchtool im Wesentlichen verwendet. Der andere Aspekt hier ist das Tool zum Festlegen von Zuständen. Nun, das Set State-Tool ist nützlich um globale Variablen zu definieren, oder? Möglicherweise erstellen Sie also eine Ausgabe mit dem Dateisuchtool und möchten sie speichern, um später darauf zu verweisen Sie würden es also mit dem Tool „Status festlegen“ einer globalen Variablen zuweisen , der Agent auf diese globale Variable verweisen und sie verwenden kann diese globale Variable verweisen und sie verwenden Dies kann verwendet werden, um jede Art von Daten zuzuweisen Es kann also nützlich sein, wenn dieser Agent eine Ausgabe anhand einer Eingabe erzeugt und diese Ausgabe etwas ist , das Sie in Ihrem gesamten Workflow verwenden möchten. Sie können diese Ausgabe also auch innerhalb des Set-State-Nodes als globale Variable definieren des Set-State-Nodes als und sie später im Flow verwenden. Das kann in komplexeren Abläufen nützlich sein. Also, was werden wir heute in diesem speziellen Beispiel bauen? Wir werden also einen Startknoten haben, und dieser wird zu einem Dateisuchknoten führen. Wir stellen eine Liste von Themen zur Erstellung von Webseiten in Form einer Datei zur Verfügung, die dann in einen Vektorspeicher konvertiert und an dieses spezielle Dateisuchwerkzeug angehängt wird. Das Dateisuchtool wird aufgefordert , die Themenliste abzufragen, und dann wird diese in eine globale Variable mit einer Themenliste gesetzt , und diese Themenliste wird von diesem festgelegten Statusknoten festgelegt. eine globale Variable handelt, Da es sich um eine globale Variable handelt, wird sie von unserem Agenten verwendet, und der Agent sieht dann alle Themen aus dieser Variablen in seiner eigenen Eingabeaufforderung. Es wählt nach dem Zufallsprinzip ein Thema aus und generiert dann eine Webseite zu diesem Thema. Der Agent gibt uns dann die komplette STML-Datei, die auch CSS und JS enthält , in einem einheitlichen Dokument, das wir rendern und die Ausgabe in einem Browser sehen können Schließlich beenden wir diesen Workflow mithilfe des Endknotens diesen Workflow mithilfe des Endknotens In einer kurzen Zusammenfassung werden wir also alles erstellen , also fangen wir jetzt an, es zu erstellen Um also mit dem Aufbau zu beginnen, werde ich diese beiden Knoten tatsächlich löschen , nur um Ihnen zu zeigen, wie wir damit beginnen können Ich wähle also den Dateisuchknoten aus und drücke die Rücktaste, um ihn zu löschen Außerdem wähle ich den Knoten mit festgelegtem Status aus und drücke die Rücktaste, um ihn zu löschen Und ich werde einfach meinen Startknoten mit dem Agent-Knoten verbinden meinen Startknoten mit dem Agent-Knoten Das ist also mein erster Flow, den ich hatte, und jetzt möchte ich den Dateisuchknoten hinzufügen, richtig? Um also den Dateisuchknoten hinzuzufügen, ziehe ich den Dateisuchknoten einfach aus dem Werkzeugmenü hierher und ziehe ihn auf Canvas. Dann wähle ich diese Kante aus, die vom Startknoten zum Agenten führt , und drücke dann die Löschtaste. Dadurch wird im Grunde diese bestimmte Kante für mich gelöscht. Jetzt kann ich tatsächlich den Dateisuchknoten dazwischen hinzufügen, und so wird Ihr Dateisuchknoten hinzugefügt. Jetzt kann der Dateisuchknoten bearbeitet werden, indem Sie ihn einfach hier auswählen und sich dann seine Eigenschaften hier ansehen. Was ich jetzt tun möchte, ist, einige Dateien hochzuladen. Das passiert so, dass Sie zuerst etwas erstellen müssen, das als Vektorspeicher bezeichnet wird. Vector Store ist also eine spezialisierte Datenbank zum Speichern numerischer Repräsentationen, bei denen es sich eigentlich um Vektoren der Daten handelt, die Sie in diesen Dateien haben, oder? Und wenn das erledigt ist, verwenden wir eine sogenannte semantische Suche Semantische Suche ist also eine Technik , die diese Vektoren verwendet, um Informationen zu finden, die auf konzeptioneller Bedeutung basieren und nicht nur auf Schlüsselwörtern, okay? Sie können auf die Schaltfläche „ Weitere Informationen“ klicken , um mehr darüber zu erfahren Wenn Sie das tun, öffnen Sie die Dokumentation zur Dateisuche hier und können dann tatsächlich auf diesen Link klicken, die Dokumentation zur Dateisuche handelt. Hier finden Sie weitere Informationen zur Dateisuche. Eines der wichtigsten Dinge, die Sie hier beachten sollten, sind die unterstützten Dateien. Dies sind die Dateitypen, die unterstützt werden, und Sie können sie hier überprüfen. Möglicherweise stellen Sie beispielsweise fest , dass CSV nicht unterstützt wird. Selbst wenn Sie also eine Liste mit, Sie wissen schon, Themen hinzufügen, möchten Sie vielleicht ein Format wie das Textformat verwenden , also TXT, und das funktioniert dann auch. Die andere Sache, die Sie tatsächlich überprüfen können , ist die Anleitung zum Abrufen hier. Also lass uns darauf klicken. Und das erklärt nur, wie dieser Abruf funktioniert. Semantische Ähnlichkeit verwenden. In Ordnung. Das hilft Ihnen also, Ihre Daten anhand semantischer Ähnlichkeit zu durchsuchen Ihre Daten anhand semantischer Ähnlichkeit Sie werden hier also einen Vektorspeicher mit verschiedenen Dateien haben. Obwohl wir gerade gesehen haben, dass CSV in unserem Anwendungsfall nicht unterstützt wird, und dann haben Sie eine Suchanfrage wie: Was sind die Rückgabebedingungen? Das könnte also ein Vector-Shop mit Dokumenten zu Rückgaberichtlinien und anderen Versicherungsdokumenten für ein Geschäft sein. Und wenn Sie danach suchen, erhalten Sie möglicherweise diese drei Ergebnisse innerhalb von 30 Tagen nach dem Kauf, in ungeöffnetem Zustand zurückgeschickt werden, und der Umtausch wird mit den Kosten verbunden, oder? Und das sind die prozentualen Ähnlichkeiten, die Sie erhalten. Es handelt sich also um eine semantische Suche , bei der mehr oder weniger die konzeptuelle Bedeutung verwendet wird und nicht das exakte Schlüsselwort Das ist ein sehr, sehr hohes und schnelles Verständnis der semantischen Suche, das wir für unseren Dateisuchknoten benötigen Weitere Details können Sie sich hier ansehen. Und wenn ich hier hineinzoome, können Sie sehen, ob die Frage zum Beispiel lautet, wann sind wir zum Mond geflogen? Dies sind die Textelemente, die in dem Dokument verfügbar sind , in dem Sie suchen. Die erste Mondlandung fand im Juli 1969 statt. Hier wird es eine Keyword-Ähnlichkeit von 0% geben, aber die semantische Ähnlichkeit liegt bei 65% Im Wesentlichen hilft Ihnen dies dabei, Ergebnisse mit wenigen oder keinen gemeinsamen Keywords zu finden , aber konzeptionell ähneln Auf der anderen Seite, ein Beispiel, als ich den Mondkuchen gegessen habe, war er köstlich, da die Keyword-Ähnlichkeit zu 40% betrug, und Sie könnten denken, dass dies für die Frage, wann sind wir zum Mond geflogen, relevant ist wann sind wir zum Mond Aber die semantische Ähnlichkeit sagt uns, dass es nicht relevant ist und es hier nur eine Ähnlichkeit von 28% gibt, oder? So hilft Ihnen die semantische Suche, und aus diesem Grund müssen wir einen Vektorspeicher mit den von uns hochgeladenen Dateien erstellen , dann für eine semantische Suche verwendet wird Ordnung, also gehen wir zurück zu unserem Agent Builder hier drüben und lassen Sie uns das Ganze vergrößern Sie können also sehen, dass Sie einen Vektorspeicher erstellen können , indem Sie hier klicken. Also werde ich auf diese Schaltfläche klicken. Ordnung. Sobald du hier drüben bist, wirst du Vektorspeicher und Dateien sehen. Sie können also tatsächlich auf Vektorspeicher und hier auf die Schaltfläche Erstellen klicken Ich habe das bereits erstellt, aber ich werde hier ein zweites erstellen , nur um Ihnen zu zeigen, wie das geht Ich werde diesen Vector Store als Version zwei der Webseitenthemenliste nennen . Und jetzt werde ich Dateien zu diesem Vektorspeicher hinzufügen. Also klicke ich auf Hochladen. Jetzt habe ich eine Datei namens Topic List Vector Store Dot TXT erstellt , also werde ich diese spezielle Datei hochladen. Sobald Sie diese Datei hochgeladen haben , werden Ihnen hier eine Größe sowie ein Datums- und Zeitstempel angezeigt . Lass uns hier auf Anhängen klicken. Nachdem Sie hier auf das Häkchen geklickt haben, erhalten Sie eine Meldung, dass der Vector Store aktualisiert wurde. Lassen Sie mich diese Seite nur einmal aktualisieren und nach dem Aktualisieren kann ich sehen, dass der Name hier erscheint und ich kann die Datei hier sehen. Sobald Sie auf den Dateinamen klicken, können Sie den Status „ Bereit“ sehen, was bedeutet, dass er jetzt bereit ist , im Vektor gesucht zu werden. Ich zeige dir auch die Datei hier. Das ist also die Datei , die ich generiert habe. Dies ist eine Datei mit einem Header, in dem die Nummer der Abfrageprobe und der Abfragetext stehen. Das ist also die Nummer für die Abfrage, die Seriennummer, und das ist der Text. Und ich habe diese Liste gerade mit dem AiCat Studio von Google generiert , eine Liste mit zehn Themen, und das sind die Abfragen für einen Webseitengenerator hier drüben Lassen Sie uns sehen, wie das funktioniert, und ich werde das in ein Repository verschieben , damit Sie diese Datei tatsächlich verwenden können , wenn Sie möchten. In Ordnung. Also, jetzt gehe ich zurück zum Vector Store hier drüben und kopiere die Vector Store-ID von hier. Jetzt gehe ich zurück zu meinem Dateisuchwerkzeug und füge die Vector Store-ID hier ein. Sobald ich das getan habe, wird mir angezeigt, dass es den Vektorspeicher der zweiten Version der Webseiten-Themenliste erkannt hat , und dieser ist jetzt mit diesem Dateisuchwerkzeug verknüpft. Alles klar? Ich werde hier Max-Ergebnisse gleich eins verwenden, weil ich nur ein Ergebnis haben will. Es ist eine einfache Suche über eine Liste von Themen. Sie könnten hier tatsächlich eine höhere Zahl eingeben, um drei oder vier Top-Ergebnisse zu erhalten drei oder vier Top-Ergebnisse und mit allen arbeiten, wenn Sie möchten. Und wir werden sehen, wie wir das im nächsten Knoten machen können , wo wir die Ausgabe von diesem Knoten als Eingabe im nächsten Knoten verwenden die Ausgabe von diesem Knoten , okay? Aber im Moment verwenden wir nur ein maximales Ergebnis. Jetzt geben wir die Abfrage hier ein. Das wird also die Eingabe für die Dateisuche sein. Und das ist die Abfrage , die verwendet wird, um Daten aus diesem speziellen Dateisuchknoten zu durchsuchen, und Sie können sehen, dass Sie hier geschweifte Klammern verwenden können , um Variablen einzufügen, die möglicherweise auf Variablen verweisen, die Sie zuvor festgelegt haben Das wollen wir nicht tun. Wir wollen hier nur eine einfache Anfrage stellen und wir werden sie sofort stellen. Lassen Sie mich hier eine einfache Abfrage stellen, die besagt, dass Sie die Liste der Beispielabfragen aus den Daten abrufen können. Und sobald ich das hinzugefügt habe, kann ich einfach auf eine Stelle außerhalb klicken. Und das wird dann hier als Abfrage festgelegt, und ich kann dann einfach nach draußen klicken, um das spezielle Dialogfeld mit den Eigenschaften zu schließen , oder? Lassen Sie uns jetzt herauszoomen, und das sollte jetzt mein Dateisuchwerkzeug vervollständigen. Also lass mich das da hinstellen. Also das ist der erste Schritt. Dies ist der zweite Schritt, und jetzt möchte ich den Set-State-Knoten hinzufügen, richtig? Also lass mich diese Kante auswählen und dann lass mich sie einfach löschen. Und jetzt lass mich den eingestellten Zustandsknoten hier hinzufügen. Also werde ich den Set-State-Node hinzufügen und ihn zwischen den Dateisuchknoten und dem One-Shot-Webseitengenerator einfügen zwischen den Dateisuchknoten und dem One-Shot-Webseitengenerator und ihn so anordnen lassen. Stimmt das? Lassen Sie uns nun den festgelegten Zustandsknoten auswählen. Was macht nun der Set-State-Knoten? Sie können hier klicken , um mehr darüber zu erfahren. Aber im Wesentlichen definiert es, wie wir bereits besprochen haben, die globalen Variablen die im gesamten Workflow verwendet werden sollen. Und das ist nützlich, wenn der Agent eine Eingabe macht und etwas Neues ausgibt, das Sie in Ihrem gesamten Workflow verwenden möchten. Hier verwenden wir es, um die Ausgabe des Dateisuchwerkzeugs zu speichern. Dies dient nur dazu, die Funktionen dieser Tools aufzuzeigen sodass Sie sie in verschiedenen Szenarien nach Belieben verwenden können . Und jetzt werden wir die Ausgabe von hier innerhalb der Eingabe hier drüben einstellen . Ich wähle diesen Knoten aus und weise den Wert dieser Notiz einer Zustandsvariablen zu. Lassen Sie mich einfach hier rübergehen und auf Weitere Informationen klicken , um zu verstehen, welche gebräuchlichen Ausdrücke verwendet werden können. In Ordnung. Klicken wir also hier, und ruft diese spezielle Seite auf, und Sie sehen, dass sie die gemeinsame Ausdruckssprache von CL verwendet , mit der Sie kleine und leistungsstarke Ausdrücke schreiben können , Ihre Workflow-Daten zu untersuchen und zu transformieren. Sie können Variablen und Operatoren kombinieren, um komplexe Logik auszudrücken, ohne ein vollständiges Programm schreiben zu müssen. Und jetzt wollen wir auf Variablen zugreifen. Sie können also sehen, dass es etwas namens Input Dot Results Zero gibt, das die Werte aus dem vorherigen Knoten aufnimmt. Also das werden wir verwenden. Wir werden uns also nicht all diese Variablen ansehen und verstehen, wie man sie benutzt. Wir werden die Variablen, die wir verwenden wollen, verstehen , sobald wir auf diese Anwendungen stoßen , weil die Erklärung dafür sehr, sehr klar ist, und die einfache Art, sie zu verwenden wäre, dass wir, wann immer wir, sagen wir, wir wollen einen Vergleich durchführen wollen, diese CEL, eine gemeinsame Ausdruckssprache, betrachten und verstehen, wie das geht Vergleich: Sie können sich diese verschiedenen Variablen nur ansehen , wenn Sie auf Anwendungen für diese Variablen stoßen. Moment wollen wir uns darauf konzentrieren die Eingabe abzurufen und sie in einer Zustandsvariablen zu speichern, und diese Eingabe ist eigentlich die Ausgabe des vorherigen Knotens , der Dateisuchknoten. Ordnung. Also lass mich das hier schließen und lass mich einfach hier anfangen zu tippen. Ich werde Eingabe eingeben. Und sobald ich die Eingabe eingegeben habe, sehe ich, welche verschiedenen Optionen hier verfügbar sind , oder? Jetzt hat die Eingabe ein Array mit Ergebnissen, richtig. Sobald ich das getan habe, werde ich die Ergebnisse mit den Eingabepunkten schreiben Dies wird im Grunde genommen von Rot zu Blau, was im Grunde bedeutet, dass dies eine gültige Option ist. Was ich jetzt tun kann, ist, dass ich dann tatsächlich auf das nächste Array für den Inhalt verweisen kann . Das ist es, was den gesamten Inhalt enthalten wird, und innerhalb des Inhalts wird es Text geben. Da ich nur ein Ergebnis habe und es ein Array ist, beziehe ich mich einfach auf den ersten Wert in diesem Array, also das Ergebnis Null. Jetzt habe ich ein Ergebnis und dann kann ich tatsächlich weitermachen und Inhalt eingeben. Und denken Sie daran, Inhalt war auch ein Array. Also nehme ich den ersten aus diesem Array, weil ich nur ein Ergebnis habe und erwarte, nur einen Inhalt zu haben. Beachten Sie auch, dass ich, sobald ich das erste Element aus dem Inhalt aufgenommen habe, eine Eigenschaft namens text habe , bei der es sich um eine Zeichenfolge handelt, und diese wird den Text für mich enthalten. Also muss ich im Grunde den ersten Inhalt aufnehmen und dann sage ich Punkttext, und das wird mir das erste Ergebnis geben. Und innerhalb dieses ersten Ergebnisses wird es mir den ersten Inhaltswert geben. Und für diesen Inhaltswert wird es mir den ersten Wert für die Texteigenschaften geben. Das werden wir also verwenden. Jetzt möchte ich es auf eine Variable setzen, also sage ich hier Select und ich setze es auf eine bestimmte Variable. Jetzt habe ich bereits eine Variable namens Themenliste erstellt , bei der es sich um eine Zeichenfolge handelt. Sie können hier tatsächlich auf Variablen hinzufügen klicken und Sie können Zeichenfolgennummer, Boolean, Objekt oder Liste wählen , einen Namen für diese Variable eingeben und einen Standardwert eingeben, sagen wir NA, und auf Speichern klicken Dadurch wird eine Statusvariable für Sie hinzugefügt. Ich habe bereits eine Themenliste, also wähle ich sie hier aus und klicke auf die Seite, um sie zu speichern. Damit ist jetzt mein festgelegter Zustandsknoten abgeschlossen. erneut darauf klicken, können Sie sehen, dass wir im Grunde die Eingabe übernehmen und den Text aus der Dateisuche abrufen und ihn dann der Variablen Themenliste zuweisen der Variablen Themenliste Klicken wir jetzt nach draußen, und jetzt gehe ich zum nächsten Element über , unserem Agenten Klicken wir darauf und zoomen wir dann hier hinein. Lassen Sie mich die Eingabeaufforderung erweitern. Nun, wir haben uns diesen speziellen Knoten schon einmal angesehen und was ich gerade erweitert habe, war die Eingabeaufforderung für diesen Knoten. In Ordnung. Lass uns das durchlesen. Wir sagen , dass Sie ein hilfreicher Assistent Generieren Sie ein einzelnes TML-CSS-JS-Dokument, keinen anderen Text oder keine Ausgabe, um die Webseite darzustellen , die der Benutzer in seiner Anfrage angefordert die der Benutzer in seiner Anfrage Denken Sie daran, nur das einheitliche eSTIML-Dokument zu geben und dann habe ich das als neues hinzugefügt Verwenden Sie ein beliebiges Thema aus der folgenden Liste, und jetzt werde ich mich hier auf einen Ausdruck beziehen. Um auf die Ausdrücke zu verweisen, wie wir bereits gesehen haben, setzen wir zwei geschweifte Klammern dann können wir hier das State-Schlüsselwort verwenden. Dadurch wird auf alle Zustandsvariablen zugegriffen, und dann setze ich einen Punkt und gebe den Namen der Variablen ein, die ich bei der Erstellung dieser Zustandsvariablen festgelegt habe Ich hatte also das Thema unter der Schulliste verwendet, also verwende ich den Punkt Bundesland unter Schulliste, und das wird sich auf alle Ergebnisse übertragen , die ich mit meinem Dateisuchtool erhalte , und dann habe ich diese in der Themenliste gespeichert , indem ich den Knoten „Status festlegen“ verwendet habe. Jetzt habe ich am Ende auch eine Zeile hinzugefügt, in der das Thema oben auf der generierten Seite erwähnt wird. In Ordnung. Damit ist mein One-Shot-Webseitengenerator abgeschlossen, und der Unterschied besteht darin , dass wir in der Aufforderung, auf die Zustandsvariable zu verweisen , im Grunde genommen Details hinzugefügt haben , sodass der Agent sein Wissen mit Hilfe dieser Informationen erweitern kann sein Wissen mit Hilfe dieser Informationen Das ist die Grundvoraussetzung für das Dateisuchtool , dass Sie das Wissen des Agenten mit Informationen aus Ihren eigenen Daten erweitern möchten des Agenten mit Informationen aus Ihren eigenen Auch dieses Beispiel soll nur zeigen, wie das geht, und Sie können es tatsächlich besser in Ihrer Umgebung verwenden , in der Sie möglicherweise kompliziertere Abläufe und kompliziertere Dokumente haben und kompliziertere Dokumente Informationen abzurufen , um Ihren Kunden zu helfen Im übrigen ist alles so, wie wir es zuvor gesehen haben. Wir hatten gesehen, dass wir hier ein Antwortschema festgelegt haben, und das diente im Grunde dazu, das Ausgabeformat zu korrigieren. Also haben wir die Ausgabe so strukturiert, dass sie angrenzend ist. Der Name lautete Antwortschema, und es gab ein Schlüsselwort Timal Dock mit einer Typzeichenfolge, die im Grunde das gesamte Schätzungsdokument enthält Das ist dasselbe wie zuvor, und das hatten wir festgelegt, und die restlichen Werte hier sind die Standardwerte, die vorhanden sind. In Ordnung. Nun, ich denke, das vervollständigt den gesamten Ablauf hier drüben. Wir haben den Startknoten, die Dateisuche, die nach allen Beispielabfragen aus der Datei nach den Themen für die Webseiten sucht. Und schließlich haben wir den festgelegten Status , der ihn in der Themenliste festlegt, und dann wird dieser vom Agenten verwendet , um eine Webseite zu generieren, und damit wird der Ablauf beendet. Das sind also im Wesentlichen die Schritte, Schritt eins, Schritt zwei, drei, vier und fünf, und das macht unseren gesamten Arbeitsablauf aus. Jetzt ist es an der Zeit, das zu testen. Lassen Sie uns also hier hineinzoomen und auf diese Vorschau-Schaltfläche klicken. Und lassen Sie mich hier im Grunde eine Abfrage eingeben. Ordnung, also werde ich sagen, generieren Sie eine Webseite mit einer Abfrage aus der Themenliste und ich werde auf die Schaltfläche Senden klicken. Jetzt, nachdem das ausgeführt wurde, sieht die Ausgabe in STML so aus und wir müssen das kopieren und in den VS-Code einfügen, genau wie wir es in unserer letzten Vorlesung getan haben Und so sieht unsere Webseite aus. Das Thema ist also, eine Produktseite für einen E-Commerce-Shop zu erstellen , der eine intelligente Wasserflasche verkauft . Das ist das Thema. Und Sie haben Hydra SMRT, den Namen, den es ihr gegeben hat, die intelligente Wasserflasche, die intelligente Wasserflasche, Und hier gibt es eine Schaltfläche „In den Einkaufswagen“. Hier können Sie 20$ sparen und es gibt ein Foto. Es ist also einfach so viel, aber das ist ziemlich gut für die Produktseite, und wir können sehen, dass es hier eine Kartenschaltfläche gibt, es gibt „Zur Karte hinzufügen“ und es heißt, dass ein Artikel zur Karte hinzugefügt wurde Es gibt auch eine Menge hier drüben. Wenn du darauf klickst, wird angezeigt, dass drei Artikel zur Karte hinzugefügt wurden, sodass die Funktionalität funktioniert. Und das ist so ziemlich alles. Unser Ziel war es also, einfach herauszufinden, wie die Dateisuche in unseren Workflow integrieren können, und genau das haben wir gerade getan. Alles in allem kehren wir jetzt zum Agent Builder zurück und schließen diese Vorschau. Nun, eine weitere Sache, die wir tun können, ist, dass wir tatsächlich auf diesen Agenten klicken und hier ein Tool hinzufügen können . Jetzt, hier drüben, sehen Sie, dass Sie die Dateisuche zur Verfügung haben. Lassen Sie mich heranzoomen und wir haben auf die Tools hier drüben geklickt und wir haben Flesearch Und sobald Sie das getan haben, können Sie Ihre Dateien tatsächlich hochladen. Ziehen Sie also Ihre Dateien hierher oder klicken Sie auf Hochladen. Andernfalls können Sie auch einen Vektorspeicher auswählen. Dies ist also eine weitere Möglichkeit, Ihren Agenten Funktionen zur Dateisuche hinzuzufügen . In diesem Fall steht dies dem Agenten nun als Tool zur Verfügung. Also wird der Agent entscheiden, wie er dieses Tool benutzt, wie er den Vector Store durchsucht, nicht Sie speziell, und es als einen Punkt in Ihrem Arbeitsablauf einbauen , wie wir es gerade getan haben, oder? Lassen Sie mich also den Vector Store hier auswählen. Lassen Sie mich die Vektorspeicher-ID hinzufügen. Hier gibt es also eine Abkürzung für Vektorspeicher. Lass mich darauf klicken. Nun, das öffnet bereits meinen letzten Vector Store. Ich kopiere einfach diese ID und gehe zurück zum vorherigen Tab. Und lassen Sie mich die Vector Store-ID hier eingeben, richtig? Und es sucht danach und es ist in der Lage , diesen Vektorspeicher zu finden und mich ihn auswählen zu lassen, richtig. Und jetzt haben wir das Dateispeicher-Tool hier hinzugefügt. Das ist also ein Tool auf der zweiten Version der Webseiten-Themenliste, richtig? Und jetzt kann ich das tatsächlich schließen. Jetzt sollte mein Agent dieses explizite Tool hier nicht benötigen. Wir müssen hier also nicht „Status festlegen“ und „Dateisuche“ verwenden , da der Agent jetzt selbst über ein Tool verfügt, mit dem er nach Themen suchen kann . Ordnung. Jetzt kann ich das testen. Ich kann einfach auf Flesearch klicken und es löschen, indem ich die Löschtaste drücke oder hier die Löschtaste drücke oder die Löschtaste auswähle. Also lass uns das machen. Und wieder verwenden wir set state und löschen das hier. Und jetzt werden wir den Start wieder mit dem Agenten verbinden . Und jetzt können wir es tatsächlich ein bisschen neu anordnen. Ordnung. Und jetzt können wir das tatsächlich auswählen und wir können einfach zur Eingabeaufforderung hier gehen, erweitern und wir können es jetzt aktualisieren. Wir können also sagen, denken Sie daran, nur den einheitlichen Kostenvoranschlag zu geben beliebiges Thema aus der Liste der in den Daten verfügbaren Themen zu verwenden . Verwenden Sie die Dateisuche. In Ordnung. Lassen Sie mich das einfügen und lassen Sie mich dann diesen Verweis hier entfernen und das Thema oben auf der generierten Seite erwähnen . Ordnung. Also lass uns hier auf Speichern klicken. Also habe ich die Aufforderung gespeichert. Lassen Sie uns das jetzt noch einmal in der Vorschau anzeigen. Diesmal haben wir keinen expliziten Dateisuchknoten. Wir haben dem Agenten die Möglichkeit gegeben, zu entscheiden, ob er sie verwenden möchte oder nicht. Da unsere Eingabeaufforderung hier das besagt, sollten Sie daran denken, eine Datei anzugeben und aus der Liste der Themen die in den Daten mit der Dateisuche verfügbar sind, sollte sie jetzt automatisch generiert werden, richtig. Also richtig. Also lass mich einfach weitermachen und mir eine Vorschau davon ansehen. Lassen Sie uns dafür hier auf die Vorschau-Schaltfläche klicken. Und dann gehen wir hier zum Chat und geben eine Abfrage ein. Also habe ich wieder hinzugefügt, für eine der Abfragen aus der Themenliste eine Webseite für mich zu generieren , und lassen Sie uns hier auf die Schaltfläche Senden klicken. In Ordnung, das funktioniert jetzt. Wir hatten den Startknoten, und jetzt arbeitet der Agent an seiner Ausgabe, seiner Argumentation Warten wir also, bis der Vorgang abgeschlossen ist. Jetzt wurde entschieden, die Tools zu verwenden, und Sie können sehen, dass dort Dateien suchen steht. Was ist die Themenliste, die Themenlistenabfragen, Datei mit den Themenlistenabfragen usw. Und es scheint, dass es jetzt an einem der Themen arbeitet , nämlich der Zielseite für moderne Apps mit Taskflow und sauberem Design. wir jetzt wieder zum VS-Code zurück und öffnen wir hier unsere Themenlistendatei. Und lassen Sie uns hier hineinzoomen und nach Task Flow suchen. Und Sie können sehen, dass der Aufgabenablauf hier drüben ist. Das ist also eines der Themen in der Liste. Es konnte also wieder erfolgreich ein Thema hier ausgewählt werden. In Ordnung. Also das ist jetzt fertig mit dem Generieren der Seite. Also werde ich die Ausgabe von unten auswählen. Lassen Sie uns hier eine Datei erstellen , die als Output Three Dot HTML bezeichnet wird. Nun, das ist unsere Task-Flow-Webseite, die generiert wurde, und Sie können sehen, dass hier oben ein Thema steht , und Sie haben hier die Überschrift, die Funktionen, und es geht tatsächlich zu den Funktionen. Hier gibt es einen Download-Button. Lassen Sie uns Tasklow hier rüberbringen, und es zeigt eine Art Beispieloberfläche für die Task-App hier drüben. Und es wird auch versucht, hier eine Handy-Gliederung zu erstellen , um Ihnen die Task-Flow-App zu zeigen, die darin ausgeführt wird. In Ordnung. Und da drüben ist der Heldenbereich und es gibt einen Aufruf zum Handeln mit Download von Mask Flow und Erkundungsfunktionen, okay? In Ordnung. Also nochmal, das sieht toll aus, und das ist nur, um zu zeigen, wie Sie das Dateisuchtool in der Agentendefinition, in den Agenteneigenschaften, verwenden können das Dateisuchtool in der Agentendefinition, , was wir hier gesehen haben. Also werde ich die Vorschau schließen, und hier haben wir jetzt das Dateisuch-Tool verwendet, richtig? In Ordnung. Um zusammenzufassen, was wir gelernt haben, haben wir uns hier einen Workflow angesehen, bei dem wir ein Dateisuchtool und ein Tool zum Festlegen von Status hinzugefügt ein Dateisuchtool und ein Tool zum Festlegen von Status Und das half uns, in unseren Dokumenten nach Informationen zu suchen und diese abzurufen und sie in eine Statusvariable zu setzen und dann das Wissen unseres Agenten mit diesen Informationen zu erweitern , sodass der Agent sie verwenden konnte , um dann tatsächlich eine Ausgabe in unserem Workflow zu erstellen . In Ordnung. Abgesehen davon haben wir auch diese beiden Knoten gelöscht , aber dasselbe als Tool im Agenten hinzugefügt . Der Unterschied besteht darin, dass wir nicht explizit angeben müssen, was mit diesen Daten geschehen soll . Wir geben diese Daten einfach in ein Tool ein und der Agent kann sie direkt durchsuchen. Dies ist ein gehostetes Tool, was bedeutet, dass wir keinen Code dafür schreiben müssen, und der Agent stellt dieses Tool direkt auf der OpenEI-Plattform zur Verfügung Das sind also die beiden Arten, wie wir Flesearch verwenden. Und wenn Sie sich diese Liste hier ansehen, haben wir mit dem Agent-Knoten gearbeitet Wir haben auch mit dem Endknoten gearbeitet. Wir haben auch einen Startknoten , mit dem wir gearbeitet haben. Jetzt haben wir uns Flesearch angesehen und wir haben uns auch den Status gesetzt Und wie wir mit Ausdrücken in den Anweisungen für den Agenten umgehen können , wo wir auf die Variablen verweisen können , die wir mit set state gesetzt haben. In Ordnung. Nun werden wir in der nächsten Vorlesung mit diesen anderen Knoten weitermachen . Also vielen Dank fürs Zuschauen und wir sehen uns in der nächsten Vorlesung. 5. Öffnen Sie den AI Agent Builder MCP-Server: Deshalb setzen wir heute den Open AI Agent Builder-Kurs fort und werden uns mit den Open AI Agent Builder-Kurs dem Model Context-Protokoll befassen und wie wir in den Open AI Agent Builder integrieren können Nun nur eine kurze Einführung in das MCP - oder Model Context-Protokoll Es ist ein sehr bekanntes Protokoll, das im November 2024 von Anthropy eingeführt wurde und es Ihnen ermöglicht, Ihre Agenten mit externen Servern von Drittanbietern oder Ihren eigenen Servern zu verbinden externen Servern von Drittanbietern oder Ihren eigenen Servern Und diese Server stellen Tools Ressourcen wie Daten, Eingabeaufforderungen usw. bereit und erweitern die Leistungsfähigkeit Ihres Agenten So könnte Ihr Agent beispielsweise ein Tool aufrufen, um einige Daten abzurufen Es könnte eine Verbindung zu einer Datenbank herstellen. Es könnte auch ein Tool aufrufen, um Flugtickets für Sie zu buchen oder eine Suche durchzuführen usw. Ordnung, das sind also die Tools, die MCP einbringt Es kann eine Menge Tools geben, die Sie Ihrem Agenten auf diese Weise hinzufügen können Aber nur um zu verstehen, wie wir MCP in unseren eigenen Workflow integrieren können , werden wir das Google Drive MCP-Tool verwenden und es unserem Agenten hinzufügen, um einige Daten aus unserer Google-Datei abzurufen Und das wird eines der Themen sein, mit denen der One-Shot-Webseitengenerator eine Webseite erstellen wird diese Weise werden wir MCP darin integrieren Und nur um Ihnen zu zeigen, wie das visuell funktioniert: Wie verwendet der Agent MCP, um eine Verbindung zu anderen Servern herzustellen, und um Ihnen eine grundlegende Einführung in Model Context Protocol zu geben? anderen Servern herzustellen, und um Ihnen eine grundlegende Einführung in Model Context Protocol zu geben eine grundlegende Einführung in Model Context Protocol zu Wir gehen jetzt zu Modelctext Protocol Punkt IO, dem Leitfaden „Erste Schritte“ hier, und dort gibt es diese wunderbare Grafik, die Ihnen das standardisierte MCP-Protokoll zeigt Und das befindet sich in der Mitte und verbindet Ihre KI-Anwendungen, die im Wesentlichen MCP-Clients hosten , und diese stellen über das MCP - oder Modellkontext-Protokoll eine Verbindung zum MCP-Server Modellkontext-Protokoll Es handelt sich also im Grunde um eine bidirektionale Datenflussarchitektur für Client-Server bidirektionale Datenflussarchitektur für Client-Server Auf der Client-Seite gibt es einige Beispiele, die sie hier nennen, nämlich Chat-Schnittstellen wie Cloud-Desktop oder IDEs und Code-Editoren wie Cloud-Code oder GOS und auch andere KI-Anwendungen Und Sie könnten auch Ihre eigenen KI-Anwendungen mit Ihren eigenen MCP-Clients erstellen mit Ihren eigenen MCP-Clients Ordnung, all das verbindet sich über den MCP mit den MCP-Servern Nun, was sind MCP-Server? MCP-Server hosten Ressourcen oder Tools, die von Ihren KI-Anwendungen über MCP hier verwendet werden können von Ihren KI-Anwendungen über MCP hier verwendet werden . In Ordnung Einige Beispiele hier sind Daten- und Dateisysteme. Sie haben zum Beispiel Google Drive, SQL, Sie haben Entwicklungstools wie Git Centry usw. und Sie haben Produktivitätstools wie Slack, Google Maps Im Grunde könnten Sie also eine KI-Anwendung haben, die einige Daten von Ihrem Google Drive anfordert, und es gibt ein Tool, das auf einem MCP-Server gehostet wird und das Model Context-Protokoll verwendet, um diese Daten für eine Ihrer KI-Anwendungen hier bereitzustellen diese Daten für eine Ihrer Dazu ist natürlich eine Authentifizierung beim MCP-Server für geschützte Daten wie Google Drive erforderlich MCP-Server für geschützte Daten wie Google Und das alles wird hier von MCP erledigt. Vielleicht haben Sie meinen anderen Kurs über Model Context Protocol besucht , der viel detailliertere Kenntnisse über Server und Clients des Model Context-Protokolls sowie über Authentifizierung Und wenn ja, Sie all diese Details behandelt hätten , wenn nicht, werde ich zumindest in dieser Vorlesung alle Aspekte behandeln, die für den OpenAI Agent Builder-Kurs erforderlich sind, damit Sie in diesem Kurs alles haben , was Sie benötigen Das war eine kurze Einführung in das MCP- oder Model Context-Protokoll Und jetzt fangen wir an, MCP zu unserem Workflow hinzuzufügen. Zunächst werden wir also die alte Dateisuche und die hier festgelegten Zustandsknoten entfernen . Also werde ich das einfach auswählen und die Löschtaste drücken, und ich werde dasselbe auch mit dem Set-State-Knoten machen . Die Idee dahinter ist, dass alle Informationen, die wir früher durch die Dateisuche mit Retrieval Augmented Generation oder RAG erhalten früher durch die Dateisuche mit haben, jetzt tatsächlich ein MCP-Tool aufrufen werden Das wird die Informationen von einem Drittanbieter-Server zurückgeben , wie zum Beispiel Google Drive, oder MCP wird diese Informationen also für uns von Google Drive abrufen , und wir müssen dann nicht das Tool zur Dateisuche und zum Einstellen des Status verwenden das Tool zur Dateisuche und zum Einstellen des Status In Ordnung, das werden wir also tun. Also, wir haben dieses MCP-Tool schon per Drag-and-Drop hierher gezogen dieses MCP-Tool schon per Drag-and-Drop hierher Also können wir das auswählen und hier drüben nachschauen, dass dort steht, dass Sie ein Model-Context-Protokoll-Tool aufrufen können, und dass es steht, dass Sie ein Model-Context-Protokoll-Tool aufrufen können, hier eine Anzeigenschaltfläche zum Hinzufügen von Tools gibt Das Einzige dabei ist, dass wir das nicht außerhalb des Agenten machen wollen Wir wollen MCP als Teil des Agenten bereitstellen , sodass der Agent entscheiden kann, wann ein MCP-Tool verwendet und wann nicht, okay? Wir löschen diesen Knoten einfach, indem wir hier auf die Schaltfläche Löschen oder auf das Papierkorbsymbol klicken, und dann wählen wir unseren Agenten Wir können dann zu den Tools hier gehen und auf die Plus-Schaltfläche klicken. Wenn Sie jetzt auf die Plus-Schaltfläche klicken, besteht die Möglichkeit, einen MCP-Server als Tool hinzuzufügen, oder? Und der MCP-Server selbst kann mehrere Tools hosten. Also werden wir hier einfach den MCP-Server auswählen. Ich werde das auswählen und jetzt haben wir dieselbe Option, um einen MCP-Server hinzuzufügen, ähnlich dem, was wir hier im MCP-Knoten gesehen haben im MCP-Knoten Nun gibt es zwei Arten von Servern , die Sie als MCP-Server hinzufügen können Einer davon heißt Open AI-Konnektoren, und diese werden von Open AI erstellt und verwaltet Bei dem anderen handelt es sich um Server von Drittanbietern , die von anderen erstellt und verwaltet werden. Sie können diese also auswählen, indem Sie hier klicken. Es gibt auch eine dritte Kategorie, die Sie hinzufügen können, nämlich Ihren eigenen Server. Wenn Sie also hier auf Plus-Server klicken können, haben Sie die Möglichkeit, die URL für einen MCP-Server anzugeben , dem Sie vertrauen, und dann erhalten Sie eine Labelbeschreibung und ein Zugriffstoken usw., um das hinzuzufügen Ordnung. Sie können also hier zurück klicken und zunächst werden wir versuchen, etwas hinzuzufügen , das Open AI bietet, oder? Also klicken wir auf den Tab Von Open AI , der im Wesentlichen den oberen Teil der Liste filtert, und dann wählen wir hier Google Drive aus. Lassen Sie mich das hier auswählen. Sobald Sie Google Drive ausgewählt haben, haben Sie nun die Möglichkeit, Google Drive MCP zu verbinden Dies wird von Open AI gehostet. Auch hier müssen Sie keinen Code für den Server selbst oder für die Verbindung zu Google Drive schreiben . All das wird vom OpenAI-Team erledigt. Sie müssen nur eine Beschreibung hinzufügen , wenn Sie möchten, und ein Zugriffstoken, das Ihren Zugriff auf Google Drive autorisiert Und das ist der Vorteil eines Tools ohne Code, dass Sie nicht viel programmieren müssen Tatsächlich müssen Sie hier keine Codierung vornehmen, und Sie können einfach eine MCP-Verbindung zu Google Drive hierher ziehen und dort ablegen, okay? und Sie können einfach eine MCP-Verbindung zu Google Drive hierher ziehen und dort ablegen , okay Lassen Sie uns nun mit dem nächsten Schritt fortfahren, dem Abrufen des Zugriffstoken Also werde ich hier auf Get Access Token klicken, und das führt uns zu etwas namens Developers dogogle.com slash OT ist also ein Authentifizierungsschema, ein großer Standard, der bei der Authentifizierung verwendet wird Das sind zwei Punkte. Hier können Sie bestimmte APIs und Bereiche auswählen und autorisieren, richtig, was im Grunde sagt, worauf Sie Zugriff haben möchten, und Google wird Ihnen ein Zugriffstoken zur Verfügung stellen, das den Zugriff auf diesen bestimmten Bereich und diese APIs ermöglicht, richtig? diesen bestimmten Bereich und diese APIs ermöglicht, Es handelt sich also nicht um einen umfassenden Zugriff auf Ihr gesamtes Konto und Es ist nur ein spezifischer Zugriff auf bestimmte Daten. Was Sie hier tun können, ist, dass Sie tatsächlich nach unten scrollen und nach Google Drive suchen können . Eine einfache Möglichkeit, dies zu tun, besteht darin, Befehl F oder Strg F zu drücken und nach Drive zu suchen . Diese drei Elemente werden am Anfang in dieser Liste angezeigt. Jetzt wähle ich die Drive-API-Version drei aus, und hier finden Sie all diese Liste von APIs, die wir verwenden können. Nun zu Google Drive, ich weiß, dass Drive Dot Read Only eine der APIs ist, auf die ich zugreifen möchte, und wie es heißt, es heißt, all Ihre Google Drive-Dateien ansehen und herunterladen. Also werde ich das benutzen. Ich werde das hier auswählen. Und dann kann ich mit dem nächsten Schritt fortfahren. Sobald ich es ausgewählt habe, erhalte ich hier ein Häkchen. Eine andere Möglichkeit, die Liste der APIs hier auszuwählen , besteht darin, all diese auszuwählen und zu einem Tool wie GPT oder Google Chat AI Studio zu wechseln GPT oder Google Chat AI Studio Aber nur um zu bestätigen, dass ich den richtigen Zugriff gewähre, kopiere ich einfach das Ganze hierher. Lassen Sie mich auch die anderen beiden Labels hierher kopieren und Command C drücken . Jetzt können Sie tatsächlich zu etwas chatten GPT gehen oder hier drüben, ich bin zu atudioggle.com gegangen und gehe Lassen Sie mich das Modell hier auf Gemini 2.5 P ändern, und wir können diese Liste von APIs hier eingeben und Hattu bitten, zu erklären, was sie tun und welche wir für den Zugriff auf das Lesen unserer Google Drive-Dateien mit MCP auswählen sollten Zugriff auf das Lesen Ich habe das hinzugefügt, bitte erkläre kurz, was diese APIs von Google bewirken Ich muss einen MCP-Server autorisieren nur Lesezugriff auf mein Google Welchen sollte ich wählen? Und lassen Sie uns hier Command Enter drücken. Stellen Sie sicher, dass Sie die Google-Suche aktiviert haben , damit das Modell bei Bedarf tatsächlich nach einigen dieser APIs suchen kann . Und dann gibt es mir hier eine Antwort, die besagt: Lesezugriff auf Ihr Google Drive für einen MCP-Server zu autorisieren , sollten Sie den Drive-Dot-Read-Only-API-Bereich aus der Drive-API-Version drei auswählen Drive-Dot-Read-Only-API-Bereich aus der Drive-API-Version Ordnung? Also die Drive-API-Version drei ist die API, und das ist der spezifische Bereich, den der Server ansehen und herunterladen darf . Also werde ich den Zugriff auf Laufwerk API V drei mit diesem speziellen Bereich zulassen , oder? Jetzt können wir das schließen. Sie können sich mehr davon durchlesen und versuchen, es zu verstehen , wenn Sie möchten. Aber ich werde das schließen und zu unserem 02.0-Playground zurückkehren , wo ich diese spezielle API bereits ausgewählt habe diese spezielle API bereits ausgewählt Jetzt muss ich auf autorisierte APIs klicken. Sobald Sie das getan haben, werden Sie aufgefordert, sich mit Ihrem Google-Konto anzumelden , für das Sie den Zugriff gewähren möchten. das Laufwerk dieses bestimmten Google-Kontos kann dann der MCP-Server zugreifen , und er gibt Ihnen einen sogenannten Autorisierungscode In Version 02.0 funktioniert es nun so, dass Sie diesen Autorisierungscode gegen die Token austauschen müssen diesen Autorisierungscode gegen die Token austauschen Also klicke ich auf Autorisierungscode gegen Tokens austauschen und erhalte hier zwei Token, und erhalte hier zwei Token, ein Aktualisierungstoken und ein Zugriffstoken. In Ordnung. Sie können also einfach noch einmal auf Schritt zwei klicken und das sehen, falls es ausgeblendet ist. Und das ist das Zugriffstoken. Dies benötigen Sie , um Zugriff auf den MCP-Server für Google Drive zu gewähren um Zugriff auf den MCP-Server für Google Drive Jetzt läuft dieses Zugriffstoken in etwa 3.600 Sekunden ab, was einer Stunde entspricht, okay Und das bedeutet, dass Sie dieses Zugriffstoken verwenden können, aber ein Vorbehalt oder eine Warnung hier ist , dass es nach 60 Minuten nicht mehr funktioniert Und dann müssen Sie diesen Prozess erneut durchführen, und ich glaube, deshalb nennen sie ihn einen Spielplatz, auf dem Sie Dinge ausprobieren Für einen tatsächlichen Zugriff auf Google Drive müssten Sie Ihre eigene Anwendung einrichten, müssten Sie Ihre eigene Anwendung einrichten wie es hier steht, und dann können Sie tatsächlich den OoTH 2.2-Zugriff einrichten, aber soweit wir diese MCP-Verbindung in Open AI Playground verfügbar haben , können wir hier nur ein Zugriffstoken hinzufügen. Also das werden wir dafür verwenden, und lassen Sie uns es einfach auswählen Wir können Befehl A und dann Befehl C drücken . Unter Windows würden Sie natürlich Control A und Control C ausführen, und dann können Sie zu Ihrem Agent-Builder zurückkehren und dieses Zugriffstoken einfach hier einfügen. Obwohl dieses Zugriffstoken in einiger Zeit abläuft , sollten Sie es dennoch sicher aufbewahren. Teilen Sie es nicht mit anderen , damit es in der begrenzten Zeit, für die es gültig ist , nicht missbraucht werden kann begrenzten Zeit, für die es gültig ist , Zur Beschreibung können wir einfach so etwas wie Themen für die Webseite eingeben , was nur bedeutet, dass es sich um eine Google Drive-MCP-Verbindung handelt , um die Themen für unsere Webseite abzurufen, okay Und lass uns hier auf Connect klicken. Sie erhalten einen Bildschirm zum Herstellen der Verbindung und benötigen dann eine Genehmigung für die Tools, die Sie verwenden möchten. Daher ist die Standardeinstellung „Immer Genehmigung für alle Tool-Aufrufe erforderlich “. Ich werde es dabei belassen. Das wird uns wahrscheinlich bitten , zu genehmigen , welche Tools von dem Modell verwendet werden können , wenn das Modell es verwendet. Und hier haben wir eine Liste von Tools, und das ist das Tool zum Abrufen von Profilen, Listen von Laufwerken, letzten Dokumenten und Suchen Sie können auf diesen Pfeil klicken und eine Beschreibung der Funktionen des Tools erhalten . Jetzt werde ich einfach auf Zurück klicken, weil ich nur die Dateien durchsuchen und dann lesen möchte . Also sehe ich einfach das Suchwerkzeug hier drüben, und bei dieser Suche werden Dateien nach Abfragen geschrieben und grundlegende Details zurückgegeben. Verwenden Sie klare, spezifische Schlüsselwörter wie Projektnamen, Mitarbeiter oder Dateitypen, z. B. Design Dog PPTX, richtig Sie können sich das durchlesen, aber dieses Tool wird automatisch von unserem Agenten aufgerufen Ich muss mir also keine weiteren Details ansehen, aber ich muss mir bewusst sein, wie das Tool funktioniert, oder? Also kann ich hier auf B klicken und dann zum Abruf-Tool hier gehen. Also lass mich darauf klicken und das wird den Inhalt und den Titel einer Google RI-Datei herunterladen Wenn also download rawFile auf true gesetzt ist, wird die Datei als Raw-Datei heruntergeladen Andernfalls wird die Datei als Text angezeigt. Ordnung. Also kann ich hier drüben auf B klicken. Jetzt verstehe ich, was diese beiden Tools sind, ich habe sie zur Verfügung, und mein Modell kann sie dann verwenden, um den Inhalt einer Datei abzurufen , um die Themenliste für eine Webseite abzurufen, die Themenliste für eine Webseite abzurufen, die dann verwendet werden kann, um ein Thema auszuwählen und darauf eine Webseite zu erstellen. Das ist also alles, was ich für meine Google Drive-Verbindung benötige, und ich kann hier einfach auf Hinzufügen klicken. Und jetzt fügt das Google Drive-Tool hier hinzu. Ich hatte hier beim letzten Mal einen Vektorspeicher für die Dateisuche hinzugefügt , der eine Themenliste für Webseiten war, sodass ich das tatsächlich löschen kann. Ich brauche das jetzt nicht und mein Antwortschema bleibt dasselbe. Damit ist das MCP-Tool-Setup abgeschlossen. Als Nächstes müssen wir nun die Eingabeaufforderung unseres Agenten aktualisieren Wir können dies also auswählen und hier auf die Schaltfläche Aufforderung erweitern klicken . Dadurch wird unsere Eingabeaufforderung erweitert. Und wenn Sie sich an das letzte Mal erinnern, haben wir es tatsächlich gebeten, auf eine Zustandsvariable zu verweisen oder einen Tool-Aufruf zu verwenden, um sie in einer Datei zu suchen. Jetzt müssen wir es an Google Drive weiterleiten. In Ordnung. Also müssen wir das in die Anweisungen aufnehmen , damit der Agent weiß wo er eine Themenliste für eine Webseite bekommen kann, und er wird dann das Thema abrufen und dann eines der Themen auswählen und eine Webseite für uns erstellen, okay? Lassen Sie uns das entfernen und dann schreiben. Also sagte ich, suche nach einer Datei namens Topic lListVectorsTo Punkt AH Dies ist die Datei, die wir beim letzten Mal auf Flesearch hochgeladen hatten , aber jetzt werden wir sie auf von Gool Drive aus und schauen Sie sich den Inhalt an , um eine Themenliste zu erhalten. In Ordnung. Ich werde auch hier in der obigen Zeile eine Änderung vornehmen , und ich werde sagen, wählen Sie ein beliebiges Thema aus der Liste der Themen, die Sie mit MCP abrufen können, wie unten erklärt Ordnung. Jetzt lautet die gesamte Abfrage, dass Sie ein hilfreicher Assistent sind Generieren Sie ein einzelnes SDML-CSS-JS-Dokument, keinen anderen Text oder keine Ausgabe zur Darstellung der Webseite, wählen Sie ein beliebiges Thema aus der Themenliste , die Sie mit MCP abrufen können, wie unten erklärt Denken Sie daran: Geben Sie nur die Unified HTML-Dokumente an, suchen Sie in Google Drive nach einer Datei mit dem Namen TopicListVCtorStore dot THD TopicListVCtorStore dot THD und schauen Sie sich deren Inhalt an , um eine Themenliste zu Erwähnen Sie das Thema oben auf der generierten Seite. Das ist also insgesamt meine Aufforderung, und Sie können es vielleicht umformulieren wenn Sie möchten, dass es ein bisschen besser aussieht, aber das sollte für unser Beispiel reichen, und dann können wir diese Google-Datei und ihren Inhalt abrufen und dann ein Thema daraus auswählen, um ihren Inhalt abrufen und dann eine Webseite zu erstellen Also werde ich hier auf Speichern klicken. Jetzt habe ich meinen Agenten mit der Aufforderung und dem Tool komplett eingerichtet, und die restlichen Einstellungen sind die Standardeinstellungen, die beim letzten Mal vorhanden Also, was auch immer wir beim letzten Mal eingerichtet hatten, ist da, und ich werde jetzt nach draußen klicken, um es zu schließen Jetzt müssen wir hier den letzten Schliff vornehmen, also wollen wir den Startknoten mit unserem One-Shot-Webseitengenerator verbinden unserem One-Shot-Webseitengenerator weil wir die beiden Knoten hier entfernt haben, einen für die Dateisuche und einen für den festgelegten Status. Lass uns das einfach ein bisschen neu anordnen. Nun, lassen Sie uns das hier als eine einzige Zeile neu anordnen. Und jetzt müssen wir die Datei auch auf Google Drive hochladen. Ich werde das jetzt machen. Ich werde diese Datei einfach in einen Ordner in meinem Google Drive hochladen . Das ist also mein Google Drive. Ich habe einen Ordner namens OpenAI Agent Builder erstellt und lasse mich die Datei hier hochladen. Lass uns auf Neu klicken. Und lassen Sie uns auf Datei-Upload klicken. Sie können dieselbe Datei über den von mir bereitgestellten Repository-Link verwenden. Schauen Sie sich einfach das Github-Repo und Sie erhalten diese Ordner Sie können dann hier die Vektorgrafiken für Themenlisten auswählen an und Sie erhalten diese Ordner. Sie können dann hier die Vektorgrafiken für Themenlisten auswählen und auf Öffnen klicken Und jetzt wird die Datei hier hochgeladen. Ordnung. Also das waren die letzten Einstellungen, die wir vornehmen mussten. Jetzt können wir hier tatsächlich auf die Schaltfläche Vorschau klicken und hier eine Abfrage eingeben. Lassen Sie mich also eine Abfrage eingeben. Geben Sie also die Abfrage ein, generieren Sie eine Webseite aus der Themenliste und drücken Sie die Eingabetaste. Jetzt sehen wir, dass es angefangen hat, daran zu arbeiten, es denkt nach und sagt, dass es suchen muss Und Sie können die Details hier sehen, es heißt Query. Lassen Sie mich hier hineinzoomen , um es klarer zu zeigen. Sie können also lesen, dass es heißt, die Abfrage ist ein gespeicherter Themenlisten-Vektor oder AXT, und es wird versucht, nach dieser Datei zu suchen Also lass es mich hier einfach genehmigen. Und wir arbeiten immer noch an dem Agenten hier drüben. Lassen Sie mich diese Suche erneut genehmigen. Ordnung, und jetzt geht es darum, weiter darüber nachzudenken , welches Thema verwendet werden soll, die TML zu planen, die STML zu erstellen Und jetzt hat es angefangen, die Ausgabe zu generieren , und es hat sich für einen Taskflow und eine saubere, moderne App-Landingpage entschieden saubere, moderne Wir können also hier zum VS-Code wechseln und Vektorspeicher für die Themenliste hier sehen. Und hier sehen wir, dass das zweite Thema das ist, was es ausgewählt hat, nämlich eine mobile Task-Flow-App, eine saubere und vorbildliche zweite Thema das ist, was es ausgewählt hat, nämlich eine mobile Task-Flow-App, Landingpage für ein neues Blap namens Task Flow Dies ist auch eines der Themen, für die es sich beim letzten Mal entschieden hatte Und jetzt können wir zu unserem OpenEI Agent Builder zurückkehren unserem OpenEI Agent Builder und uns den generierten Code ansehen Lassen Sie mich herauszoomen und das kopieren. Nur um Ihnen noch einmal zu sagen, wie wir das in Open Air Agent Builder handhaben , kopieren Sie einfach die gesamte Ausgabe. Und sobald Sie das kopiert haben, gehe ich zurück zum Visual Studio-Code, und Sie können tatsächlich eine neue Datei im Output-Ordner erstellen , wenn Sie dieses Repo ausgecheckt haben, ich nenne es Ausgabe vier Dies dient uns nur als Referenz , um zu verstehen , welche Ausgaben wir erstellt haben und wie sie aussehen Wir können es hier einfügen, und ich muss nur das EstimL-Dokument herausnehmen EstimL-Dokument herausnehmen Lassen Sie mich also die restlichen Teile löschen. Und jetzt kann ich diese Dokumente tatsächlich formatieren. Ich kann mit der rechten Maustaste klicken und auf Dokument formatieren klicken. Und wir entfernen hier die zusätzlichen doppelten Anführungszeichen. Und um dieses Dokument noch zu verbessern , indem ich alle Escape-Zeichen entfernt habe, kann ich einfach Befehl A sagen, um alles auszuwählen , und dann Command Alt und Semikolon drücken Und das wird das gesamte Dokument für mich aufdecken. Und wie Sie sehen können, scheinen die Fehler verschwunden zu sein. Es ist nicht mehr rot und wir können einfach Command S drücken, um es zu speichern. Nur um Sie daran zu erinnern, wenn Sie diese spezielle Erweiterung verwenden möchten , um dieses eSTIML-Dokument zu entpacken, können Sie nach der Geschwindigkeit von popular suchen und dann nach Unscape suchen. Sobald Sie das getan haben, habe ich verwendet, können Sie eines von ihnen aus der Liste verwenden Ich habe den VS-Code Jason verwendet, und dieser hat rund scheint also von vielen Leuten benutzt zu werden, und es gibt eine Abkürzung zum Entpacken Ihres Textes, nämlich Command Alt und Semikolon In Ordnung. Sobald dies erledigt ist, können wir diese Datei jetzt in Chrome öffnen. Gehen wir also zurück zu Google Chrome. Lassen Sie uns einen neuen Tab öffnen und Sie können einfach den Doppelschrägstrich der Datei und dann den Pfad für diese Datei hinzufügen und dann den Pfad für diese Datei Wir verwenden hier Output Ford oder SDML. Und wie Sie sehen können, ist es diese Ausgabe, die entstanden ist. Sie haben das oben erwähnte Thema hier. Und das ist für die Task-Flow-App, mit der Sie Aufgaben erfassen , klar priorisieren und Ihre Pläne in Fortschritte umsetzen Es sieht also ziemlich gut aus. Du hast einen Header. Sie haben hier den Titel mit Funktionen, Downloads und Kontakt , der Sie zu den jeweiligen Abschnitten führt, und dann haben Sie hier eine Beispielansicht. Es ist wieder ein Umriss des Mobiltelefons gezeichnet, und Sie haben auch diesen Aufruf zum Handeln hier, oder? Wir werden uns also nicht darauf konzentrieren, wie die Ausgabe aussieht, sondern mehr auf die Tatsache, dass wir MCP integrieren und diese Daten aus Google Drive lesen konnten und diese Daten aus Google Drive lesen , um diese Webseite zu erstellen Jetzt können wir wieder hierher gehen und diese Vorschau schließen, und jetzt haben wir diesen einfachen Workflow verwendet, bei dem unser Agent tatsächlich eine Verbindung zu einem MCP-Server herstellen kann , der den Zugriff auf unsere Google-Fahrt mithilfe des Zugriffstoken ermöglicht , und er kann Daten aus einer Datei von dort abrufen, eine Themenliste abrufen, Thema nach dem Zufallsprinzip auswählen und eine Webseite für uns erstellen. Das zeigt also, wie Sie MCP als Tool in Ihrem Agenten verwenden können MCP als Tool in Ihrem Sie können also hier auf Plus klicken, auf MCP-Server und hier andere OpenAI-Konnektoren ausprobieren Dies sollte ziemlich einfach zu versuchen , da Sie bereits von OpenAI gehostet und nur deren Authentifizierungsprozess befolgen müssen Es gibt auch Server von Drittanbietern. Auch dies sollte ohne Code einfach zu versuchen sein, denn wenn Sie sie verwenden und Konten für sie eingerichtet haben, können Sie versuchen, mit ihnen zu arbeiten, indem Sie Ihre eigenen mit MCP in OpenAI Agent Builder verwenden eigenen mit MCP in OpenAI Agent Es gibt hier auch einen dritten, bei dem Sie Ihre eigenen benutzerdefinierten Server hinzufügen Es könnte also sein, dass es einige Unternehmen gibt, die keine vorgefertigte bestehende Verbindung die voreingestellten OpenAI-Optionen verwenden, die wir gerade gesehen Sie können dann Ihr eigenes Zugriffstoken oder Ihre eigenen API-Schlüssel verwenden und die URL für Ihren MCP-Server hier angeben . Dies muss also gemäß diesen spezifischen MCP-Servern und den von ihnen gegebenen Anweisungen funktionieren diesen spezifischen MCP-Servern und den von ihnen gegebenen Anweisungen wie Sie auf sie zugreifen können Das ist also alles für diesen Vortrag. Danke fürs Zuschauen und wir sehen uns in der nächsten Vorlesung. 6. Agent Builder-Schutzgeländer: Wir setzen unseren Kurs über Open AI Agent Builder fort und werden uns mit etwas befassen, das als Guardrails bezeichnet wird Gardrails sind Knoten , mit denen Sie Monitore für die Eingaben einrichten können , die von diesem Knoten empfangen werden, und Sie können nach Informationen wie personenbezogenen Daten oder PII, Gefängniseinbrüchen, Halluzinationen Sobald Sie diese Informationen überwacht haben, kann diese Prüfung entweder Sobald die Prüfung bestanden ist, können Sie Ihren Workflow tatsächlich beenden oder normal fortsetzen. Wenn dies fehlschlägt, können Sie die Entscheidung treffen, diese personenbezogenen Daten zu entfernen, z. B. hier, indem Sie einen Agenten beauftragen , diese personenbezogenen Daten zu entfernen, . So hatten wir zum Beispiel unseren einfachen Arbeitsablauf, bei dem aus einer Themenliste eine Webseite generiert und eine Ausgabe erstellt wurde. Nun, das hatte nur drei Knoten, den Startknoten, den One-Shot-Webseitengenerator und den Endknoten hier drüben. Nehmen wir nun an , dass der Benutzer in seiner Anfrage seinen Namen, seine Telefonnummer und seine E-Mail-Adresse angibt, um sie der Webseite hinzuzufügen , die hier in einem Kontaktabschnitt generiert wird . Als Entwickler dieses Agenten möchten Sie vielleicht nicht, dass das durchgeht. Möglicherweise möchten Sie diese Informationen unkenntlich machen oder entfernen Und dafür könnten Sie ein Tool wie dieses hinzufügen, das als Leitplanke bezeichnet wird. Sie würden die Leitplanke bitten, nach diesen Informationen wie Name, Telefonnummer und E-Mail-Adresse zu suchen diesen Informationen wie Name, Telefonnummer und E-Mail-Adresse Und wenn dies fehlschlägt, können Sie einen Workflow hinzufügen, der diesen Missbrauch von Informationen behebt Also habe ich hier zum Beispiel einen Agenten hinzugefügt, der Remove PII heißt Dieser Agent nimmt also die Ausgabe des Webseitengenerators und entfernt die persönlich identifizierbaren Informationen , die die Leitplanke gefunden Es wird die gesamte Webseite ohne diese Informationen neu schreiben und dann den Workflow beenden In Ordnung, also fangen wir jetzt an, das von Grund auf neu zu erstellen. Das ist also der Workflow, wir erstellen werden, und machen Sie sich keine Sorgen Ich werde all diese Knoten entfernen und mit einem einzigen Webseitengenerator beginnen , den wir uns beim letzten Mal angesehen haben , und dann diese drei neuen Knoten nacheinander hinzufügen und sie so einrichten, dass wir Leitplanken implementieren, personenbezogene Daten erkennen können personenbezogene Daten erkennen der Webseite enthalten sind, und dann die Webseite neu schreiben und entfernen und die erstellen können. Fangen wir also damit an Ordnung, lassen Sie mich als ersten Schritt diese zusätzlichen Knoten entfernen, die ich hinzugefügt habe. Lassen Sie mich den Leitplankenknoten, den Endknoten und den entfernten PII-Knoten hier entfernen. Lassen Sie mich auch die anderen Knoten hier entfernen und beginnen wir einfach mit einer leeren Leinwand. In Ordnung. Wir haben also zunächst den Startknoten, und um ihn mit den Leitplanken zu erstellen, werden wir einen TML-Seitengenerator mit Leitplanken erstellen Also füge ich hier zuerst einen Agenten hinzu und verbinde dann den Startknoten mit dem Agenten Lassen Sie uns nun den Agenten so konfigurieren , dass er eine Webseite für uns erstellt. Und lassen Sie uns hier eine Eingabeaufforderung für den Agenten eintragen. Also gebe ich die Aufforderung ein , dass Sie ein hilfreicher Assistent sind Generieren Sie ein einzelnes STML-CSS-JS-Dokument, keinen anderen Text oder keine Ausgabe, um die Webseite darzustellen , die der Benutzer in seiner Anfrage angefordert die der Benutzer in seiner Anfrage Denken Sie daran, nur das Unified TML-Dokument zu geben. Okay? Und ich werde hier auf Speichern klicken. Das ist also meine Aufforderung. Und für die anderen Einstellungen werde ich sie meistens auf der Standardeinstellung belassen. Das Modell wird also GPD Five sein. Der Argumentationsaufwand ist gering. Und dann ist die Ausgabe Verbosty hier mittel. Für das Ausgabeformat werde ich es auf Jason ändern, oder? Und lassen Sie uns hier ein Schema hinzufügen und den Standardnamen, der Antwort unter dem Sco-Schema lautet, belassen . Und dann fügen wir eine Eigenschaft hinzu. Also nennen wir die Eigenschaft TML Doc, wie wir es in unseren vergangenen Vorlesungen getan haben Und dann werden wir hier eine Beschreibung dafür hinzufügen. Also füge ich die Beschreibung Unified STML Css plus Jsdog hinzu, die die gesamte Webseite repräsentiert Ordnung. Also das ist die Beschreibung, die ich hinzugefügt habe. Lass mich auf Update klicken. Und das vervollständigt einfach den Agenten, den wir wollen. Wir können den Agenten hier umbenennen. Nennen wir es One-Shot-Webseitengenerator , wie wir es beim letzten Mal getan haben. In Ordnung, also habe ich es One-Shot-Webseitengenerator genannt. Lass mich einfach nach draußen klicken, um das zu speichern. Und jetzt hatten wir in unserer ersten Version einfach den Endknoten, den einfachsten Agenten , den wir gebaut hatten. Stattdessen wollen wir jetzt nach persönlich identifizierbaren Informationen suchen. Also werde ich hier etwas hinzufügen, das als Leitplanke bezeichnet wird , und diese beiden so miteinander verbinden Jetzt können wir den Guardrail-Knoten tatsächlich einrichten indem wir darauf klicken und dann zu den Einstellungen hier gehen Wie Sie sehen, steht dort, dass Leitplanken Moderations-, PII-, Jail Break- oder Halluzinationsprüfungen durchführen . Ich nenne es Leitplanken, und ich werde die Eingabe als Ausgabe-Unterstrichtext einrichten Eingabe als Ausgabe-Unterstrichtext Das ist also der Ausgabetext des letzten Knotens. Sie können hier auch HTML-Dokument wählen , da wir danach einen weiteren Agenten hinzufügen werden , der das neu schreibt und dort erneut das Antwortschema bereitstellt Jeder von ihnen kann also ausgewählt werden. Ich werde hier einfach den Ausgabetext auswählen. Und Sie können auswählen , welche Informationen Sie überwachen möchten. Ich werde also testweise personenbezogene Daten überwachen testweise personenbezogene Daten und das einschalten. Und sobald Sie das einschalten, sehen Sie hier die Pass-and-Fail-Optionen. Diese können dann Ihren Arbeitsablauf darauf ausrichten ob die Leitplankenprüfungen erfolgreich sind oder ob sie In Ordnung, um das zu tun, klicken wir hier auf das Einstellungen-Zahnrad. Und sobald Sie das getan haben, erhalten Sie eine Logbox mit personenbezogenen Daten Und Sie können alle Entitäten hier auswählen , wenn Sie möchten Sie sind also gemeinsame Entitäten. Es gibt landesspezifische Einheiten für die USA, Großbritannien, Spanien , Italien, Polen, Singapur, viele davon, auch Indien. Und was wir tun können, ist, die gemeinsamen Entitäten auszuwählen, einige davon hier, um sie zu überprüfen. Also werde ich Personenname, E-Mail-Adresse und Telefonnummer sagen , okay? Und ich werde auf Speichern klicken. Was bedeutet es , diese auszuwählen? Das bedeutet, dass die Leitplanke von allen persönlich identifizierbaren Informationen nach dem Namen, der Telefonnummer und der E-Mail-Adresse der Person sowie nach einigen der anderen Informationen sucht, die bereits vorausgewählt wurden Die anderen dürfen vielleicht durchgelassen werden. Sie können also tatsächlich eine Gruppe von Datenpunkten auswählen , nach denen Sie suchen und sie bestehen oder nicht bestehen können , je nachdem, ob diese Datenpunkte in der Ausgabe des vorherigen Knotens vorhanden sind oder nicht. Ordnung. Also das richtet unseren Leitplankenknoten hier drüben Ordnung. Als Nächstes bauen wir den gescheiterten Zweig hier drüben auf , der nicht triviale Zweig ist Der Pass-Zweig ist einfach und dafür beenden wir einfach den Arbeitsablauf, oder? Lassen Sie uns also den fehlgeschlagenen Zweig hier erstellen, was bedeutet, dass auf der generierten TML-Seite einige wurden persönlich identifizierbare Informationen gefunden und was in diesem Fall zu tun Lassen Sie mich diese Knoten hier ein wenig neu anordnen und etwas Platz für die anderen Knoten schaffen Jetzt, in dem Fall, die Prüfungen hier fehlschlagen, werde ich hier einen Agenten hinzufügen, der einfach die Webseite löscht und die PII entfernt Der Fail-Node, ich ziehe die Fehlerausgabe einfach auf die Eingabe dieses Agenten und lege sie einfach Verschieben wir die Leinwand ein wenig nach links, und jetzt haben wir diesen Agenten. Nennen wir diesen Agenten Remove PII. Das sagt uns also nur, dass dies der Agent ist, verwendet wird, um die persönlich identifizierbaren Informationen zu entfernen die persönlich identifizierbaren Informationen Ordnung. Lassen Sie uns nun die Eingabeaufforderung erweitern und einige Anweisungen für diesen Agenten hinzufügen. In der Anleitung möchten wir nun sagen, dass Sie den Eingabetext lesen sollten. Als Erstes werde ich den Agenten bitten, den eingegebenen Text zu überprüfen . Eingabepunkt. Unterstrichtext eingeben Und wie Sie sich erinnern, war dies ein Ausdruck aus der gemeinsamen Ausdruckssprache , die wir beim letzten Mal verwendet haben Und um zu sehen, wie und welche Ausdrücke Sie hier verwenden können, können Sie tatsächlich auf „Vorerst speichern“ klicken, und wir können auf diesen Rand hier klicken. Das ist also die Ausfallkante, und wenn Sie auf diese Kante klicken, erhalten Sie Informationen über dieses Set, sodass Sie die Quelle erhalten, das ist der Guardrails-Knoten hier drüben Sie erhalten das Ziel, das ist der Agentenknoten hier drüben. Sie erhalten den Verbindungsstatus, dass die Verbindung korrekt eingerichtet und gültig ist. Und dann erhalten Sie das Quellausgabeschema und das Zieleingabeschema. Also wollen wir uns hier das Quellausgabeschema ansehen, das wir als Ausgabe vom Guardrails-Knoten erhalten. Sie können also sehen, dass es einen eingegebenen Unterstrichtext gibt. Das ist eine der Zeichenkettenvariablen , die in der Ausgabe des vorherigen Knotens verfügbar sind Um darauf zu verweisen, schreiben Sie einfach generell eine Eingabe, was Ihr Ausdruck ist um die Eingabe für diesen Knoten zu bezeichnen Und dann geben Sie den eingegebenen Unterstrich ein, um den gesamten Eingabetext zu erhalten , den Sie vom Leitplankenknoten erhalten Das wird also dein HTML-Dokument sein, okay? Nun, es gibt ein anderes Objekt namens Guardrails, das, Sie wissen schon, Objekte für PII, Moderation, Jail Brick usw. enthält Objekte für PII, Moderation, Jail Wir wollen also nur PII, richtig. Und innerhalb von PII gibt es eine Variable namens failed, die wahr oder falsch ist, unabhängig davon, ob die Prüfung fehlgeschlagen ist oder nicht Und dann haben Sie die Anzahl der Unterstriche erkannt, was eine Liste von Zeichenketten ist Wenn wir uns also auf Eingabepunkt und Unterstrichtext beziehen, können wir das gesamte HTML-Dokument abrufen Und wenn wir uns auf eingegebene Leitplanken beziehen, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt, Punkt und Unterstrich zählen, können wir die Liste der Zeichenkettenelemente abrufen , die als personenbezogene Daten erkannt können wir die Liste der Zeichenkettenelemente abrufen wurden . Wir können diese Ausdrücke also in der Aufforderung für den entfernten PI-Agenten verwenden , um Sie aufzufordern, den Eingabetext neu zu schreiben, sodass er all diese erkannten personenbezogenen Daten entfernen kann all diese erkannten personenbezogenen Daten entfernen . Also lass uns das jetzt machen. Lassen Sie uns das erneut auswählen und dann die Eingabeaufforderung erneut erweitern. Und wir haben bereits gesagt, dass Sie den Eingabetext überprüfen, bei dem es sich um den Eingabepunkt handelt. In Ordnung. Jetzt werden wir alle personenbezogenen Daten (PII) , wie sie in der folgenden Liste aufgeführt sind, unkenntlich Und um dann die Liste der Elemente zu erhalten , die von der Leitplanke erkannt wurden, verwende ich das, was wir gerade in der Ausgabe gesehen haben, für die Leitplanken, das verwende ich das, was wir gerade in der Ausgabe gesehen haben, für die Leitplanken, das Schema dieser Ausgabe. Und wir konnten sehen , dass die Eingabe die gemeinsame Variable ist , wir auf die Ausgabe des vorherigen Knotens verweisen Dann gehen wir zu unserem Leitplanken-Objekt, das sich darin befindet. Dann gehen wir zum PII-Objekt und dann zum Objekt mit der Anzahl der erkannten Unterstriche um die Liste aller erkannten Elemente abzurufen Und das können wir einfach direkt verwenden. Wir müssen es nicht formatieren, vor allem, weil es sowieso alle gewünschten Elemente enthält Und sobald wir das dem Agenten zur Verfügung gestellt haben, kann der Agent sehen, was die ursprüngliche TML-Seite war Welche Informationen waren darin enthalten und müssen entfernt Und dann können wir sagen, behandeln Sie alle PII als echte PII, weil ich eine Anfrage stellen werde , bei der ich einfach sagen könnte, wissen Sie, meine E-Mail-Adresse lautet ABC adretfxample.com Ich möchte nur sichergehen , dass ich dem Agenten für dieses spezielle Beispiel mitteile, dass er alle PIs als echte PI gelesen hat, auch wenn sie erfunden aussehen könnten. Sie müssen sie also entfernen, auch wenn sie ABC adretfxample.com wenn Und nachdem Sie diese Informationen geschwärzt haben, fügen Sie unten eine Zeile hinzu, die besagt, dass die folgenden Datenpunkte auf der Webseite geschwärzt wurden. Und die Liste der Datenpunkte, die du redigierst, nur die Namen, du solltest sie einfach unten hinzufügen, oder Ich denke, damit ist unsere gesamte Eingabeaufforderung abgeschlossen und wir können hier auf Speichern klicken Schauen wir uns noch einmal schnell die anderen Einstellungen in diesem Agenten an, damit wir das Modell als GPD Five belassen können Der Argumentationsaufwand kann so gering wie möglich gehalten werden, und wir sollten ein Ausgabeformat hinzufügen, und lassen Sie uns das als Jason machen und lassen Sie uns das Schema hier hinzufügen Und für das Ausgabeformat werde ich einfach den Standardnamen beibehalten , der Antwort-Underscore-Schema lautet Und für die Eigenschaften werde ich stmlDC hinzufügen Klicken wir also auf Eigenschaft hinzufügen und fügen wir STM Doc hier hinzu Das wird eine Zeichenfolge sein, und das wird das Unified SDML plus C plus JS Dokument sein , das das gesamte SML-CSS und JavaScript enthalten wird SML-CSS Fügen wir es hier hinzu. In Ordnung. Ich werde Unified SDML CSS JStop für die gesamte SML-Webseite oder die gesamte Seite hinzufügen , okay Lass uns hier auf Update klicken. Das vervollständigt mein Ausgabeformat. Jetzt habe ich also einen Agenten, der, falls personenbezogene Daten vorhanden sind, diese entfernt und dann die gesamte Webseite im gleichen Ausgabeformat wie zuvor für mich neu schreibt die gesamte Webseite im gleichen Ausgabeformat wie zuvor für mich Jetzt können wir diesen Workflow beenden. Also fügen wir einfach den Endknoten hinzu und wir nehmen eine Kante von der Ausgabe des vorherigen Knotens zu diesem Endknoten, richtig? Damit ist die Verzweigung im Fehlerfall für die Leitplanke abgeschlossen im Fehlerfall für die Leitplanke Und was machen wir mit dem Pass-Fall? Für den Passfall können wir unseren Arbeitsablauf einfach beenden , weil keine personenbezogenen Daten vorhanden waren. Also können wir das einfach machen, oder? Und das vervollständigt dann im Grunde unseren gesamten Agenten. Um es kurz zusammenzufassen, fangen wir an und haben zunächst einen One-Shot-Webseitengenerator Zum Beispiel könnte jemand sie bitten, eine Webseite zu erstellen, es sich um eine persönliche Portfolio-Webseite für einen bestimmten Fachmann handelt, und deren Namen, E-Mail-Adresse und Kontaktnummer hinzuzufügen , E-Mail-Adresse und Kontaktnummer Für diesen speziellen Agenten möchten wir diese Informationen jedoch nicht in die Ausgabe aufnehmen. Also fügen wir hier eine Leitplanke hinzu, die nach diesen PII sucht , und falls sie erfolgreich ist, erzeugt sie nur Das ist dieselbe Webseite , die vom vorherigen Agenten erstellt wurde Falls dies fehlschlägt, leitet es die Ausgabe an einen anderen Agenten weiter, die ursprüngliche Webseite und die Informationen, die durch die Leitplanke als BII identifiziert wurden, erhält Informationen, die durch die Leitplanke als BII identifiziert wurden , Dann kann er diese personenbezogenen Daten tatsächlich von der Webseite entfernen , neu schreiben und dann erneut eine Ausgabe im gleichen Format erzeugen Das ist also unser gesamter Agent. Also gut. Lassen Sie uns jetzt diesen überprüfen. Klicken wir also hier auf Vorschau. Und lassen Sie mich hier eine Abfrage hinzufügen. In Ordnung. Also würde ich sagen, mach eine Portfolio-Seite für einen App-Entwickler, der KI-Anwendungen sowie für Web-IOS und Android entwickelt und Agenten und Chatbods integriert, um Benutzern zu helfen Sein Name ist John und seine E-Mail-Adresse ist John im Format portfolio co.com, und sein Telefon ist plus 198-765-4321, und sein Telefon ist plus 198-765-4321 Lassen Sie uns nun hier auf die Schaltfläche Senden klicken und sehen, wie das funktioniert Wir können also sehen, dass wir mit dem One-Shot-Webseitengenerator angefangen haben , und er wird jetzt hier drüben eine Webseite für uns erstellen , und es geht um Informationen. Es wird all diese Informationen eintragen, weil es eine Portfolio-Seite ist. Warten wir zunächst, bis der Vorgang abgeschlossen ist oder die Daten jetzt vorliegen, sodass wir sehen können, dass es den Guardrails-Knoten durchläuft tatsächlich fehlschlägt und zum entfernten PII-Zweig Gehen wir runter und schauen uns an , was es da drüben macht Jetzt können Sie sehen, dass wir Leitplanken haben und es heißt „Fehlgeschlagen“ und Sie haben den Eingabetext, also das gesamte Dokument, das Sie Und wenn Sie nach unten gehen, können Sie tatsächlich sehen, was die gesamte Leitplanke erkannt Es kann Ihnen also tatsächlich zeigen, dass die ausgelösten Leitplanken erkannt wurden: Person, 24, E-Mail-Adresse und US-Banknummer, was Zählung drei ist Ordnung. Also das glaubt es erkannt zu haben, die Person, die E-Mail-Adresse und die US-Banknummer. Gehen wir runter und schauen, was passiert , weil wir ausdrücklich keine US-Banknummer angegeben haben. Und jetzt sendet es das zumindest an den entfernten PII-Agenten, der jetzt versucht, die PII von hier zu entfernen. Wir werden tatsächlich beide Webseiten öffnen und sehen, wie das funktioniert, und dann können wir über einige der anderen Schritte sprechen , die wir ergreifen können, um diese Ausgabe zu verbessern Aber schauen wir uns an, wie diese beiden Webseiten die Seite vor der Leitplanke und die Seite nach der Leitplanke vergleichen und prüfen, wie gut Um einen Blick darauf zu werfen, was die genaue Rohausgabe für die Leitplanke war, können Sie hier auf Show Raw klicken. Und wenn Sie das getan haben, haben Sie den Eingabetext mit dem Antwortschema vom vorherigen Knoten hier drüben Und Sie können dann tatsächlich runtergehen und überprüfen welche Informationen, die es bereitgestellt hat, als erkannt wurden. In Ordnung. Also, Sie können hier drüben sehen, dass die Leitplanken Punkt PII stehen und dass „ausgefallen“ wahr ist, was bedeutet, dass die Leitplanken irgendwelche personenbezogenen Daten gefunden haben Und für erkannte Zählungen gibt es Ihnen tatsächlich nur die Zählungen, gibt es Ihnen tatsächlich nur Es gibt Ihnen hier also nicht die genaue Information, aber es heißt, dass es 24 Mal erkannt hat, dass die Person anwesend ist, fünf Mal, dass die E-Mail-Adresse anwesend und drei Zählungen, dass die US-Banknummer vorhanden ist. Auf der Grundlage der Aufforderung, die wir dem entfernten PII-Agenten gegeben haben, haben wir ihn also der Grundlage der Aufforderung, die wir dem entfernten PII-Agenten gegeben haben, angewiesen, diese drei Informationen von unserer Webseite zu entfernen diese drei Informationen von unserer Webseite Wir sollten also mit einer Pre-Seite oder der ersten Webseite rechnen , die durch einen Klick auf die Webseite Energie erzeugt Dort sollten all diese Informationen vorhanden sein. Und die nach der Leitplanke, nach dem entfernten PIA-Agenten sollte nicht den Namen, die E-Mail-Adresse und die US-Banknummer der Person haben , die sie angeblich Diese sollten nicht vorhanden sein. Ordnung. Also im Grunde wird die Telefonnummer tatsächlich durchgehen, weil wir die Telefonnummer nicht markiert haben, die Leitplanke hat die Telefonnummer hier nicht markiert Im Grunde genommen ist dieser gesamte Ablauf also abgeschlossen. Kopieren wir also einfach diese Ausgabe von hier drüben. Also gehe ich zuerst zur Guard-Rail-Ausgabe hier drüben und kopiere den Eingabetext, weil das die Seite mit den PII ist, und ich möchte zuerst sehen, wie das aussieht Also lass mich das einfach kopieren. Also habe ich das kopiert. Lassen Sie mich zum VS-Code zurückkehren. Also für die Guardrail-Vorlesung werde ich hier drüben einen neuen Knoten erstellen und dieses Beispiel 02 Underscore-Guardrail nennen dieses Beispiel 02 Underscore-Guardrail Lassen Sie uns nun darin einen Ordner erstellen, den wir Outputs nennen können. Und lassen Sie uns hier unsere erste Ausgabe machen, nämlich Ausgabe eins, und diese wird mit PII sein, also schreiben wir einfach mit UnderscoePI Und ich werde einfach meine SDML-Ausgabe hier einfügen und den Eigenschaftsnamen zusammen mit den Oden von hier entfernen von Um das zu formatieren, können wir einfach mit der rechten Maustaste klicken und auf Formular und Dokument Lassen Sie uns dann die letzten Punkte und Klammern von hier entfernen und Klammern von Und lassen Sie uns auch den gesamten Text auswählen und Command Alt und Semikolon drücken. Um dem zu entkommen Nochmals, nur um Sie daran zu erinnern, Sie können zu den Erweiterungen gehen und nach n Escape suchen und die beliebteste davon auswählen Wir verwenden ViscodeTJCN Das ist dieser. Und Sie können nach Additive popular nscape suchen, um dorthin zu gelangen Ordnung. Also kannst du jeden wählen, den du magst. Ich benutze das und das hilft uns nur dabei, das zu entschlüsseln, oder? Also werde ich hier einfach Command S sagen, und das ist meine erste Ausgabe, und es scheint keine Fehler zu geben, also scheint die Ausgabe hier in Ordnung zu sein Lassen Sie mich jetzt auch eine weitere Datei erstellen und diese Ausgabe ebenfalls aufrufen. Und lassen Sie uns das als kein PII-DHTML bezeichnen. Und lassen Sie mich dafür die Ausgabe des entfernten PI-Agenten kopieren . In Ordnung. Also hier ist der entfernte PI-Agent, und lassen Sie mich runtergehen und lassen Sie mich diese Ausgabe hierher kopieren, richtig? Das ist also die Ausgabe nach dem Entfernen der PII, und es wurden drei Arten von PIs erkannt , und wir gehen davon aus, dass diese entfernt werden Also lasst uns das kopieren. In Ordnung. Also lass uns hier Command C drücken. Gehen wir zurück zum VS-Code. Und wir sind an der Ausgabe , um keine personenbezogenen Daten zu unterstreichen. Lass uns das hier drüben einfügen. Und noch einmal, lassen Sie uns die unerwünschten Aspekte hier entfernen , wie diese Sätze und den ersten Teil. Lassen Sie mich hier auch den Eigenschaftsnamen und das doppelte Anführungszeichen entfernen . Lassen Sie uns klicken und auf Dokument formatieren klicken. Lassen Sie uns diesen doppelten Anstrich entfernen und ihn dann wie zuvor auspacken Also drücken wir Command Alt und Semikolon schon haben wir ein gut formatiertes In Ordnung. Also lass uns das jetzt speichern. Und jetzt lassen Sie uns den Pfad dafür tatsächlich kopieren. Kopieren wir also einen der Pfade. Ich werde den vollständigen Pfad hierher kopieren. Und wir können jetzt zu einem Browser gehen. Also lass uns diesen Browser öffnen. Lass uns einen neuen Tab öffnen. In Ordnung. Ich gebe einen Doppelpunkt in der Datei ein und gebe dann den vollständigen Pfad hier drüben einen mit PII Und es sieht wunderbar aus. Es steht der Name hier drüben, und dann gibt es dir vielleicht auch die E-Mail-Adresse und so weiter Sie haben die vollständigen Kontaktinformationen hier. Sie haben also die Telefonnummer, Sie haben die E-Mail-ID und Sie haben den Namen. Sie haben den Namen wieder hier drüben. Der Name kommt also mehrfach vor. Der Name wird auch hier erwähnt. Und denken Sie daran, dass dies ein HTML-Dokument ist, nach dem gesucht wurde. Das HTML-Dokument könnte also andere Sonderzeichen oder, Sie wissen schon, Namen in anderen Metadaten enthalten haben andere Sonderzeichen oder, Sie wissen schon, , was ebenfalls als Vorkommen gezählt werden könnte sind also all die Dinge es eigentlich zu entfernen versuchen würde, oder? Jetzt haben wir also diese Dinge, all diese persönlich identifizierbaren Informationen auf dieser Webseite vorhanden sind. Schauen wir uns an, was es mit der redigierten Version gemacht hat. Also lasst uns diesen Tab duplizieren. Und lassen Sie mich hier nur die Ausgabe ohne personenbezogene Daten erwähnen. Ordnung. Und sobald wir diese Ausgabe ohne PI öffnen, bekommen wir das. Es wurde also tatsächlich ein Platzhalter mit der Aufschrift „ redigierte Person“ eingefügt, wo auch immer der Name stand. Das ist es also Und wenn du untergehst, schauen wir uns jetzt den Kontaktbereich an. Die Telefonnummer wird also nicht geschwärzt. Und wir können tatsächlich untersuchen, warum das passiert, aber die E-Mail und der Name werden erneut geschwärzt Also auch hier wurde der Name geschwärzt. Also ich denke, es hat großartige Arbeit geleistet den Namen und die E-Mail-Adresse zu redigieren Die Telefonnummer ist jedoch nicht geschwärzt, und dies haben wir ausdrücklich und ausdrücklich ausgewählt Wir können also auf den Leitplankenknoten klicken und wir können hier auf persönlich identifizierbare Informationen oder PII klicken identifizierbare Informationen oder PII Lass uns auf die Einstellungen klicken. Und wir sehen, dass wir die Telefonnummer ausgewählt haben, aber sie ist trotzdem durchgegangen weist also einige Mängel Ich denke, dieser von OpenAI gebaute Leitplankenknoten Die Telefonnummer wurde nicht zu 100% erkannt . Vielleicht sah die Telefonnummer nicht wie eine echte Telefonnummer aus, obwohl wir das ausdrücklich erwähnt haben, jegliche Art von Information, auch wenn sie erfunden aussah. Sollte als personenbezogene Daten betrachtet werden. Aber falls Sie wahrscheinlich eine echte Telefonnummer gehabt hätten oder sie nicht wie 987-65-4321 aussah, hätte es nicht wie 987-65-4321 aussah, In jedem Fall können Sie den Leitplankenknoten verwenden, um persönlich identifizierbare Informationen zu identifizieren. Und wenn Sie das getan haben, können Sie es tatsächlich für Ihren Workflow überprüfen, um zu sehen ob einige dieser Teile hier weggelassen wurden, genauso wie bei uns die Telefonnummer weggelassen Und wenn es das tut, können Sie es mit einem Agenten noch einmal überprüfen lassen, um festzustellen, ob diese Informationen vorhanden waren oder nicht. Aber im Grunde hat uns die Leitplanke dabei geholfen, den Namen und die E-Mail zu identifizieren, und das kann sehr nützlich sein um andere Arten von Informationen zu identifizieren Zum Beispiel Reisepassnummern oder, Sie wissen schon, Steueridentifikationsnummern oder Identifikationsnummer eines Bürgers eines Landes wie die indische Adha-Nummer oder die Passnummer usw., und Sie müssen auf jeden Fall noch einmal überprüfen wie die Leitplanke funktioniert und ob diese Informationen nach der Leitplanke passieren oder nicht Steueridentifikationsnummern oder die Identifikationsnummer eines Bürgers eines Landes, wie die indische Adha-Nummer oder die Passnummer usw., und Sie müssen auf jeden Fall noch einmal überprüfen, wie die Leitplanke funktioniert und ob diese Informationen nach der Leitplanke passieren oder nicht. Hoffentlich wird dies in vielen dieser Fälle nicht der Fall sein. Wenn dies der Fall ist, müssen wir dies einmal überprüfen, da viele dieser Ausgaben nicht deterministisch sind Deshalb müssen wir Failsafe an verschiedenen Stellen in unserem Arbeitsablauf einrichten Das ist also alles für diese spezielle Vorlesung. Um es kurz zusammenzufassen: Wir bauen diesen wunderbaren Agenten-Overhead auf, der eine Webseite generiert und es gibt eine Leitplanke, um nach personenbezogenen Daten zu suchen Wenn diese Informationen gefunden werden, besteht sie die Prüfung nicht und leitet sie an einen Agenten weiter, der die gesamte Webseite ohne die PII redigiert löscht und dann den Workflow beendet. sie die Prüfung nicht und leitet sie an einen Agenten weiter, der die gesamte Webseite ohne die PII redigiert löscht und dann den Workflow beendet. Falls die Prüfung erfolgreich ist, erhalten Sie direkt die endgültige Webseite So funktioniert es also. Vielen Dank und wir sehen uns in der nächsten Vorlesung. 7. Adj10-Agentengenerator während des Loop: Heute werden wir den V-Loop in unserem Open AI Agent Builder-Workflow verwenden in unserem Open AI Agent Builder-Workflow Nur um Ihnen einen kurzen Überblick darüber zu geben , was wir in dieser Vorlesung erstellen So wird es aussehen. Wir werden wie immer mit dem Startknoten beginnen , der unseren Workflow starten wird. Dann haben wir einen festgelegten Zustandsknoten. Damit wird der Status vor dem Start der Le-Schleife eingerichtet , wie der Zähler und das Output-Tracking, sodass wir nachvollziehen können, wie viele Iterationen stattgefunden haben und was die letzte Ausgabe jeder Iteration ist die letzte Ausgabe jeder Iteration Dann haben wir eine Y-Schleife, unseren Agenten ausführt und dann den Status nach jeder Iteration aktualisiert, während der Agent ausgeführt wird Status nach jeder Iteration aktualisiert, während der Sobald die Y-Schleife mit all ihren Iterationen abgeschlossen ist, endet der Workflow mit dem Endknoten. Dies wird zeigen, wie wir eine Y-Schleife verwenden können, um eine bestimmte Aufgabe zu iterieren , an der möglicherweise einige Agenten beteiligt Fangen wir bei Null an und erstellen diesen Workflow. Bevor wir beginnen, schauen wir uns an, was eine Le-Schleife ist und welche verschiedenen Elemente einer Schleife wir beachten müssen, bevor wir sie erstellen können. Dafür gehe ich auf die Wikipedia-Seite für den Vile-Loop hier drüben. Scrollen wir hier nach unten zu einem Codeausschnitt und schauen wir uns das an, um die verschiedenen Elemente zu verstehen Das erste Element , auf das wir uns in diesem Code konzentrieren werden, ist der Zähler, und das ist eine Ganzzahl mit einem Wert von Null initialisiert Dadurch wird verfolgt , wie oft die i-Schleife ausgeführt wurde und wann es an der Zeit ist, die Vi-Schleife zu beenden, basierend auf einer Exit-Bedingung Alles klar? Wir werden diesen Zähler aufrufen, und in diesem Beispiel wird dieser Zähler durch X dargestellt. Und Sie können deutlich sehen, dass einen Startwert von Null initialisiert wird , bevor die Y-Schleife beginnt oder bevor die VY-Schleife eingeht Und genau das werden wir auch in unserem Beispiel tun , nämlich einen Zähler auf Null setzen, bevor wir einen Zähler auf Null setzen, die VI-Schleife einführen. In Ordnung. Schauen wir uns jetzt den VY-Loop selbst an. Sie können also sehen, dass die Y-Schleife hier beginnt und hier endet, und sie überprüft hier eine Bedingung. Das ist also eine Exit-Bedingung oder eine Testbedingung, die bestimmt, ob die Y-Schleife die Arbeit , die sie hier macht, weiter iterieren soll die Arbeit , die sie hier macht, weiter iterieren , die sie hier macht, Hier ist die Bedingung, dass Ihr Wert von X, der Zähler kleiner als fünf sein soll Wenn wir also mit dem Wert Null beginnen, ergibt diese spezielle Bedingung zwei, und all diese Arbeit wird einmal erledigt. Am Ende erhöhen wir den Wert des Zählers, um die Tatsache zu kennzeichnen , dass eine Iteration nun abgeschlossen ist, und sie geht wieder zurück, wobei der Wert X jetzt gleich Auch hier ist eins weniger als fünf. Diese Bedingung ist wahr, und wieder wird dieselbe Arbeit verrichtet werden. Hier ist die Arbeit eine einfache printf-Anweisung, also wird diese Zeile immer wieder mit einem aktualisierten Wert des Zählers X gedruckt . Wenn nun X Wenn nun X inkrementiert und gleich fünf wird, wird diese Bedingung als fallend ausgewertet und die Y-Schleife iteriert nicht weiter weil fünf nicht weniger als fünf ist, fünf ist eigentlich gleich Diese Bedingung wird also zu Stürzen ausgewertet und wir werden die Y-Schleife verlassen und keine weitere Arbeit machen , die hier enthalten ist, also werden hier tatsächlich keine weiteren Zeilen mit dem X-Wert gedruckt . Das ist im Wesentlichen das , was die Y-Schleife ist. Es gibt einen Zähler. Der Zähler wird jedes Mal aktualisiert, wenn eine Iteration abgeschlossen ist, und es gibt einige Arbeiten , die Sie hier erledigen Während Sie diese Arbeit erledigen, suchen Sie in jeder Iteration nach dieser Testbedingung hier drüben, und wenn diese Bedingung als negativ bewertet wird, beenden Sie die Iteration der Arbeit, die In Ordnung. So funktioniert die Vi-Schleife, und genau das werden wir jetzt in diesem No-Code-Builder hier implementieren. Um dies zu tun, müssen wir zuerst eine Zählervariable hinzufügen. Also nehmen wir den festgelegten Zustandsknoten hierher und verbinden ihn mit dem Startknoten. Wir können hier den festgelegten Zustandsknoten auswählen und sagen, dass er ihm den Wert Null zuweist . Einer Variablen. Fügen wir hier eine neue Variable hinzu und nennen wir diesen Zähler. Es wird vom Typ Zahl sein, und nennen wir das Zähler, und wir können ihm einen Standardwert von sagen wir eins geben. Wir beginnen einen Zähler mit Eins , sodass wir anhand des Zählerwerts am Anfang der Schleife wissen, auf welcher Iteration wir uns befinden anhand des Zählerwerts am Anfang der Schleife wissen, auf . In Ordnung. Also, zunächst werden wir bei Iteration Nummer eins sein, und das wird der Wert sein, bevor die i-Schleife iteriert hat Klicken wir hier auf Speichern und jetzt weisen wir den Wert gleich Eins als Startwert zu . Sie können einfach nach draußen klicken, und dadurch wird der eingestellte Status hier aktualisiert. Wir müssen hier auch eine weitere Statusvariable hinzufügen, die die Ausgabe verfolgt, die jeder Iteration der i-Schleife generiert wird Jedes Mal, wenn die Schleife läuft, wird also eine SDML-Seite generiert, und die nächste Iteration verwendet einfach die SDML-Seite, die in der vorherigen Iteration generiert wurde , und die nächste Iteration verwendet einfach die SDML-Seite, die in der vorherigen Iteration generiert wurde , und verbessert sie. In Ordnung? Also müssen wir die Ausgabe, die durch eine Iteration der While-Schleife erzeugt wurde, in einer Variablen , damit sie von der nächsten Iteration wiederverwendet werden kann, und das ist die Variable, die wir hier hinzufügen werden Fügen wir also hier einen Wert hinzu und nennen wir ihn NA. Das ist also der Startwert für die TML-Seite, weil vor dem Start der While-Schleife keine esTiml-Seite generiert wurde Fügen wir dafür eine neue Variable hinzu. Also lass es hier eine Zeichenfolge sein und lass es uns nennen. Also nennen wir es aktuelle Underscore-Ausgabe. Es bedeutet also nur, was die Ausgabe der aktuellen Iteration ist die Ausgabe der aktuellen Iteration Der Standardwert ist NA und der Anfangswert, den wir ihm zugewiesen haben, ist ebenfalls NA Und wir klicken hier auf Speichern und dann klicken wir einfach nach draußen, und das wird den Status mit diesen beiden Variablen festlegen . Jetzt sind wir bereit, die Y-Schleife einzuführen. Ziehen wir also diesen Knoten heraus und platzieren ihn hier und richten ihn an den anderen Knoten aus. Nun, die Ile-Loop-Schleife ist etwas anders, da Sie sehen können, dass Sie eine gestrichelte Grenze hier eine gestrichelte Grenze haben und innerhalb der LE-Schleife Platz wird also das Innere der Vile-Schleife geprüft. Sie können hier also Knoten hinzufügen, und das bedeutet einfach, dass die LE-Schleife diese Knoten immer wieder ausführen wird Und genau wie wir auf der Wikipedia-Seite gesehen haben, haben wir hier einen Ausdruck , der überprüft wird. Und sobald dieser Ausdruck falsch wird, wird er die LE-Schleife verlassen. Beginnen wir also damit, den Ausdruck hier hinzuzufügen. Sobald Sie also hier klicken , erhalten Sie hier Optionen. Also werde ich Zähler wählen , weil das die Variable ist , die ich überprüfen möchte. Jetzt gibt es hier eine Reihe von Vergleichen, anhand derer ich den Zählerwert überprüfen und entscheiden kann den Zählerwert überprüfen und , ob ich die I-Schleife verlassen möchte oder nicht. Das wird also wiederholt, solange eine Bedingung erfüllt ist. Nun wollen wir den Viloop, sagen wir, zunächst zweimal laufen lassen zunächst zweimal Also kann ich hier den Wert wählen, der kleiner als gleich dem Sinus ist, und ich kann hier zwei setzen Das bedeutet, dass der Zähler mit einem Wert Eins beginnt und dieser Wert als wahr ausgewertet wird, wenn er mit zwei verglichen wird, weil eins kleiner als zwei ist, und dann wird der Zähler um eins erhöht er das nächste Mal ausgeführt wird, wird der Zähler zwei sein, und wenn Sie zwei mit zwei vergleichen, erhalten Sie, dass und wenn Sie zwei mit zwei vergleichen, erhalten Sie, diese Bedingung wahr ist Also zwei ist gleich zwei, also wird das wahr sein, also wird es ein zweites Mal ausgeführt und dann wieder, wir werden den Zähler jetzt auf drei erhöhen, und dann wird diese Bedingung als fällt ausgewertet und die Le-Schleife wird aufhören, sich zu wiederholen und sie wird beendet. Das bedeutet im Wesentlichen, dass ich die Vile-Schleife zweimal ausführen werde Vile-Schleife zweimal ausführen Ordnung. Damit ist mein Le-Loop-Zustand hier abgeschlossen. Und jetzt kann ich die Arbeit, die ich so oft erledigen möchte, innerhalb der Le-Schleife hinzufügen erledigen möchte, innerhalb der , richtig? Also füge ich zuerst einen Agenten hinzu , weil ich eine Webseite erstellen möchte. Das werde ich also hinzufügen. Und sobald ich das gemacht habe, siehst du, dass der Agent in die I-Schleife kommt und er hier mit beiden Enden verbunden ist. Jetzt wird der Agent im Wesentlichen die Webseite für mich generieren. Und sobald er eine Version der Webseite generiert hat, möchte ich den Zähler um eins erhöhen, damit ich der Le Loop mitteilen kann, dass eine Iteration nun abgeschlossen ist Also muss ich hier einen festgelegten Statusknoten hinzufügen einen festgelegten Statusknoten , der den Zähler um eins erhöht Wählen wir also hier den Viloop aus. Lassen Sie uns ihn erweitern, um etwas Platz darin zu schaffen, und fügen wir hier den Set-State-Knoten hinzu. Jetzt kann ich den Set-State-Node tatsächlich mit dem Exit-Node hier drüben verbinden und ich kann den Rand des Agenten entfernen , der vom Agenten zum Ausgang hier drüben wandert Lassen Sie uns die Rücktaste oder die Löschtaste drücken und diesen Rand löschen Und jetzt verbinden wir den Agenten mit dem festgelegten Status. Das heißt im Grunde, dass die Y-Schleife den Agenten einmal ausführen wird und dann die Zählervariable setzt, indem sie sie um eins erhöht Und jetzt wird der Zähler zwei sein. Dann überprüft er erneut seinen Zustand, und dieses Mal ist zwei kleiner als zwei. Das Ergebnis ist zwei, sodass der Agent ein zweites Mal ausgeführt wird Ergebnis ist zwei, sodass . Dann wiederum wird der Zähler auf einen inkrementierten Wert von drei gesetzt Zähler auf einen inkrementierten Wert von drei Und jetzt wird die Bedingung in der Le-Schleife auf den Wert zwei fallen, also wird der Agent nicht ein drittes Mal ausgeführt und dann von hier beendet. In Ordnung. Also das ist meine ganze Schleife. Lass mich das hier ein bisschen anordnen, so, und lass uns unseren Eingang hier verbinden und dann lass uns tatsächlich einen Endknoten am Ende hier drüben verbinden , richtig? Das wird also unseren gesamten Ablauf vervollständigen. Und jetzt müssen wir nur noch diesen speziellen Agenten einrichten und den Zustandsknoten festlegen. Wählen wir den Agenten und nennen wir diesen DML-Seitengenerator Und lassen Sie uns hier einige Anweisungen geben. Ich werde diese Aufforderung erweitern und die Anweisungen hier drüben schreiben. Ordnung. Also werde ich hier zuerst einige grundlegende Anweisungen geben. Sie sind also ein SML-Seitengenerator Generieren Sie eine TML-Seite gemäß der Benutzerabfrage als ein einziges einheitliches SML-CSS- und JS-Dokument Okay, das sind die grundlegenden Anweisungen. Wir werden den Agenten darüber informieren, Wir werden den Agenten darüber informieren dass er das Dokument erneut bearbeiten kann . Wir sagen also, dass Sie unten eine Iterationsnummer angegeben haben eine Iterationsnummer Wenn es sich um die erste Iteration handelt, generieren Sie die erste Version der Seite Und wenn die aktuelle Iterationsnummer mehr als eins ist, verwenden Sie die aktuelle Ausgabe Und die erste Benutzerabfrage, um eine noch verbesserte Version dieser SML-Seite zu generieren eine noch verbesserte Version dieser SML-Seite Und die maximalen Iterationen sind es auch. Jetzt weiß der Agent also , dass er auf der Webseite iteriert Es beginnt mit der ersten Iteration , bei der die erste Version generiert werden muss Und in den nächsten Iterationen muss es gegenüber der vorherigen Version verbessert werden. Alles klar? Wir können hinzufügen, dass die aktuelle Iterationsnummer ist, und das wird dem Agenten sagen, was diese Iterationsnummer Also füge ich hier zwei geschweifte Klammern hinzu und wähle dann diese Zählerstatusvariable hier wähle dann diese Zählerstatusvariable Und wenn Sie sich erinnern, war die Zählerstatusvariable von Anfang an eine Es weiß also, dass dies die erste Iteration ist. Als Nächstes werde ich dem Agenten sagen , dass die anfängliche Benutzerabfrage, die vom Benutzer gestellt wurde, lautete, und dann lassen Sie uns wieder zwei geschweifte Klammern hinzufügen und von hier aus die Workflow-Eingabe auswählen hier aus die Workflow-Eingabe Sie können darauf klicken oder die Tabulatortaste drücken Das bedeutet, dass die Workflow-Eingabe als Text und die Workflow-Punkteingabe als Text als erste Benutzerabfrage hinzugefügt werden. Und das wird die Abfrage sein, die wir in das Chat-Feld eingeben und dem Agenten zur Bearbeitung geben . Wir haben bereits maximale Iterationen dafür bereitgestellt, sodass wir das tatsächlich herausschneiden und hier rüberstellen können Und als Verbesserung dieses Workflows können Sie dies auch als Statusvariable festlegen , sodass Sie es hier nicht manuell angeben müssen es hier nicht manuell angeben Und dann ist Ihr Agent generischer Natur, und Sie können das sehr einfach ändern. Aber vorerst belassen wir es einfach als Zahl, die hier drüben steht , dass auch maximale Iterationen gelten Es ist dieselbe Variable, die wir auch als Bedingung innerhalb der LE-Schleife überprüfen Und jetzt teilen wir dem Agenten mit, wie hoch die aktuelle Ausgabe ist. Also sage ich, die aktuelle Ausgabe für die Webseite, die Sie generiert haben, ist, und ich werde Double Cibass hier drüben platzieren und hier die aktuelle Ausgabe auswählen. Ordnung. Jetzt weiß der Agent, dass er mit diesem speziellen Stromausgang arbeitet. Zunächst muss er zweimal darauf iterieren. Das wird NA sein und dann wird es wissen, dass es die Abfrage ist, gegen die es arbeiten muss Dafür muss es also die Webseite generieren, und dann weiß es, dass dies die aktuelle Iterationsnummer ist Also können wir hier auf Speichern klicken. Also gut, das richtet die Anweisungen für den Agenten ein, und jetzt schauen wir uns einfach schnell die anderen Optionen hier an und alles scheint in Ordnung zu sein, außer dem Ausgabeformat. Wir möchten also, dass unser Agent eine JSON-Ausgabe generiert. Es ist einfach so, das ist genau wie das, was wir in unseren vorherigen Vorlesungen gemacht haben, und wir werden hier einfach auf Schema hinzufügen klicken. Wir behalten den Namen als Antwortschema bei. Dann klicken wir auf Eigenschaft hinzufügen und nennen diese Eigenschaft HTML Doc und fügen hier eine Beschreibung hinzu. Ich werde also sagen, dass es sich um ein einheitliches SDML-CssJSDC handelt , das die gesamte Webseite als Und lass uns auf Update klicken. Das alles ist dein Antwortschema, und jetzt können wir einfach nach draußen klicken, um es zu speichern. Jetzt müssen wir mit der eingestellten Zustandsvariablen arbeiten. Also müssen wir hier zwei Dinge tun. Die erste Sache ist, dass wir den Zähler erhöhen müssen, und die zweite Sache ist, dass wir die Ausgabe des SDML-Seitengenerators nehmen und sie der aktuellen Ausgabe zuweisen wollen des SDML-Seitengenerators und sie der aktuellen Ausgabe zuweisen Lassen Sie uns also diese beiden Dinge tun. Lassen Sie uns also zuerst den Zähler aktualisieren. In der Variablenoption hier drüben wähle ich Zähler aus und weise ihm einen Wert zu , der der aktuelle Int-Wert für den Zähler ist und dann plus eins. Das bedeutet also, dass der Zähler immer dann um eins erhöht wird der Zähler immer dann um eins erhöht wenn der TML-Seitengenerator eine Iteration durchläuft oder die Y-Schleife eine Iteration durchläuft, richtig Und das entspricht der Ausführung von X plus plus am Ende hier in Also hatten wir X gleich dem Zähler und wir haben den Zähler hier um eins erhöht. Die andere Sache, die ich tun möchte, ist, den Wert der aktuellen Ausgabe zuzuweisen , die die letzte Ausgabe des TML-Seitengenerators darstellt des TML-Seitengenerators Also werde ich die aktuelle Ausgabe in den beiden Variablen hier auswählen . Und Sie können hier klicken und dann einfach eine der Optionen hier auswählen. Ich kann also sehen, dass der gesamte Ausgabetext des ML-Seitengenerators hier verfügbar ist. Also kann ich einfach darauf klicken. Und sobald Sie das getan haben, erhalten Sie den Wert, den Eingabepunkt, die Ausgabe, den Unterstrichtext, und der wird der aktuellen Ausgabe zugewiesen, oder? Und ich kann einfach hier draußen klicken. Also, wann immer eine Iteration läuft, aktualisiert sich der Zähler um eins und die Ausgabe des Seitengenerators für Schätzungen wird der aktuellen Ausgabe zugewiesen Und dann wird dieser Flow enden. Im Wesentlichen vervollständigt dies den gesamten Ablauf. Lassen Sie uns das also etwas besser ausrichten, und jetzt haben wir den gesamten Ablauf vor uns. Sehen wir uns nun eine Vorschau an, indem wir hier auf die Vorschau-Schaltfläche klicken. Also habe ich auf Vorschau geklickt und werde hier eine Anfrage stellen. Die Abfrage wird eine Landingpage-Vorlage für einen Online-Kurs generieren für einen Online-Kurs über KI und Agenten unterrichtet wird, okay Und lassen Sie uns die Eingabetaste drücken , um diese Anfrage zu senden. Und jetzt wollen wir sehen, wie unser Arbeitsablauf abläuft. Wir haben also den Start und die festgelegte Statusnotiz, die abgeschlossen wurden. Dies sind die ersten, und dann haben wir den SML-Webseitengenerator , der jetzt an der Gestaltung der Kurs-Landingpage arbeitet Und Sie können sehen, dass dies als Teil des Le Loop passiert , der auch gleichzeitig funktioniert Das ist also die erste Iteration , die gerade stattfindet. Und warten wir, bis diese Iteration abgeschlossen ist. Und hoffentlich werden wir sehen, dass der Set-State-Node kurz aktiviert wird und dann wieder zum SML-Seitengenerator zurückkehrt, wird und dann wieder zum SML-Seitengenerator zurückkehrt um Iteration Nummer zwei auszuführen Jetzt können Sie sehen , dass der festgelegte Status abgeschlossen wurde und er zurück zum SML-Seitengenerator geleitet wird, um eine zweite Iteration der Webseite zu generieren , an der er gerade arbeitet alles. Jetzt ist es abgeschlossen und Sie können sehen, dass wir den eingestellten Status und das Ende farbig haben das Ende farbig und es zeigt, dass dieser Ablauf jetzt abgeschlossen ist. Und jetzt können wir die Ausgabe hierher kopieren. Sie werden also sehen, dass all diese Ausgaben als Text formatiert sind und nicht als Jason Es ist also sehr schwierig, dies im VS-Code zu kopieren und weiterzugeben Stattdessen können Sie hier auf diesen Link klicken Dadurch gelangen Sie zu den Protokollen für diese spezielle Antwort. Sobald dies geöffnet ist, können Sie tatsächlich nach unten gehen und auch sehen, wie die Abfrage strukturiert war, sodass die aktuelle Iterationsnummer zwei und die maximale Anzahl der Iterationen zwei ist zwei und die maximale Anzahl der Iterationen zwei Dies ist also die zweite Iterationsausgabe, die wir haben, und wenn Sie ganz nach unten gehen, können Sie die Ausgabe tatsächlich als JSN formatiert sehen Kopieren wir also diese jsnfMatted-Ausgabe und beginnen wir an der Stelle, an der TML Doc beginnt, und lassen Sie uns das Ganze kopieren. Nun, das ist mein TML-Dokument, und jetzt kann ich Visual Studio-Code, Sie können sehen, dass ich einen Vile Loop-Beispielordner erstellt habe , der hier die Nummer drei ist. Dies hat einen Ordner mit Eingabeaufforderungen mit unserer Agenten-Eingabeaufforderung , den wir verwendet haben, und wir haben auch einen Ausgabeordner Also füge ich hier eine Datei hinzu und nenne diese Iteration mit zwei Punkten STML und drücken dann die Eingabetaste. Jetzt fügen wir die STML ein, Jetzt fügen wir die wir hier generiert haben, und Sie können sehen, dass sie vollständig in einer einzigen Zeile erscheint vollständig in Sie können also einfach mit der rechten Maustaste klicken und dann auf Dokument formatieren klicken. Das wird also die STML formatieren. Abgesehen davon führen wir auch eine regelmäßige Reinigungsübung durch, eine regelmäßige Reinigungsübung die als UnscapingT-Dokument bezeichnet wird Also wähle ich alles aus und drücke Command Alt und Semikolon Also das wird all die speziellen Escape-Zeichen, die benutzt wurden, unescape machen, und jetzt habe ich Iron Two Dot STML Lassen Sie mich diese Datei speichern. Und jetzt gehen wir einfach zurück zum Agent Builder und kopieren die Ausgabe von Iteration eins , damit wir vergleichen können, wie sie die Ausgabe von Iteration eins zu Iteration zwei verbessert hat die Ausgabe von Iteration eins zu Iteration zwei verbessert Alles klar, zurück hier, lassen Sie mich hier auf die Schaltfläche Logs klicken Und lassen Sie mich zum vorherigen Audit übergehen. Das war also das letzte Protokoll, das ich habe, und das ist das davor. Also lass uns dazu gehen. Und ich kann das jetzt hier drüben sehen, ich habe das alles hier geschrieben, wobei die aktuelle Iterationsnummer als eins angegeben Das ist also die erste Iteration, und ich habe die Begründung hier drüben, die Landingpage für die Küste zu entwerfen, Landingpage für die Küste zu entwerfen, und hier ist Also lasst uns dieses HTML einfach so kopieren, wie wir es beim letzten Mal getan haben. Gehen wir jetzt zurück zum VS-Code. Ich packe VS-Code und lasse mich hier einfach eine weitere Datei erstellen und diese Iteration One-Punkt-HTML nennen Lassen Sie mich die STML-Ausgabe hier einfügen. Und noch einmal, lassen Sie uns dieses Dokument formatieren. Und dann wählen wir auch das gesamte Dokument aus und entpacken es, indem wir Command Alt und Semikolont drücken Richtig, ich habe Iteration One Dot HTML auch hier gut formatiert, und jetzt sind beide grün, das heißt, es gibt keine Fehler, das heißt, es gibt keine Fehler, und ich kann sie in meinem Webbrowser in der Vorschau anzeigen Dafür gehe ich zurück zu Chrome. Aber vorher kopieren wir einfach den Pfad für eine dieser Dateien. Ich klicke mit der rechten Maustaste darauf und wähle Pfad kopieren. In Ordnung. Also hier ist unser Output. Wir haben hier also Iran mit einem Punkt ML und wir haben Iron TML mit zwei Punkten hier. Und auf Anhieb können Sie tatsächlich sehen, dass einige Änderungen vorgenommen wurden Zuallererst sieht die gesamte Seite ziemlich gut aus, gut strukturiert, und, weißt du, hier gibt es einen Heldenbereich. Es gibt einen Titelbereich und so weiter. Es gibt auch eine Themenschaltfläche, Sie das Thema tatsächlich von dunkel auf hell ändern können. Und das ist ziemlich beeindruckend. Und jetzt ist das die erste Ausgabe. Und wenn Sie schnell zur anderen Registerkarte wechseln, können wir sehen, dass sich dieser Aspekt ändert, wenn wir weiter wechseln. Und es gibt, du weißt schon, einige Positionierungen, die hier aktualisiert werden. Es gibt also kleinere Änderungen, die der Agent von Iteration eins zu Iteration zwei vorgenommen hat. Irgendwie dachte ich , dass dieses Symbol besser für das Themensymbol geeignet ist Und wenn du tatsächlich darauf klickst, ändert es sich hier in ein Sonnensymbol, während in diesem das Symbol dasselbe bleibt. Eine weitere Änderung, die ich gesehen habe, war, dass, wenn Sie nach unten scrollen, einfach weiter nach unten zu verschiedenen Abschnitten gescrollt Aber wenn Sie auf dieser Seite nach unten scrollen, wird automatisch ausgewählt, in welchem Bereich Sie sich befinden Also geht es zuerst zu den Funktionen, und wenn Sie weiter nach unten gehen, geht es zur Galerie und dann zur Preisgestaltung. Das sind also einige andere kleinere Änderungen, die es vorgenommen hat , aber abgesehen davon hat es eigentlich , aber abgesehen davon hat es eigentlich nicht viele andere Verbesserungen gebracht. Was wir definitiv sehen können , ist , dass es die erste Ausgabe aufgenommen, die erwarteten Änderungen vorgenommen und dann Ihre Seite entsprechend aktualisiert hat die erwarteten Änderungen vorgenommen . Idealerweise würden Sie genauere Angaben dazu machen, welche Art von Änderungen es sich ansehen könnte. Aber das war nur ein Beispiel, um zu zeigen, dass man eine Y-Schleife haben kann, die bei einer bestimmten Aufgabe iteriert, an der bestimmte Knoten beteiligt sein können , und dann werden diese Knoten immer wieder ausgeführt, basierend auf Bedingung für den Bedingungstest , wie zum Beispiel dem Zähler, den wir hatten Wir haben zwei Iterationen hier auf einer Webseite gemacht, und wir haben Webseite Nummer eins und dann eine verbesserte Version dieser Webseite, die hier Webseite Nummer zwei ist. Das ist alles für diesen speziellen Vortrag. Vielen Dank fürs Zuschauen und wir sehen uns in der nächsten Vorlesung. 8. Oab 08 01 Einführung in Multiagentensysteme mit OpenAI Agent Builder: Sie werden einen Webseitengenerator für mehrere Agenten erstellen der fast alle Knoten in dieser Liste verwendet , damit Sie verstehen, wie Sie all diese Knoten verwenden und wie Sie sie miteinander verbinden können , um komplexe Multi-Agenten-Workflows zu erstellen Ihren Anforderungen entsprechen Wenn das überwältigend aussieht, sich keine Sorgen, denn wir werden auf einer leeren Leinwand von vorne beginnen und jeden dieser Knoten per Drag & Drop ziehen und dann darauf klicken und sie so einrichten, dass wir all die verschiedenen Eigenschaften verstehen, zumindest in dem Umfang , den wir in diesem Webseitengenerator verwenden werden. Sie können das als Grundlage verwenden, um dann die Funktionalität zu erweitern oder ganz neue Workflows nach Ihren eigenen Anforderungen zu erstellen . Wir werden das in zwei verschiedenen Vorlesungen tun. In diesem Vortrag wird eine Einführung in die Funktionsweise dieses Multi-Agent-Webseitengenerators gegeben. Was sind die verschiedenen Schritte , die wir befolgen und die Sie hier in gelben Knoten sehen können. Und welche Rolle spielt dann jeder dieser Knoten in diesem speziellen Webseitengenerator für mehrere Agenten? erhalten Sie ein gutes Verständnis dafür Dadurch erhalten Sie ein gutes Verständnis dafür, was das macht, und Sie können dann mit der Erstellung beginnen. Ordnung, lassen Sie uns jetzt einen Webseitengenerator für mehrere Agenten erstellen , all diese Knoten in einem einzigen Arbeitsablauf auf einer einzigen Arbeitsfläche zusammenführt . Bevor wir beginnen, lassen Sie mich Ihnen sagen, was der Webseitengenerator für mehrere Agenten macht, sodass es sich, wie Sie sehen können, zu einem Multi-Agenten-Workflow handelt. Es beginnt wieder hier am Startknoten , wo der Benutzer eine Abfrage eingibt, die ein Thema enthält, zu dem der Benutzer möchte, dass die Agenten recherchieren und es ihm präsentieren. So möchte der Benutzer beispielsweise wissen, was Agenten sind, was multiagentische Workflows sind oder was ein Model Context Protocol ist, was ein Agent-to-Agent-Protokoll ist Es kann sich also um ein beliebiges Thema handeln, zu dem der Benutzer recherchieren und es dann vom Agenten als Webseite präsentieren lassen möchte und es dann vom Agenten als Webseite präsentieren lassen Um dies zu erreichen, werden wir nun einen fünfstufigen Workflow erstellen, an dem mehrere Agenten beteiligt sein werden. Wie Sie sehen können, gibt es hier sechs Agenten , die da sind, und dann gibt es hier verschiedene Knoten , die uns helfen, alle Aktionen durchzuführen, Transformationen vorzunehmen, Zustände festzulegen und so weiter Am Ende, nachdem wir den Code geschrieben haben, werden wir den Workflow hier beenden Lassen Sie uns nun jeden dieser Schritte durchgehen. Als ersten Schritt haben wir also den Safety Checker In diesem ersten Schritt wird geprüft, ob die Anfrage sicher ist oder nicht, und Sie haben vielleicht viel über KI-Sicherheit und KI-Ethik gehört . Daher ist es heutzutage wichtig zu wissen, ob die Anfrage, die der Benutzer eingibt, schädliche oder sensible Inhalte enthält Deshalb haben wir diesen ersten Schritt hier eingebaut Die Anfrage wird also von einem Sicherheitsprüfer empfangen . Das ist also ein Abfragesicherheitsprüfer, enthält oder nicht der prüft, ob die Abfrage irgendwelche schädlichen oder sensiblen Inhalte Die Ausgabe wird als JSN dargestellt, und wir werden das in zwei verschiedene Variablen umwandeln Eine davon hilft uns zu verstehen, ob die Abfrage sicher ist oder Es wird also eine wahre und eine falsche Variable sein, und die andere wird der Grund sein , den der Agent dieser Entscheidung zuweist Wenn der Agent also der Meinung ist, dass die Abfrage nicht sicher ist, warum ist sie dann nicht sicher Wenn der Agent der Meinung ist, dass die Anfrage sicher ist, warum fühlt sich der Agent dann so? Es kann also den Grund für diese Entscheidung angeben, und wir werden sie als zwei verschiedene Variablen angeben. Wir transformieren das JSN, das der Agent erzeugt, so, dass wir diese beiden verschiedenen Variablen haben. Schließlich werden wir das Ergebnis der Sicherheitsprüfung und den Grund im Status festlegen Ergebnis der Sicherheitsprüfung und , sodass wir es später verwenden können Und sobald wir das erledigt haben, werden wir überprüfen, ob die Abfrage sicher ist oder nicht. Das wird also ein FL-Block sein. Wenn die Abfrage sicher sein soll. Wir werden mit dem zweiten Schritt fortfahren. Wenn es nicht sicher ist, bitten wir um die Zustimmung des Benutzers. Wir werden also sagen, dass wir Grund zu der Annahme haben , dass diese Abfrage nicht sicher ist , und das ist der Grund. Möchten Sie diese Anfrage trotzdem genehmigen und weitermachen? Wir werden hier also den Menschen auf dem Laufenden halten, und das wird ein Genehmigungsschritt sein wenn der Benutzer die Anfrage ablehnt, dann wird der Workflow tatsächlich beendet, und das ist der triviale Fall Und wenn sie es genehmigen, wir fort und gehen dann zur Recherchephase über, in der wir zu dieser Anfrage recherchieren Also entweder ist die Abfrage sicher oder wenn sie unsicher ist, wir aber die Zustimmung des Benutzers haben, können wir mit der Recherchephase fortfahren Das ist also alles über Schritt eins. Weise überprüfen wir die Sicherheit, und das diese Weise überprüfen wir die Sicherheit, und das hilft uns zu verstehen, wie wir die Transformation des Set-State-Nodes zusammen mit dem Agent-Knoten verwenden die Transformation des Set-State-Nodes und außerdem IL-Bedingungen verwenden, um unseren Workflow in zwei verschiedene Zweige zu unterteilen und dann auch die Zustimmung des Benutzers einzuholen , und dann auch die Zustimmung des Benutzers einzuholen eine bestimmte Anfrage entweder zu genehmigen oder abzulehnen. Lassen Sie uns nun Schritt zwei verstehen, nämlich die Forschungsphase. Jetzt kann es mehrere Möglichkeiten irgendeine Art von Recherche zu einem Thema durchzuführen. Hier werden wir im zweiten Schritt einem einfachen zweistufigen Prozess folgen . Der erste Unterpunkt hier ist also der Fragengenerator. Also erstellen wir einen Agenten, der sich dem Thema befasst und dann versucht, drei, vier oder fünf Fragen zu diesem Thema zu erstellen . Wenn wir sie beantworten , werden sie uns helfen, das Thema zu verstehen. Wenn Sie zum Beispiel das Thema Model Context Protocol haben , könnten Sie fünf Fragen dazu zum Beispiel, was ist Model Context Protocol? Was sind die verschiedenen Akteure oder Rollen wie Clients, Server usw. innerhalb dieses Protokolls Welche verschiedenen Funktionen bietet der Server, welche verschiedenen Ressourcen, Tools usw. bietet der Server Was sind die verschiedenen Verantwortlichkeiten des Kunden und so weiter, richtig Das können also einige relevante Fragen sein, um zu verstehen, wie Model Context-Protokoll funktioniert und was das Model Context-Protokoll ist. Das wird also die Aufgabe des Fragengenerators sein. Und sobald er das getan hat, wird er all diese Fragen im Status platzieren , sodass wir uns später darauf beziehen können. Wir möchten diese Ausgabe als Webseite präsentieren. Der nächste Agent in unserem Arbeitsablauf wird ein Forscher sein. Es wird also diese Fragen aufgreifen und ein Web-Suchtool verwenden , um mehr über diese Fragen herauszufinden und sie im Grunde zu beantworten. Es nimmt diese Antworten auf und wiederum werden wir diese Antworten als Zustandsvariablen festlegen, werden wir diese Antworten als Zustandsvariablen festlegen sodass wir sie später wieder verwenden können , während wir versuchen, dem Benutzer diese Ausgabe als SDM zu präsentieren Dies ist im Grunde ein sequentieller Satz von Agenten, die beiden Agenten hier drüben, und sie verwenden set state, um die Ausgabe, die sie erzeugen, innerhalb des Status unserer Anwendung oder unseres Workflows festzulegen innerhalb des Status unserer Anwendung oder , sodass wir sie später verwenden können Damit ist der zweite Schritt, die Forschungsphase, abgeschlossen die Forschungsphase Dann fahren wir mit dem dritten Schritt fort, den Anforderungen, die wir jetzt verstehen, nachdem der Benutzer eine Anfrage gestellt hat, wir haben hier zu drei bis fünf Fragen recherchiert und wir haben die Antworten auf sie von hier drüben Und jetzt wollen wir diese Informationen verwenden, um Anforderungen für einen Agenten zu schreiben Anforderungen für einen Agenten , der eine Webseite erstellen wird Die Aufgabe dieses Agenten besteht also darin, all diese Informationen aufzunehmen und einen detaillierten Satz von Anforderungen aufzuschreiben , der von einem anderen Agenten verwendet werden kann , um die Webseite tatsächlich zu erstellen. Das ist also eine einfache Aufgabe dieses Agenten. Es wird diese Anforderungen im Status des Workflows mithilfe dieses Knotens „Status festlegen“ festlegen , sodass wir ihn in zukünftigen Schritten beim Entwerfen und Erstellen dieser Webseite verwenden können . Das ist also der einfache dritte Schritt , den wir mit einem einzigen Agenten durchführen werden. Danach fahren wir mit Schritt vier fort, wo es um den Designer geht. Der Designer wird alle vorherigen Informationen und die Anforderungen für die Webseite aufgreifen alle vorherigen Informationen und die Anforderungen für die Webseite und detaillierte Designrichtlinien ausarbeiten. Es könnte also über die Farben sprechen, die Sie verwenden möchten. Ich werde über Motion Design sprechen. Ich werde darüber sprechen, welche verschiedenen grafischen Elemente verwendet werden sollen und wie man sie auf dem Bildschirm anordnet. Das sind also die verschiedenen Designelemente , die es einbringen wird, und es wird sie aufschreiben. Und dann wiederum speichern wir die Ergebnisse des Designers im Status des Workflows , sodass wir uns bei der eigentlichen Erstellung der Webseite auch auf die Designrichtlinien beziehen können. Das ist also der einfache vierte Schritt, der das Design oder der Designer-Agent hier drüben ist. Dann haben wir Schritt fünf, das ist der Code Writer-Agent. Und die Aufgabe des Code-Writer-Agenten besteht darin, all diese Informationen zu verwenden und dann ein einheitliches SDML-CSS- und JavaScript-Dokument zu erstellen handelt es sich tatsächlich um die Webseite, die das Ergebnis der ersten Rechercheabfrage darstellt die das Ergebnis der ersten Rechercheabfrage Es wird seine Ausgabe als einzelnes STML-Dokument in Form von JSN erzeugen und es wird dieses verwenden und es in ein Widget einfügen, das uns helfen kann, sdmlGD richtig zu lesen Wenn Sie also einige meiner anderen Vorträge gesehen haben, würden Sie feststellen, dass die Ausgabe, die einfach als Text gelesen wird, nicht sehr gut ist Wissen Sie, es eignet sich nicht dafür, richtig wiedergegeben oder richtig gelesen zu werden. Wir müssen viele Reinigungsschritte durchführen, um es zu rendern. Wir werden also ein Widget hinzufügen , das das einfacher macht. Die Ausgabe für diesen Agenten wird also technisch gesehen ein Widget sein , das wir mit der OpenAI-Plattform erstellen und es dann als Ausgabeformat innerhalb dieses Agenten zuweisen Sobald das erledigt ist, wird der Workflow einfach beendet, und wir haben unsere Ausgabe und können uns ansehen, welche Recherchen dieser Workflow hat und welche geschätzten Ergebnisse er produziert So werden wir also den gesamten Workflow erstellen. Und nur um einen Hinweis hinzuzufügen, dass wir das Model Context Protocol, Guardrails und den Le Loop bereits in anderen Vorlesungen behandelt Guardrails und den Le Loop bereits in anderen Ich werde hier nicht speziell auf sie eingehen, weil sie in diesem speziellen Arbeitsablauf nicht spezifisch verwendet werden, aber das Ziel ist, dass Sie die hier bereitgestellten Informationen verwenden können die hier bereitgestellten Informationen verwenden Und all die vorherigen Lektionen , um dann tatsächlich einen kompletten Workflow oder ein komplettes Multiagentensystem auf der Grundlage Ihrer eigenen Anforderungen zu erstellen einen kompletten Workflow oder ein komplettes Multiagentensystem . Sie können dieses Wissen erweitern und immer mehr Workflows erstellen, und ich hoffe, das hilft Ihnen dabei, dies zu erreichen. Jetzt treffe ich Sie in der nächsten Vorlesung in der wir das Ganze live erstellen werden, ausgehend von einer leeren Leinwand. Vielen Dank fürs Zuschauen Wir sehen uns in der nächsten Vorlesung. 9. OpenAI Agent Builder-Masterclass mit allen Knoten: Willkommen zurück zu dieser Meisterklasse über den Multi-Agent-Webseitengenerator Wir bauen diesen Multi-Agent-Workflow zur Generierung einer Webseite auf Wir haben in der vorherigen Lektion einen Überblick darüber gesehen , und jetzt werden wir tatsächlich weitermachen und ihn von Grund auf neu erstellen Um das zu tun, werde ich hier die B-Taste drücken. Sobald Sie das getan haben, kommen Sie hier auf die Homepage für den Agent Builder. Falls Sie noch kein Konto haben und ein Konto erstellen möchten, können Sie sich die vorherigen Vorlesungen ansehen , in denen wir den gesamten Prozess durchlaufen den gesamten Prozess durchlaufen und Sie können zuerst ein Konto erstellen. Sobald Sie ein Konto haben, besuchen Sie die Plattform dot.com slash AG Builder und klicken Sie dann auf der Startseite auf die Schaltfläche Erstellen, um einen neuen Workflow zu erstellen Sie erhalten hier einen neuen Workflow und zunächst erhalten wir einen Startknoten und einen M-Agent-Knoten Als Erstes werden wir den Workflow umbenennen. Lassen Sie uns auf diese drei Punkte klicken und Sie werden vielleicht feststellen, dass dies zunächst nicht funktioniert. Das ist wahrscheinlich ein Fehler in diesem OpenAI Agent Builder. Sie können Ihren Agenten einfach in etwas anderes umbenennen und nach draußen klicken Und sobald Sie diese Änderung vorgenommen haben, funktioniert dieser Klick. Sie können hier auf Umbenennen klicken und diesen Namen in den Namen ändern, den wir zuvor verwendet haben, nämlich den Webseitengenerator für mehrere Agenten, und die Eingabetaste drücken. Ordnung. Jetzt haben wir unserem Workflow einen Namen gegeben und bevor wir mit der Erstellung beginnen, sollten wir eine Entwurfsphase durchlaufen. Nun zu dieser Masterclass, wir haben uns bereits in der vorherigen Vorlesung mit dem Design befasst. Das war das Design, das wir hatten. Wir haben den Ablauf in mehrere Schritte aufgeteilt. Jeder Schritt hatte eine Liste von Knoten, die bestimmten Teil des Workflows bildeten, und diese wurden dann miteinander verbunden , um den gesamten Workflow zu erstellen. Ordnung. Also das ist ein Aspekt , den wir bereits gemacht haben. Wenn Sie das erstellen, können Sie sich auf diese Lektion beziehen, und wir werden uns auch auf diesen Aspekt beziehen auch auf diesen Aspekt während wir den Workflow von Grund auf neu erstellen. Dies wird als unser Design dienen. Abgesehen davon, dass das Design fertig ist, möchte ich Ihnen noch einen weiteren Aspekt erläutern, nämlich alle Eingabeaufforderungen In unserem Workflow gibt es sechs Agenten, und alle Eingabeaufforderungen wurden dem Kurs-Repository hinzugefügt, das Sie tatsächlich auschecken können. Dort finden Sie alle hier genannten Eingabeaufforderungen unter dem Namen des Agenten Sie können diese bei der Erstellung des Workflows verwenden und sie beim Abtippen oder beim Kopieren und Einfügen überprüfen Abtippen oder beim Kopieren und Einfügen , damit Sie verstehen, wie das funktioniert Und wir werden erneut auf dieses Kurs-Repository zurückgreifen, während wir unseren Workflow von Grund auf neu erstellen. In Ordnung. Also, nachdem das geklärt ist, gehen wir zurück zu unserer Leinwand und fangen an, sie zu bauen. Der erste Knoten, den wir einrichten wollen, ist also der Startknoten. Lassen Sie mich ein bisschen herauszoomen. Das gibt uns mehr Platz, um weitere Knoten hinzuzufügen. Und jetzt fügen wir hier tatsächlich unseren ersten Schritt hinzu. Also werde ich zuerst ein Label für diesen Schritt hinzufügen, und dieser Schritt wird Query Safety Checker genannt Ich werde es Schritt eins nennen. Also werde ich es Schritt eins Safety Checker nennen. Ändern wir die Größe ein wenig und positionieren wir es dann hier drüben, und positionieren wir es dann hier um den ersten Schritt zu kennzeichnen Hier überprüfen wir also, ob unsere Anfrage etwas Unsicheres oder Schädliches enthält , und wir bitten um die Zustimmung des Benutzers, wenn wir das feststellen, Das ist also dieser Agent. Also werde ich das in Safety Checker umbenennen . Also werde ich das in Query Safety Checker umbenennen , indem ich den Namen hier drüben eintippe, und dann schreiben wir die Anweisungen aus Um die Anweisungen auszuschreiben, erweitern wir dieses Eingabeaufforderungsfeld und wählen dann alles aus und ersetzen es durch die Eingabeaufforderung für diesen bestimmten Agenten Auch hier können Sie diese Aufforderung aus dem VS-Code abrufen, indem Sie diesen Code aus unserem Github-Repo auschecken Wir werden auf 01 query safety checker dot TXT im Prompts-Ordner verweisen 01 query safety checker dot , der sich im Multi-Agent-Webseitengenerator-Ordner befindet , der hier Nummer vier ist Dies sind die Dateien, die wir verwenden werden. Sobald Sie diese Aufforderung hier geschrieben haben , können Sie sie tatsächlich auslesen. Sie müssen also überprüfen, ob die angegebene Abfrage sicher ist und professionell mit wahr oder falsch beantworten und einen Grund angeben, warum die Abfrage gemäß dem Ausgabeschema sicher ist oder nicht. Jetzt bitten wir den Agenten im Wesentlichen, uns zwei Dinge zu geben. Erstens, ob es sicher ist oder nicht, was ein boolescher Wert ist, und die andere Sache ist, was der Grund für diese Entscheidung ist. Dabei handelt es sich um eine Zeichenfolge, in der der Agent seine Gründe für diese Entscheidung angibt Speichern wir die Eingabeaufforderung hier und dann müssen wir zum Ausgabeformat wechseln und Jason als und dann müssen wir zum Ausgabeformat wechseln und Jason Ausgabeformat auswählen Und dann füge hier ein Schema hinzu. Sobald Sie darauf klicken, erhalten Sie dieses Dialogfeld mit strukturierter Ausgabe. Jason, der Name ist Response Schema, also belassen wir es dabei. Also können wir das ändern, wenn du willst, aber ich werde es beim Antwortschema belassen. Dann füge ich hier eine Eigenschaft hinzu und lasse mich diese Eigenschaft als query underscore safe bezeichnen , was nur sagt, ob die Abfrage sicher ist oder nicht Das wird ein boolescher Wert sein. Ich werde hier eine Beschreibung hinzufügen, die besagt , dass dies wahr ist, wenn die Abfrage sicher und professionell ist, andernfalls ist es falsch, einfache Beschreibung hier und Sie können eine weitere Eigenschaft zur Begründung hinzufügen Nennen wir diese Eigenschaftsabfrage also Sicherheitsgrund. Ordnung. Also das sagt nur, was der Grund für die oben getroffene Sicherheitsentscheidung ist. Dies wird eine Zeichenfolge sein, in der der Agent erklärt, warum er die Abfrage für sicher hält oder nicht. Und ich werde hier eine Beschreibung hinzufügen, die angibt, warum die Abfrage sicher ist oder nicht. In Ordnung. Also das ist mein Antwortschema, und ich habe jetzt mehr oder weniger meinen ersten Agenten eingerichtet. Sie können sich die anderen Immobilien hier ansehen. Ich werde sie standardmäßig belassen, aber Sie haben die Wahl zwischen einem Modell. Sie können das Modell von GPD five auf andere Modelle ändern , wenn Sie möchten Sie haben die Argumentationsbemühungen. Ich werde es auf einen niedrigen Wert setzen. Ich lasse einfach die Standardeinstellung da drüben, und dann haben Sie andere Dinge wie Ausführlichkeit, Zusammenfassung usw. Sie können sich diese Optionen hier ansehen. Ich lasse die übrigen Optionen auf den Standardeinstellungen stehen und klicke dann einfach nach draußen , um die Einrichtung dieses bestimmten Agenten abzuschließen. Das ist jetzt die Einrichtung von Agent Nummer eins. Jetzt werde ich die Ausgabe dieses Agenten transformieren. Dieser Schritt dient nur dazu, zu verstehen, wie die Transformationsvariable funktioniert Es ist nur, um dir zu zeigen, wie wir die Ergebnisse eines Agenten transformieren können, okay? Lassen Sie uns diesen speziellen Punkt auf die Eingabe des Transformationsknotens ziehen , und jetzt habe ich den Transformationsknoten hier drüben. Das hilft uns, die Daten neu zu gestalten. Die Idee hier ist, und das ist nur zu unserem Verständnis, wenn wir hier eine JSN-Ausgabe haben, können wir diese das ist nur zu unserem Verständnis, wenn wir hier eine JSN-Ausgabe haben, in zwei Variablen umwandeln, was ich hier machen werde, ist, dass ich den Transformationsknoten auswähle, und das gibt mir die Möglichkeit , hier verschiedene Schlüssel und Werte hinzuzufügen, ich werde den ersten Schlüssel hinzufügen ist abfragesicher a. Das ist nur dieselbe Ausgabe, die wir hier im jsnRResponse-Schema bekommen Ich habe hier die Unterstrich-Variable var angehängt und werde ihr den Wert aus der Ausgabe des vorherigen zuweisen . Wenn du also hier drüben klickst, siehst du all diese Optionen und du kannst hier sehen und du kannst Also werde ich das einfach auswählen. Und, äh, sobald Sie das getan haben, werden Sie tatsächlich feststellen, dass es heißt, dass Eingabepunkt, der Ausgabeunterstrich übergeben wurde, Punkt ist abfragesicher. Also das kommt hierher. Das bedeutet also im Grunde , dass es die Eingabe des aktuellen Knotens, der der Transformationsknoten ist , entgegennimmt . Dies ist eigentlich die Ausgabe des vorherigen Knotens, und dann wird es den Ausgabeunterstrich nehmen, der von der Ausgabe dieses Knotens übergeben wurde, und dann wird es die abfragesafe-Variable is verwenden Sie haben also einfach das jetzt um diesem bestimmten Schlüssel zugewiesen Ich klicke hier und füge einen weiteren Schlüssel hinzu und ich nenne diese Abfrage Safety Reason Ware. Ich gehe wieder zu dem Wert hier drüben und wähle hier die Option Ausgabe nach Abfragesicherheitsgrund aus. Nochmals, jetzt habe ich diese spezielle Variable hier drüben Manchmal werden Sie sehen, dass hier eine rote Unterstreichung steht , die auf ein Problem in dieser Variablen hinweist auf ein Problem in dieser Im Moment gibt es hier jedoch kein Problem, also klicke ich einfach nach draußen und dann erneut darauf, um das zu überprüfen, und Sie können sehen, dass die rote Linie jetzt weg ist gibt es einige, ähm, Bugs oder einige Probleme mit der Benutzeroberfläche Derzeit gibt es einige, ähm, Bugs oder einige Probleme mit der Benutzeroberfläche im OpenAI Agent Builder, aber wir können sie umgehen, um unseren Workflow zu erstellen Also lass uns jetzt nach draußen klicken und ich habe diese beiden Variablen dabei Damit ist unser Transformationsknoten abgeschlossen. Okay, jetzt habe ich das in eine andere Art von Schlüssel- und Wertepaar umgewandelt . Jetzt möchte ich den Status mit diesen Werten festlegen. Also ziehe ich den Set-State-Node hierher und lass uns nun die Ausgabe des Transform-Knotens auf die Eingabe des Set-State-Nodes ziehen . In Ordnung. Was ich tun möchte, ist, diese Werte zu verwenden, den Grund für die Abfragesicherheit und ob die Abfrage sicher ist oder nicht. Also diese beiden Variablen später in meinem Flow, sich hinter dem Transformationsknoten befindet. Also, was ich tun werde, ist , hier einen Wert hinzuzufügen. Wenn Sie also auf Status festlegen klicken, erhalten Sie die Aufforderung, den Wert zuzuweisen, und jetzt müssen Sie diesen bestimmten Wert auswählen. Also habe ich vom Transformationsknoten aus eine Abfrage von Safeware, damit ich das auswählen kann Und jetzt möchte ich es einer Variablen zuweisen. Dies wird eine Statusvariable sein, die während des gesamten Workflows verfügbar ist. Ich habe momentan keine Variablen, also kann ich hier auf „ Variable anzeigen“ klicken, und ich weiß, dass ich einen sicheren Bereich abfrage ist ein Mobbing, also wähle ich einfach diese aus und gebe einen Namen dafür Ich nenne diese Variable also Query Safe State, nur um darauf hinzuweisen , dass es sich jetzt um eine Statusvariable handelt, und ich werde einen Standardwert wählen Nehmen wir an, dass die Abfrage standardmäßig nicht sicher ist Jetzt klicken wir auf Speichern. Dadurch wird diese bestimmte Zustandsvariable gespeichert, und jetzt kann ich hier eine weitere Zustandsvariable hinzufügen. Ich werde den Wert hier drüben zuweisen. Lassen Sie mich die Frage auswählen, warum die Sicherheitsgründe hier sind. Ich werde es erneut auswählen und jetzt wird es angezeigt, und jetzt füge ich hier eine Variable hinzu. Jetzt wird das eine Zeichenfolge sein. Nennen wir diese Abfrage Sicherheitsstatus. Nennen wir diese Abfrage Safety Reason State und lassen den Standardwert NA sein, richtig? Jetzt wird eine neue Variable hinzugefügt Lassen Sie mich auf Speichern klicken, um sie hinzuzufügen. Und jetzt haben Sie den Sicherheitsgrund für die Punktabfrage eingegeben dem Sicherheitsgrundstatus der Abfrage zugewiesen. Der Status hier steht dafür, dass es sich um eine Zustandsvariable handelt. Ich klicke nach draußen, um es zu speichern. Lassen Sie mich noch einmal darauf klicken, stellen Sie nur sicher, dass hier nichts Rot ist und Sie sehen können, dass das rote Problem behoben ist. Das ist jetzt blau, was bedeutet, dass es korrekt eingerichtet ist. In Ordnung. Damit überprüft unser Agent , ob die Anfrage sicher ist oder nicht , und stellt diese Informationen dem Staat zur Verfügung. Auf der Grundlage dieser Informationen möchten wir nun prüfen, ob die Abfrage sicher ist oder nicht. Also haben wir hier eine Bedingung, die INL ist, also wird geprüft, ob die Abfrage sicher ist oder nicht Auf der Grundlage dieser Entscheidung werden wir nun die Zustimmung des Benutzers einholen und dann diesen speziellen Knoten hinzufügen Wir werden später zu diesem Knoten kommen, aber lassen Sie uns zuerst unseren ILS-Knoten einrichten. Ziehen wir die Ausgabe des festgelegten Zustandsknotens auf die Eingabe der IL. Lassen Sie uns das hier ein bisschen anordnen und jetzt richten wir diesen Knoten ein. Richten Sie es ein, klicken Sie einfach darauf und Sie haben diesen ifelse-Knoten hier drüben Lassen Sie uns nun diesen ILS-Block einrichten. Sobald Sie darauf klicken, erhalten Sie die Eigenschaften hier. Im Grunde ist es eine Bedingung, sodass Sie mehrere Fälle haben können . Sie können hier den Namen für den Fall angeben , damit Sie verstehen welchen Fall sich ein bestimmter Zweig von INL bezieht Rufen wir den ersten Fall auf, da die Abfrage sicher ist, und das ist der Zustand, in dem unser Agent sagt , dass die Abfrage nichts Schädliches enthält Wir können einfach die Statusvariable überprüfen Wir haben den Status hier bereits festgelegt. Das ist die Zustandsvariable, und wir können sie einfach mit true vergleichen, ähm, lass uns das machen. Ich sage, state dot ist Query Safe State, Equals, Equals True, das vergleicht nur die Zustandsvariable mit dem Wert Wenn das stimmt, fahren wir mit dem Zweig „Abfrage ist sicher“ fort und Sie können sehen, dass der Name für den Fall, den Sie hier angegeben haben, Sie können ihn hier nachlesen Es ist jetzt leicht zu verstehen , dass, wenn die Abfrage sicher ist, der Zweig hier drüben rausgeht , und wenn die Abfrage nicht sicher ist, was die SE-Bedingung ist, haben wir die Phase der Benutzergenehmigung , die als nächstes kommen sollte. Sie können auch mehrere weitere Fälle hinzufügen, indem Sie auf die Schaltfläche Hinzufügen klicken. Wenn ich einen Fall habe, dann machen Sie diesen, der erste Zweig. Im zweiten Fall machen Sie das und dann gibt es für jeden anderen Fall einen letzten für jeden anderen Fall in dem Sie tatsächlich von hier aus weitermachen können. Aber das brauchen wir nicht, wir löschen einfach dieses SIF und dann klicken wir raus Das ist jetzt unser kompletter ILS-Block. Ordnung, jetzt programmieren wir Phase der Benutzerfreigabe über Heute. Also lass uns diesen Knoten hier rausbringen und lass mich einfach die Ls-Bedingung angeben, damit wir über die Herde reinkommen können. Sobald die Anfrage nicht sicher ist, möchten wir die Zustimmung des Benutzers einholen, was entweder zu einer Genehmigung oder einer Ablehnung führen kann. Okay? Das sind also die beiden Optionen hier, mit denen wir unseren Workflow fortsetzen können. Also werde ich darauf klicken und sobald Sie das getan haben, sehen Sie hier die Eigenschaften der Benutzergenehmigungsphase und es heißt, dass sehen Sie hier die Eigenschaften der Benutzergenehmigungsphase und es heißt, sie pausiert ein Mensch einen Schritt genehmigen oder ablehnen kann. Also können wir dem einen Namen geben, und ich lasse das als Zustimmung des Benutzers sein. Und jetzt fügen wir hier eine Nachricht für unseren Benutzer hinzu. Der Benutzer wird also diese Nachricht sehen. Lassen Sie mich das erweitern. Ich denke, es gibt keine Möglichkeit, das hier zu erweitern. Ich hoffe, Sie können das hier sehen, aber es heißt, es gibt Grund zu der Annahme, dass die Abfrage nicht sicher ist. Möchten Sie trotzdem fortfahren? Und die ursprüngliche Abfrage wird als Workflow-Punkteingabewert als Unterstrichtext bereitgestellt Workflow-Punkteingabewert als Unterstrichtext Das ist also eine der verfügbaren Variablen. Sie können diese Spezifikation tatsächlich hinzufügen, indem Sie auf Kontext hinzufügen klicken. Sobald Sie das getan haben, sehen Sie, dass die Eingabe, die Sie am Anfang für den Workflow bereitstellen als Teil dieser Variablen verfügbar ist Der triviale Fall hier wäre, dass der Benutzer die Anfrage einfach ablehnt, sodass Sie in diesem Fall nichts tun Sie können einen Knoten hierher ziehen und Sie erhalten hier eine Option für einen neuen Knoten. Sie können einfach einen der Knoten auswählen, Sie können einfach einen der Knoten auswählen seine Position zu füllen Klicken wir auf Ende und damit ist unser Arbeitsablauf beendet , sodass Sie nichts weiter tun müssen, da die Anfrage abgelehnt wurde. Andererseits kann es vorkommen, der Benutzer diese Anfrage genehmigt Und dann gehst du zum zweiten Schritt, okay, und du hast einen Knoten hier drüben. Gemäß unserem Entwurf wollen wir zunächst die Anfrage untersuchen, bevor wir eine Ausgabe erstellen. Das wird der zweite Schritt sein, das wird die Forschungsphase sein, in Ordnung. Ich werde diesen speziellen Knoten auch auf den gleichen Knoten hier drüben ziehen . Wir können das nicht tun, es sei denn, wir wählen das als Agenten aus. Also weisen wir zuerst den Agent-Knoten hierher und ziehen diese Ausgabe auch hierher. Ordnung. Jetzt sagen wir also im Wesentlichen, ob die Abfrage sicher ist oder ob sie unsicher war, der Benutzer sie aber genehmigt hat diesen beiden Fällen setzen wir den Arbeitsablauf fort Wir geben, wir werden unseren Workflow für diesen speziellen Agenten hier fortsetzen , und jetzt müssen wir diesen speziellen Agenten entwickeln . Lassen Sie uns also zuerst hier einen Titel für diesen zweiten Schritt hinzufügen . Ich nenne es Schritt zwei Forschungsphase, richtig? Und lassen Sie uns es einfach hier drüben positionieren und Größe ein wenig ändern. In Ordnung. Also da hast du es. Jetzt, in der Forschungsphase, wollen wir gemäß unserem Entwurf zwei Agenten haben. Schauen wir uns unsere Designs an und das ist unser Design. Lass mich hier ein bisschen Platz einräumen. Und Sie können sehen , dass sich zwei Agenten in der Forschungsphase befinden. Einer ist der Fragengenerator und einer ist der Fragenforscher. Beide erzeugen einen Output, der in den Zustand versetzt werden muss in den Zustand versetzt , damit wir ihn später verwenden können, okay? Ich gehe zurück zu dem Agenten, den ich gebaut habe. Lassen Sie uns jetzt mit der Recherchephase beginnen und zuerst diesen Agenten erstellen. Ich habe das angeklickt und jetzt können Sie die Eigenschaften dieses Agenten sehen Nun, das ist unser Fragengenerator. Nennen wir es so. Nennen wir es Fragengenerator und fügen wir die entsprechende Aufforderung hinzu. Ich gehe zum VS-Code. Und hier ist der Fragengenerator, mein zweiter Agent. Kopieren wir die Aufforderung von hier und fügen sie jetzt hier ein, richtig? Damit du die Aufforderung lesen kannst. Darin heißt es, dass Sie anhand des Themas fünf Fragen stellen sollten, deren Beantwortung Ihnen helfen wird, das Thema zu verstehen. Das ist also meine Aufforderung. Lassen Sie mich auch erwähnen, dass die erste Benutzerabfrage lautet, und ich werde sie hier hinzufügen. Also habe ich die erste Benutzerabfrage a hinzugefügt und dann die Workflow-Punkteingabe Astex angegeben Das ist also, was meine anfängliche, Sie wissen schon, Benutzerabfrage enthalten, auf die ich dann mit diesen doppelten geschweiften Klammern hier verweisen kann mit diesen doppelten geschweiften Klammern hier verweisen Ordnung. Also lass uns hier auf Speichern klicken, und jetzt wird meine Aufforderung für den Fragengenerator gespeichert. Eine weitere Sache, die ich hier einstellen möchte , ist, dass ich das Ausgabeformat festlegen möchte. Also werde ich hier auf dieses Ausgabeformat klicken und Jason auswählen. Und sobald ich das wieder gemacht habe, habe ich die Möglichkeit, hier ein Schema hinzuzufügen Lassen Sie uns das hier machen. Wir haben das schon einmal für den vorherigen Agenten gemacht, und wir haben hier ein ähnliches Fenster und eine Option, dieses spezielle Schema hier hinzuzufügen. Auch hier lasse ich den Namen unverändert, was dem Antwort-Underscore-Schema entspricht, und füge hier Eigenschaften hinzu. Ich habe den Agenten gebeten, fünf Fragen zu erstellen, also werde ich fünf Eigenschaften hinzufügen die jeweils eine Frage repräsentieren Nennen wir sie dann als Frage mit Unterstrich eins, zwei, drei, vier und fünf Lassen Sie mich also den Namen für den ersten hier hinzufügen. Dann fügen wir eine Beschreibung hinzu. Also werde ich sagen, es ist Frage eins , um das Thema besser zu verstehen, okay? Dann können Sie das einfach kopieren und überall einfügen. Sie haben also immer wieder die erste Frage hier, und Sie können diese kopieren und hier einfügen. Und jetzt ändern wir die Nummerierung hier drüben. Ordnung, also habe ich die Nummerierung auf Frage eins, zwei, drei, vier und fünf aktualisiert, und ich habe die Beschreibung auch hier auf Frage eins, zwei, drei, vier und fünf aktualisiert. In Ordnung. Also Frage eins ist Frage eins, um das Thema besser zu verstehen. Das ist eine Beschreibung, und alle diese werden Zeichenketten sein, also kann ich diese B als Typ dieser Eigenschaften angeben und dann auf Update klicken. Sobald ich das gemacht habe, habe ich das Ausgabeformat eingestellt. Jetzt habe ich den Befehlssatz, ich habe das Ausgabeformat eingestellt. Alles andere werde ich standardmäßig belassen, was im Grunde das Modell, den Argumentationsaufwand, die Tools usw. sind Das alles wird so bleiben wie es ist und ich werde einfach nach draußen klicken, um diesen Fragengenerator jetzt so einzurichten. Alles klar. Also, was wir bis jetzt erreicht haben , ist, dass wir eine Startnotiz haben, wir bekommen eine Anfrage, wir überprüfen sie auf Sicherheit, ob sie sicher ist oder ob wir die Zustimmung des Benutzers haben, obwohl der Agent der Meinung ist, dass sie nicht sicher , gehen wir zur zweiten Phase über, fünf Fragen, ist, gehen wir zur zweiten Phase über, die hier eine Forschungsphase ist. Als Erstes generieren wir die, wenn sie beantwortet werden wird uns helfen , dieses spezielle Thema in der Anfrage sehr gut zu verstehen. Das macht dieser Agent. Als Nächstes möchten wir die Ausgabe dieses Fragengenerators in den Zustand versetzen , sodass wir ihn in zukünftigen Knoten wieder verwenden können , um auf diese generierten Fragen zu verweisen. Ordnung. Dafür werden wir also einen festgelegten Zustandsknoten hinzufügen. Also dieser Knoten ist hier drüben. Lass mich ihn hierher auf die Leinwand ziehen. Dann ziehe ich die Ausgabe vom Fragengenerator auf die Eingabe des festgelegten Statusknotens. Und lassen Sie uns diesen Knoten einfach hier drüben positionieren und wir können sehen , dass er die richtige Position hat. Und jetzt können wir diesen Status einstellen. Was wir also tun können, ist, hier den Wert zuweisen zu verwenden. Wenn wir auf den Knoten „Status festlegen“ klicken, wird dieses Dialogfeld angezeigt. Wählen wir hier die Option Output Underscore-Pass aus dem Fragengenerator Also wählen wir das Objekt und weisen es nun einer Variablen zu Also werden wir hier eine neue Variable hinzufügen und diese Variable ein Objekt sein lassen. Lassen Sie mich den Namen dieses Objekts hier eingeben, sodass es als generierte Unterstrich-Fragen bezeichnet wird generierte Unterstrich-Fragen Und jetzt können wir dafür ein Schema hinzufügen. Lassen Sie uns einfach den Tippfehler dort korrigieren und auf Schema hinzufügen klicken Jetzt können Sie auch hier mehrere Eigenschaften hinzufügen. Wir haben dies bereits früh hinzugefügt. Lassen Sie mich hier einfach Frage eins hinzufügen. Und klicken Sie auf Update. Was ich tatsächlich tun kann, ist, dass ich hier auf Speichern klicken und das Schema aus der vorherigen Ausgabe kopieren kann. So kann ich zum Fragengenerator gehen. Dann kann ich hier auf Antwortschema klicken, und Sie können sehen, dass es hier zwei Optionen gibt. Die einfache Option gibt uns die Benutzeroberfläche, um verschiedene Eigenschaften und deren Beschreibungen und Typen hinzuzufügen , und die erweiterte Option, mit der wir ein JSON für den gesamten Satz von Eigenschaften erhalten. Also klicke ich einfach hier und wähle alles aus und kopiere das dann und lasse mich einfach hier auf Abbrechen drücken. Jetzt habe ich dieses Schema in Jason-Form. Ich kann zur eingestellten State-Variablen gehen. Sobald wir also zu set state zurückkehren, sehen wir, dass es derzeit keine Möglichkeit gibt, die bereits vorhandenen Statusvariablen im OpenAI Agent Builder Canvas zu aktualisieren die bereits vorhandenen Statusvariablen derzeit keine Möglichkeit gibt, die bereits vorhandenen Statusvariablen im OpenAI Agent Builder Canvas Es ist nicht hier und auch nicht auf dieser Leinwand woanders verfügbar auch nicht auf dieser Leinwand woanders Und ich habe einige Zeit gebraucht , um danach zu suchen, aber ich konnte es nicht finden. Wenn Sie also in dieser Variablen eine Option sehen , um dies in Zukunft zu aktualisieren, verwenden Sie diese Option und Sie können dann das Schema aktualisieren. Im Moment füge ich hier einfach eine neue Variable hinzu, und wir wählen einen Typ als Objekt aus, und ich gebe ihm hier einen Namen als Qis-Unterstrichliste. Dann klicke ich auf Schema hinzufügen und ich werde hier auf Erweitert klicken. Wenn Sie also auf Advanced klicken, sehen Sie, dass es ein JCN-Objekt gibt , das Sie hier angeben können. Lassen Sie mich hier einfach alles auswählen und einfügen was ich aus der vorherigen, ähm, Agentenausgabe kopiert habe Ordnung. Also, das ist der Jason, den wir haben. Der Typ ist Objekt. Es gibt fünf Eigenschaften, bei denen es sich um die fünf Fragen handelt. Jede Eigenschaft ist vom Typ Zeichenfolge, und für jede Eigenschaft gibt es eine Beschreibung. Und dann gibt es noch weitere Eigenschaften, die fallen. All dies ist erforderlich und der Titel lautet Response Underscore Schema Wir können den Titel hier entfernen, da dies kein Pflichtfeld für dieses JSN-Objekt ist kein Pflichtfeld für , wenn wir über eine Variable sprechen, und wir können jetzt hier auf Update klicken Also werden wir auch dieses Komma entfernen. Und lass uns auf Update klicken. In Ordnung. Also haben wir dieses Schema hier eingestellt und jetzt können wir auf Speichern klicken. Ordnung. Jetzt haben wir die Variable in den Fragen unter Scoe-Liste, und dieser weisen wir den Wert aus der Eingabepunktausgabe unter Scope-Pass Damit ist diese festgelegte Zustandsvariable abgeschlossen. Und jetzt müssen wir diesen zweiten Agenten hier hinzufügen. Wir können zu unserem Design zurückkehren und sehen, dass wir den Fragenforscher hier drüben haben, in Ordnung. Also gehe ich hierher und ziehe diesen Agenten raus und lass uns darauf klicken und ihn Questions underscore researcher nennen ihn Questions underscore researcher Also sage ich hier einfach Fragen, Weltraumforscher. Klicken wir nach draußen, um das zu speichern, und dann können wir es unter unserem vorherigen Agenten ausrichten. Nehmen wir die Ausgabe aus dem eingestellten Status und übergeben sie an die Eingabe des Agents für Fragenforscher. Und jetzt können wir die Eingabeaufforderung dafür hinzufügen. Also werde ich das auswählen und hier ist die Aufforderung. Lassen Sie uns das jetzt erweitern und kopieren wir die Eingabeaufforderung aus unserem Github-Repo. In Ordnung. Also hier sind wir bei VS Code, und wir haben Fragen, Forscher, Punkt TXT-Datei Nummer drei hier drüben, und das ist die Aufforderung, die wir wollen. Lassen Sie uns das von hier kopieren und zurück zu unserem Agenten gehen, und lassen Sie uns das in das Feld mit den Bearbeitungsanweisungen hier drüben einfügen . Das heißt also, dass Sie das Suchwerkzeug verwenden , um die unten generierten und bereitgestellten Fragen zu recherchieren unten generierten und bereitgestellten und Antworten auf jede Frage zu finden. Und das sind die Fragen, Frage eins, zwei, drei, vier und fünf, und wir beziehen uns auf die Frage, indem wir State Dot Questions unter Scoelist verwenden State Dot Questions unter , was die Objektvariable ist, die wir erstellt haben, Qi unterstreicht eins, was die Frage in diesem O ist. Alles klar. Qi unterstreicht eins, was die Frage in diesem O ist. Alles klar. Und wenn Sie das hinzufügen möchten, können Sie das Feld Kontext hinzufügen hier verwenden, und dann können Sie tatsächlich zum Abschnitt Status gehen , und hier sehen Sie die Fragenliste hier drüben, und dann können Sie tatsächlich all diese Fragen einzeln hinzufügen. Wenn ich also auf Q 1 klicke, wird das für mich automatisch an der Stelle hinzugefügt , an der sich mein Cursor befindet, okay? Also kann ich das vorerst einfach entfernen und das speichern. Und das vervollständigt im Grunde Anweisungen unserer Forscheragenten. Wir müssen auch ein Ausgabeformat angeben, und was wir tatsächlich tun können, ist, dass wir zu unserem vorherigen Agenten gehen und dann zum Antwortschema gehen und das kopieren, richtig, denn genau wie der vorherige Agent fünf Fragen erstellt hat, müssen wir jetzt fünf Antworten erstellen, oder? Also kopiere ich einfach dieses strukturierte Ausgabe-JCN-Objekt und kann dann auf den Fragen-Recherche-Agent klicken Ich kann zum Ausgabeformat gehen und dann JsNohe auswählen und auf Ad Schema klicken Und der Name kann Antwortschema sein, und jetzt können wir zum erweiterten Abschnitt gehen und alles durch das zuvor kopierte Schema ersetzen Wenn ich es jetzt einfach dabei belasse, kehre ich zum einfachen Bildschirm zurück. Ich kann sehen, dass all diese Variablen hinzugefügt wurden , die ich wollte. Aber ich möchte nicht, dass es eine Frage heißt. Ich wollte Antwort sagen, oder? Also gehe ich zu Erweitert und sage Befehl F. Und wenn du das getan hast, wenn du darauf klickst und Befehl F sagst, bekommst du dieses Boxkissen und du kannst einfach Frage ersetzen und wir können das tatsächlich durch Antwort ersetzen. Ordnung. Und ich tippe hier einfach die Antwort ein. Und jetzt klicken Sie einfach auf Alle ersetzen und jetzt sehen Sie , dass das Ausgabeschema jetzt sagt, dass, äh, das ist Antwort eins, um das Thema besser zu verstehen, und dieser Name dieser Variablen oder Eigenschaft ist Antwort unter Platz eins, und so weiter, Sie haben hier mehrere Eigenschaften. Und wenn Sie wieder zur einfachen Ansicht zurückkehren, können Sie sehen, dass jetzt alle Antworten aktualisiert werden und auch die Beschreibung aktualisiert ist . In Ordnung. Jetzt kann ich auf Update klicken und das wird das Antwortschema speichern. Jetzt habe ich die Fragen beantwortet, Researcher Agent. Alles andere wird auf den Standardwerten belassen. Jetzt wollen wir, dass der Agent in der Lage ist, zu diesen Fragen zu recherchieren , um diese Antworten zu finden, richtig? Und dafür werden wir hier ein Tool hinzufügen. Wenn Sie auf das Plus neben Tools klicken, sehen Sie all diese Optionen, und es gibt einige Tools, die gehostet werden. Die OpenAI-Plattform hostet es also und verwaltet es für Sie. Sie müssen keinen Code dafür schreiben. Und eines dieser Tools ist das Web-Suchtool. Also werden wir das benutzen. Sobald wir das ausgewählt haben, haben Sie die Möglichkeit , das Web-Suchtool zu konfigurieren. Aber das wird uns im Wesentlichen helfen , ist, dass es unserem Agenten die Möglichkeit gibt , das Internet zu durchsuchen, um alle Fragen zu beantworten , die er in seinen Anweisungen hat , und dann die Antworten zu generieren. In Ordnung. Nun, es gibt mehrere Einstellungen, die Sie hier vornehmen können. Ich werde die neueste Version verwenden. Ich möchte keine bestimmte Website angeben , auf der ich suchen möchte, also lasse ich dieses Feld leer. Dann haben wir den Standort des Benutzers. Es ist optional. Und noch einmal, ich möchte das nicht spezifizieren. Ich lasse einfach alle Dinge auf den Standardwerten und klicke auf AD. Jetzt habe ich das Web-Suchtool, und das vervollständigt im Wesentlichen meine Fragen, Researcher Agent. Ordnung. Jetzt kann ich draußen klicken und jetzt können wir zum nächsten Schritt übergehen. Gemäß unserem Entwurf wollen wir erneut den Status mit den Antworten auf alle Fragen festlegen . Also werden wir hier einen festgelegten Zustandsknoten verwenden. Lassen Sie uns das herausziehen und dann die Ausgabe des Fragenforschers verbinden. Agent, führen Sie die Eingabe dieses festgelegten Statusknotens durch. Lassen Sie uns ihn hierher verschieben, und jetzt haben wir diesen festgelegten Zustandsknoten. Was wir jetzt tun können, ist den Wert der Ausgabe dieses Agenten zuzuweisen. Also werde ich hier drüben klicken und Sie können sehen, dass es sich um eine Eingabe für diesen Knoten handelt. Was ausgegeben wird, wenn Unterstrich übergeben wurde, und das hat alle Antworten, also wähle ich Das ist die Variable, der ich den Wert zuweisen möchte, und jetzt füge ich hier zwei Variablen hinzu. Bevor ich das mache, muss ich das Schema aus der Ausgabe von Questions Researcher kopieren , sodass ich einfach dasselbe Schema verwenden kann. Also gehe ich zum Fragenforscher und klicke auf Antwortschema. Ich gehe zur Registerkarte Erweitert, die mir die JSN für die Ausgabe gibt, und ich wähle hier alles aus und kopiere das Klicken wir nun auf Abbrechen. Jetzt kehren wir zum eingestellten Status zurück und fügen hier unsere Statusvariable hinzu, richtig? Jetzt klicke ich auf Variable hinzufügen. Und genau wie ich zuvor ein Objekt ausgewählt hatte , mache ich dasselbe. Und statt einer Fragenliste nenne ich das jetzt eine Antwortliste, richtig. Es wird also eine Antwortliste genannt. Und lass uns auf Schema hinzufügen klicken. Und anstatt jede Eigenschaft von Hand hinzuzufügen, gehen wir einfach hier zur Registerkarte Erweitert. Wir wählen alles aus und fügen das Schema ein, das wir hatten. Wir werden einfach den Titel entfernen , weil das nicht erforderlich ist. Wir werden auch das zusätzliche Komma und die Doppelcodes entfernen , und das wird jetzt unser Schema für diese spezielle Zustandsvariable sein unser Schema für diese spezielle Zustandsvariable Klicken wir also auf Update. Und jetzt haben Sie die Antwortliste hier. Okay? Also können wir hier einfach auf Speichern klicken und das ist jetzt erledigt. Jetzt kommt unsere Ausgabe des Fragenforschers vom Agenten und wird mithilfe dieses festgelegten Zustandsknotens in den Status des Workflows versetzt. Darauf. Jetzt können wir nach draußen klicken und mit dem nächsten Schritt fortfahren. Also, was ist der nächste Schritt? Gehen wir zu unserem Design und schauen wir uns das an. Der nächste Schritt wird also Requirements Writer Agent sein. Das ist also Schritt drei, und er besteht aus einem Agenten und einem festgelegten Zustandsknoten. Also lass uns das jetzt machen. Wir werden hier den nächsten Schritt hinzufügen. Lassen Sie mich zuerst einen Titel dafür hinzufügen. Ich werde den Knoten hier drüben ablegen und ihn hier hinzufügen, und ich nenne das Schritt drei, und das wird in Ordnung sein Also habe ich Schritt drei Anforderungen hier geschrieben. Lassen Sie mich die Größe und Anordnung dieses Knotens ändern. Ordnung, jetzt habe ich diesen Knoten fertig, und jetzt füge ich einfach einen Agent-Knoten hinzu Und lassen Sie uns auch den Set-State-Node herausziehen und einfach zuerst dieses Gerüst bauen Und lassen Sie uns die Ausgabe des vorherigen Set-State-Knotens auf diesen Agenten ziehen vorherigen Set-State-Knotens Dann ziehen wir die Ausgabe des Agenten auf den Knoten mit dem festgelegten Status, und das ist die Grundkonfiguration , nach der wir suchen, oder? Jetzt kann ich zum Agent-Knoten gehen und das zuerst einrichten, oder? Also werde ich diesen Node als Requirements-Writer bezeichnen . Es ist also ein Agent namens Requirements und dann Writer. Das wird uns also helfen, die Anforderungen für unsere Webseite zu schreiben . Und dann kopieren wir die Aufforderung aus unserem Github-Repo. Lass mich zum VS-Code gehen. Ordnung. Also hier sind wir beim VS-Code. Wir haben Datei Nummer vier, die Anforderungen unterstreichen den Writer Kopieren wir also einfach die gesamte Eingabeaufforderung und kehren zu unserem Workflow zurück. Ich werde dieses Feld erweitern, indem ich hier klicke und die Aufforderung einfach hier einfüge. In Ordnung. Jetzt sehen Sie, dass es heißt, schreiben Sie die Anforderungen für ein DML, CSS, JS Unified HTML-Dokument, das den Leuten helfen kann, das Thema in der Benutzerabfrage zu verstehen , und das ist das Ich habe auch erwähnt, dass ein Team zu diesem Thema recherchiert und fünf wichtige Fragen und Antworten gefunden hat diesem Thema recherchiert und fünf wichtige Fragen und Antworten Und das sind Frage eins, zwei, drei, vier und fünf, und dann haben Sie die Antwort. Und um auf diese Fragen zu verweisen, verwenden wir die von uns festgelegten Zustandsvariablen, nämlich die Fragenliste und die Antwortliste. Und dann beziehen wir uns auf die erste, zweite, dritte, vierte und fünfte 10. Was ist n8n und Hauptmerkmale: Heute beginnen wir mit unserem Kurs über NAN. Und in dieser Vorlesung gebe ich Ihnen einen klaren praktischen Überblick darüber, was NATN ist und was Sie damit erreichen können Sie können also auf ihrer Website, Naten Dot , auf NATN zugreifen , auf NATN NATN ist also im Wesentlichen ein Tool zur Workflow-Automatisierung, oder? Und dafür müssen wir verstehen, was ein Workflow ist und wie wir ihn mit NATIN automatisieren Sie können also hier rüber gehen und es gibt ein Beispiel für einen Workflow , den sie hier bereitstellen Was Sie jetzt auf Ihrem Bildschirm sehen, ist ein Beispiel einen Workflow, der mit NATN automatisiert wurde Sie können die verschiedenen Elemente sehen , die an diesem Workflow beteiligt sind, und diese werden als Knoten bezeichnet Diese sind nun sinnvoll miteinander verbunden, und das hilft Ihnen, den gesamten Arbeitsablauf zu automatisieren . Nun, wie funktioniert das? Zuallererst haben wir hier etwas, das als Triggerknoten bezeichnet wird, und das ist es, was Ihren Workflow starten wird . Ordnung. Es wird deinen Workflow auslösen. Dies kann auf einigen Bedingungen beruhen. Hier ist die Bedingung, dass jedes Mal, wenn ein Formular zum Erstellen eines Benutzers gesendet wird, vielleicht über eine Weboberfläche, dieser Workflow ausgelöst wird und die Daten, die von diesem Formular empfangen werden die Daten, die von diesem Formular empfangen dann durch diese Pfeile durch verschiedene Knoten in diesem Workflow weitergeleitet werden, und schließlich ist der Workflow abgeschlossen. Jeder Knoten wird die Daten ändern oder etwas mit ihnen machen oder Aktion ergreifen und Ihnen dabei helfen alle gewünschten Schritte in Ihrem Workflow auszuführen. Das Beste daran ist, dass jeder dieser Knoten vor Ihren Augen sichtbar und auf sinnvolle Weise miteinander verbunden ist vor Ihren Augen sichtbar . So können Sie leicht verstehen, wie das zusammenhängt, wie das funktioniert und wie Sie bei Bedarf tatsächlich Änderungen vornehmen oder Ihren Arbeitsablauf verbessern können . Sobald der Trigger-Knoten die Einreichungsdaten für das Formular zur Benutzererstellung erhält , leitet er sie an einen KI-Agenten weiter. Das ist also unser nächster Knoten, und dieser KI-Agent verwendet ein Chat-Modell. Es verwendet etwas Speicher, um Benutzerkonversationen zu verfolgen oder Daten zu speichern. Es verwendet auch einige Tools wie Microsoft Entra ID und Jira-Software Der Agent kann also all diese Tools verwenden. Ich kann das Chat-Modell und den Speicher verwenden , um diese Daten auf irgendeine Weise zu verarbeiten und sie dann schließlich an diesen Entscheidungsknoten weiterzugeben. Hier drüben würde der Knoten Entscheidung suchen, die Sie treffen möchten. Hier wird also geprüft, ob der Benutzer, der erstellt wurde, ob das Formular, das eingereicht wurde, für einen Benutzer bestimmt ist , dessen Rolle ein Manager ist oder nicht. Und wenn das stimmt, können Sie einige Maßnahmen ergreifen, basierend auf dem Wissen , dass der Benutzer zum Erstellen eines Benutzers für einen Manager bestimmt war. Wenn dies falsch ist, können Sie eine Maßnahme ergreifen, wenn Sie wissen , dass es sich nicht um einen Manager handelt. Falls also jemand ein Manager war, kannst du ihn zu einem Kanal hinzufügen, der für Manager bestimmt ist. Und wenn sie kein Manager war, können Sie ihr Profil einfach für diesen bestimmten Benutzer aktualisieren . Sie können dafür also externe Apps hier verwenden. Und so können Sie Ihren Workflow visuell auf ansprechende Weise erstellen und ihn auf der Grundlage dieses Trigger-Knotens automatisch auslösen und abschließen, sobald dieser Trigger eintritt. Das ist also, was Workflow-Automatisierung bedeutet und wie Sie dies mit Nitin erreichen Eine der wichtigsten Funktionen hier ist, dass es Ihnen einen visuellen Workflow-Editor bietet, bei dem es sich um eine Drag-and-Drop-Oberfläche handelt, mit der Sie Ihre Workflows einfach erstellen und verstehen können, wie all dies zusammenhängt, und dann Änderungen vornehmen Sie müssen dafür also nicht viel Code schreiben. Sie können diese Knoten einfach anordnen, miteinander verbinden, um Ihren Arbeitsablauf zu erreichen, und sie automatisieren. Wir haben erwähnt, dass es hier einen Triggerknoten und einen Aktionsknoten gibt. Sie können jedoch verschiedene Arten von Knoten haben. Sie können also sehen, dass wir hier etwas auslösen können , nämlich einen Triggerknoten. Sie können Maßnahmen ergreifen. Sie können hier auch einige Bedingungen stellen und eine Filiale oder eine IF-Erklärung verwenden. Sie können die Daten transformieren oder speichern und so weiter. Hier sind also viele Knoten verfügbar, und wir werden uns in den nächsten Vorlesungen mit den Einzelheiten befassen, welche Art von Knoten verfügbar sind. Aber Sie können hier sehen, dass es mehrere Arten von Knoten für verschiedene Arten von Funktionen gibt. ist die zweite Sache, dass , Sie neben dem visuellen Editor auch verschiedene Arten von Knoten verwenden können um unterschiedliche Rollen zu erfüllen. Der dritte Aspekt, den Sie bei NA ten unbedingt verstehen sollten, ist die große Anzahl der verfügbaren Integrationen Lassen Sie mich hier nach unten scrollen und Ihnen zeigen, dass sie derzeit über 500 Integrationen haben über 500 Integrationen , die auf ihrer Website erwähnt werden Das bedeutet also im Wesentlichen , dass Sie in Ihrer Workflow-Automatisierung diese vielen Anwendungen miteinander verbinden und diese Integrationen nutzen können diese Integrationen nutzen Wenn Sie beispielsweise eine Nachricht in Slack senden oder eine E-Mail aus Outlook oder ein Kalenderereignis aus Google Kalender lesen möchten, können Sie diese direkt in die integrierte Integration integrieren in die integrierte Natürlich müssen Sie Authentifizierung und Anmeldeinformationen angeben , damit diese Integration funktioniert Sobald das erledigt ist, ist es sofort verfügbar, ohne dass Sie dafür viel Code schreiben müssen. Im Wesentlichen haben Sie also dieses visuelle Low-Code-Workflow-Automatisierungstool , mit dem Sie verschiedene Arten von Knoten verwenden können, die Ihnen bei verschiedenen Arten von Automatisierungen helfen können Ihnen bei verschiedenen Arten von Automatisierungen helfen Sie können hier verschiedene Apps integrieren, und dann können Sie auch KI oder umfangreiche Sprachmodelle als Agenten integrieren umfangreiche Sprachmodelle als , um an den eingehenden Daten zu arbeiten Abgesehen davon können Sie, falls Sie durch die Art der bereitgestellten Knoten oder Integrationen eingeschränkt sind durch die Art der bereitgestellten Knoten oder Integrationen eingeschränkt , Code hinzufügen, wann immer Sie ihn benötigen, und die Benutzeroberfläche verwenden, wenn Sie ihn nicht Und dafür gibt es verschiedene Möglichkeiten. Sie können also JavaScript oder Python schreiben. Sie können Bibliotheken aus NPM oder Python hinzufügen. Sie können Curl-Anfragen in Ihren Workflow einfügen und Ihre Workflow-Zweige zusammenführen Auf diese Weise können Sie die Funktionen des visuellen Dragon-Drop-Editors erweitern , falls Sie nicht zufrieden sind oder falls Sie Ihre Workflow-Automatisierung nicht mit den Funktionen der Benutzeroberfläche umsetzen können Ihre Workflow-Automatisierung mit den Funktionen der Benutzeroberfläche umsetzen In Ordnung, also was hilft uns das? Nun, es gibt einige Beispiele, die Sie hier auf Ihrem Bildschirm sehen können. Es hilft Ihnen also, mehrstufige Agenten zu erstellen , die benutzerdefinierte Tools aufrufen. Wir haben also bereits zuvor gesehen, wie der Agent und die Tools im visuellen Workflow-Editor angeordnet sind. Das kann Ihnen also helfen, Agentensysteme zu erstellen, und Sie können dies auf einem einzigen Bildschirm sehen, der so übersichtlich angeordnet ist helfen, Agentensysteme zu erstellen, und Sie können dies auf einem einzigen Bildschirm sehen, der so übersichtlich , dass Sie es verstehen und erstellen können, und Sie können jedes große Sprachmodell so schnell in Ihre Workflows integrieren , wie Sie per Drag-and-Drop in den visuellen Editor ziehen können Es bedeutet also nur, dass es für Sie einfach ist umfangreiche Sprachmodelle in Ihre Workflows zu integrieren und diese mehrstufigen Agenten zu erstellen , die diese maßgeschneiderten Tools aufrufen können Und das haben wir bereits in einem der Workflow-Beispiele gesehen , die wir gerade zuvor gesehen haben. Dann können Sie mit Ihren Daten chatten. Sie können also Slack-Teams, SMS, Voice oder die Chat-Oberfläche verwenden Voice oder die Chat-Oberfläche um Antworten aus Ihren Daten zu erhalten Und hier sind einige Beispiele, zum Beispiel könnten Sie jemanden fragen, letzte Woche Besprechungen mit einem bestimmten Unternehmen abgehalten hat, und dann erhalten Sie eine Antwort, die vielleicht auf Ihrem Kalender oder vielleicht auf einer Art von Terminplanung basiert , und dann können Sie tatsächlich eine Aufgabe in Asana oder einem anderen Programmverwaltungstool auf der Grundlage dieser bestimmten Informationen erstellen Asana oder einem anderen Programmverwaltungstool auf der Grundlage dieser bestimmten Und es gibt eine Menge Flexibilität bei der Art Weise, wie Sie Ihre Automatisierung hosten können Sie können alles selbst hosten , einschließlich der KI-Modelle. Dies kann für Unternehmen nützlich sein, die ihre Daten vor Ort oder auf andere Weise schützen möchten . Es sind auch gehostete Versionen verfügbar Das bedeutet eine Menge Flexibilität in Bezug darauf wie Sie diese Automatisierungen tatsächlich nutzen und einsetzen können Wir können uns auch ihren Github hier ansehen und dort drüben ist der Quellcode, und du kannst tatsächlich nach unten scrollen und dir die wichtigsten Funktionen ansehen , die sie hier erwähnt haben, den Schnellstart und wie man das benutzt. Wir werden uns damit befassen, wie man NA Ten installiert, die kostenlose Community-Erweiterung, damit du nicht bezahlen musst, während du lernst Weitere Informationen finden Sie jedoch auf dieser Seite. Hier sind die wichtigsten Funktionen , die Sie noch einmal erwähnt haben, sodass Sie Code hinzufügen können, wenn Sie ihn benötigen. Wann immer Sie durch die Benutzeroberfläche eingeschränkt sind, können Sie tatsächlich Ihren eigenen Code hinzufügen. Es handelt sich um eine native KI-Plattform, mit der Sie auf Langhill basierende Workflows für KI-Agenten mit Ihren eigenen Daten und Modellen erstellen auf Langhill basierende Workflows für KI-Agenten mit Ihren eigenen Daten und Sie bietet dir die volle Kontrolle, sodass du mit der Tarifcode-Lizenz selbst hosten oder das Cloud-Angebot nutzen Es ist bereit für Unternehmen, sodass erweiterte Berechtigungen, Single Sign-On und Air-Gap-Implementierungen verfügbar sind Single Sign-On und Air-Gap-Implementierungen verfügbar gibt es eine aktive Community mit Außerdem gibt es eine aktive Community mit mehr als 400 Integrationen und 900 gebrauchsfertigen Vorlagen Ordnung, ich hoffe, das gibt Ihnen ein Verständnis dafür, was NAN ist Im Grunde ist es also ein Tool, das Ihnen helfen kann Ihre Workflows zu automatisieren , indem Sie verschiedene Arten von Knoten verwenden, verschiedene Arten von Apps verwenden und KI integrieren. Es bietet viel Flexibilität , da Sie Ihren Workflows Code hinzufügen können, wenn Sie durch die in der Benutzeroberfläche verfügbaren Funktionen eingeschränkt sind . Das war ein klarer und praktischer Überblick über NA Ten, und ich werde Ihnen in der nächsten Vorlesung zeigen, wie Sie das auf Ihrem System einrichten , damit Sie bereit sind, Ihre Workflow-Automatisierungen zu erstellen . Vielen Dank fürs Zuschauen 11. 02 Einrichten der n8n Free Community Edition: Heute werden wir mehr über NAN erfahren. Dabei handelt es sich um ein flexibles Tool zur Automatisierung von KI-Workflows Sie haben vielleicht davon gehört, weil es ein ziemlich bekanntes Tool zur Automatisierung von KI-Workflows ist. Und das ermöglicht Ihnen, mehrstufige KI-Agenten zu erstellen. Sie haben also ein System mit mehreren Agenten, das Sie erstellen können. Sie können damit mehrere Apps integrieren, und NAN bietet viel Flexibilität im Vergleich zu anderen Systemen, die Sie vielleicht schon einmal gesehen haben. Die andere Sache ist, dass es Ihnen auch viele Möglichkeiten bietet , Ihre Anwendung zu hosten. Sie können es also in Ihren eigenen Räumlichkeiten oder in der Cloud hosten. Natürlich bietet es Ihnen eine ziemlich gute Drag-Drop-Oberfläche , um es zu erstellen, und auch Möglichkeiten , Code darin hinzuzufügen. Ordnung. Das bietet es, und Sie können die Preise für NATN hier überprüfen. Sie können also sehen, dass sie mehrere Tarife mit Starter, Pro Business und Enterprise haben Pro Business und Enterprise Das sind alles kostenpflichtige Pläne, oder? Sie können sie also bezahlen und NATN wird Ihre Anwendung für Sie hosten Sie haben aber auch eine Community-Edition, die Sie tatsächlich kostenlos auf Ihren eigenen Systemen verwenden Und wir werden versuchen, sie zu verwenden , denn je mehr wir mehr darüber erfahren, ist es sinnvoll, zuerst die kostenlose Version zu verwenden. Alternativ können Sie auch die kostenlose Testversion verwenden, die von NTN gehostet wird Bevor ich anfange, möchte ich Ihnen kurz zeigen was wir in dieser speziellen Vorlesung erreichen werden in dieser speziellen Vorlesung erreichen Also im Grunde ist es das, was wir bekommen werden. Wir werden einen grundlegenden NTN-Workflow einrichten, und zwar kostenlos Also werden wir NTN mithilfe der Community Edition auf unserem lokalen Host hosten Das kannst du dir hier ansehen. Und wir werden einen Agenten einrichten , der Google Gemini Hat verwenden wird Sie können das also hier sehen. Die NNN Community Edition ist also nicht nur kostenlos, wir können sie auch zum Lernen verwenden Wir haben hier auch den Google Gemini-Chat und wir werden hier einen kostenlosen API-Schlüssel von Google verwenden , indem wir Google AI Studio verwenden. Sie können den Schlüssel also hier sehen. Im Wesentlichen werden wir also in der Lage sein, unsere NTN-Workflow-Automatisierung einzurichten, eine grundlegende, vorerst kostenlos, indem die Community-Edition verwenden und einen kostenlosen Gemini-API-Schlüssel von Google verwenden. Das ist sehr hilfreich, wenn Sie mehr über NATN erfahren, denn zu diesem Zeitpunkt möchten Sie verschiedene Funktionen und deren Funktionsweise ausprobieren, und Sie müssen keine begrenzte kostenlose Testversion verwenden zahlen Sie danach 20 oder was auch immer Euro pro Monat, während Sie lernen. Und wenn Sie erst einmal davon erfahren haben, verfügen Sie über eine nützliche Einrichtung zur Workflow-Automatisierung , die Ihnen tatsächlich einen gewissen Mehrwert bieten kann. Sie können es dann verwenden und auf NatNSCloud hosten und für diesen bestimmten Service bezahlen , denn dann ist es für Sie wirklich wertvoll Während des Lernens können wir also vorerst diese kostenlose Version zusammen mit einem kostenlosen Chat-Modell von Google verwenden , das tatsächlich auf dem neuesten Stand der Technik ist, und dann unsere Automatisierungen einrichten und Und sobald das eingerichtet ist, können wir sie über einen kostenpflichtigen Dienst hosten Lassen Sie uns nun beginnen und im Detail sehen , wie wir dieses Setup einrichten können . Aber ich gehe hier zu Docs und klicke auf Dokumentation. Und wenn Sie das tun, landen Sie auf ihrer Dokumentationsseite, wo Sie die Möglichkeit haben , die richtige NA Ten für Sie auszuwählen. Also lass uns hier drüben klicken. Und das öffnet die Seite mit allen Optionen. Wie Sie sehen können, haben sie die NA Ten Cloud. Das ist also eine gehostete Lösung. Sie müssen nichts installieren. Es gibt auch Self-Hosting. Es gibt hier also zwei Lösungen. Eine ist die Community Edition und eine ist die Enterprise Edition. Community Edition bietet bestimmte Funktionen, die im Vergleich zur Enterprise Edition und zur NDN Cloud nicht verfügbar sind im Vergleich zur Enterprise Edition und zur NDN Cloud nicht verfügbar . Sie bietet jedoch viele Funktionen, die NIDN bietet, und ist kostenlos Also werden wir hier die Self-Host-Option mit Docker verwenden hier die Self-Host-Option mit Docker Und auch hier gibt es mehrere Möglichkeiten, Docker zu installieren. Dies ist die empfohlene Methode, die NTN empfiehlt, also werden wir sie Klicken wir also auf diesen Docker und gehen wir zur Docker-Seite hier drüben, um zu erfahren, wie man NTN installiert NDN empfiehlt also, Docker für die meisten Self-Hosting-Anforderungen zu verwenden . Es bietet eine saubere, isolierte Umgebung, vermeidet Inkompatibilitäten zwischen Betriebssystemen und Tools und macht das Datenbank - und Umgebungsmanagement einfacher, okay? Wir werden dies also als ersten Schritt verwenden. Sie müssen Docker the Express oben installieren Lassen Sie uns also einen neuen Tab öffnen und nach Installed Docker Desktop suchen, okay? Sobald Sie das getan haben, erhalten Sie oben einen Link zur Installation von Docker Desktop Klicken wir also darauf und Sie gelangen auf die Seite Installierter Desktop für Ihre spezielle Plattform Ich bin gerade auf einem Mac, also irgendwie wird für mich Installed Docker Desktop unter Windows angezeigt, also gehe ich einen Schritt zurück, nämlich hier auf Installieren zu klicken Und hoffentlich gibt mir das die Möglichkeit, es auf einem Mac zu installieren, sodass ich das hier sehen kann und darauf klicke. In Ordnung. Jetzt können Sie Docker Desktop für Mac mit Apple Silicon oder Mac mit Intel-Chip herunterladen Mac mit Apple Silicon oder Mac mit Intel-Chip Wenn Sie Windows oder Linux verwenden, verwenden Sie bitte die Optionen hier. Wir haben hier schon Windows gesehen, also haben Sie hier Windows mit unterschiedlichen Architekturen, und Sie haben auch Linux hier. Wenn Sie also zu Linux wechseln, können Sie hier tatsächlich verschiedene unterstützte Plattformen sehen und Sie können auf die jeweilige Option klicken und dann den Anweisungen folgen , um sie auf Ihrem System zu installieren , oder? In Ordnung. Also, sobald wir die Voraussetzungen geschaffen haben, können wir uns auf den Weg machen und schauen, wie wir NT starten können. Ordnung, um NAN zu starten, müssen wir diese Befehle auf unserem Computer in einem Terminal oder in einer Windows Powershell oder einer Befehlszeile ausführen Und lasst uns zuerst verstehen, was diese Befehle bewirken, oder? Docker hier drüben ist natürlich die Client-Binärdatei, die Sie auf Ihrem Computer ausführen möchten, und sie sendet diese Anfrage an den Docker-Dämon, der im Hintergrund arbeitet, und dafür ist natürlich die Client-Binärdatei die Sie auf Ihrem Computer ausführen möchten, und sie sendet diese Anfrage an den Docker-Dämon, der im Hintergrund arbeitet, müssen wir Docker starten Aber lassen Sie uns zuerst verstehen, wie das funktioniert. Dann ist volume der Unterbefehl , der Docker-Volumes tatsächlich verwaltet, und create ist die Aktion, die Docker auffordert , ein neues Volumen zu erstellen , und NA ten underscore data ist der Name, den Sie dem Volume NA ten underscore data ist geben, richtig Im Wesentlichen wird dadurch ein benanntes Volume für Docker erstellt Also, was macht das unter der Haube? Es erstellt also einen benannten Volumeneintrag in den Metadaten von Docker. Und das ist ein Volume, das von Docker verwaltet wird. es sich nicht um eine einfache Host - und Verzeichnisbindung handelt, Da es sich nicht um eine einfache Host - und Verzeichnisbindung handelt, bleibt sie unabhängig von den Containern bestehen , die wir als Nächstes erstellen werden . Wenn Sie also einen Container entfernen, wird das Volume nicht entfernt es sei denn, Sie bitten Docker ausdrücklich, dieses Volume zu entfernen Mit einfachen Worten, Sie können einfach verstehen, dass wir ein benanntes Volume oder einen Speicherplatz für unsere NAT-Installation erstellt haben ein benanntes Volume oder einen Speicherplatz , und wir werden das NIN Underscore-Daten nennen Und dieses Datenvolumen mit NAN-Unterstrich speichert persistente Daten, lädt das erforderliche NA-Ten-Image und startet Mit den Einstellungen, die unten angegeben wurden. Und warum müssen wir das tun? Weil NATN Anmeldeinformationen, Workflows, Konfigurationen, Datenbankdateien usw. in Schrägstrich, Schrägstrich, Knoten, Schrägstrich, NATN, innerhalb des Containers speichert Workflows, Konfigurationen, Datenbankdateien usw. in Schrägstrich, Schrägstrich, Knoten, Schrägstrich, NATN, innerhalb des Containers . Und wenn Sie ein benanntes Volume verwenden, bleiben diese Dateien erhalten Der nächste Befehl ist Docker Run, und das wird einen neuen Container aus einem Image erstellen und ihn für uns starten Nach Docker Run haben wir also die I- und die T-Flags, und das sind zwei miteinander kombinierte Flags I ist die Abkürzung für Interactive und T ist die Abkürzung für TT Y. Kombinieren Sie diese beiden miteinander verbinden Sie Ihr Terminal mit dem Container-Prozess dem Container, den Sie starten möchten, können Sie seine Ausgabe und Fehler live auf Ihrem Terminal sehen, und Sie können Signale an ihn senden, wie Control C. Und das ist sehr üblich bei interaktiven Sessions oder Vier-Rund-Logs Sie können alle Logs sehen , die in Ihrem Terminal eingehen usw. Der Gedankenstrich RM bedeutet, dass Sie das Container-Dateisystem automatisch entfernen wenn der Container verlassen wird Dadurch werden die benannten Volumes , die Sie in den Container gemountet haben, nicht entfernt , sodass Ihr Nate N-Underscore-Datenvolumen Das ist oben hier definiert. Dann haben wir einen Backslash, und das bricht einfach die Zeile und wir gehen zur nächsten Zeile über. Jetzt haben wir den Namen Also geben wir dem Container den Namen NTN. Es ist nur ein menschenfreundlicher Name , den wir lesen und verstehen können Andernfalls erhalten Sie eine von Docker generierte ID, die Sie verwenden müssen Also haben wir hier gerade einen Namen angegeben. Dann haben wir das P-Flag, und das ordnet im Grunde Ports zwischen Ihrem Hostsystem , Ihrem eigenen Computer, und Ihrem Container-Prozess zu. Es wird also den Container-Port, der sich hier auf der rechten Seite befindet, 5678 zum Host-Port veröffentlichen sich hier auf der rechten Seite befindet, , der wiederum 5678 ist, der rechten Seite wird der Port angegeben , auf dem der Prozess im Container lauscht, und auf der linken Seite der Host-Port, mit dem sich die Clients auf dem Host Im Grunde haben wir hier also dieselben Portnummern verwendet hier also dieselben Portnummern Jetzt haben wir vier E-Flags oder Umgebungsvariablen-Flags, oder? E und ENV mit doppeltem Bindestrich können Sie Umgebungsvariablen einfügen, die der Container-Prozess, also Bindestrich können Sie Umgebungsvariablen einfügen , die der Container-Prozess, NA Ten , lesen kann, oder? Wir haben hier also vier Flaggen und die generische Zeitzone entspricht, und wir können hier eine Zeitzone angeben. ADN verwendet dies für zeitplanbasierte Knoten. Beispiel: Trigger planen, sodass geplante Workflows nach dieser Zeitzone ausgeführt werden, richtig? Und Sie können auf diesen Link hier klicken, dem Ihre Zeitzone steht, und das öffnet eine Wikipedia-Seite für uns, auf der Ihnen alle Identifikatoren angezeigt werden , die Sie hier verwenden können Das ET Z, das diesem entspricht , legt die Zeitzone des Containersystems Datumsprotokolle und Zeitfunktionen auf Betriebssystemebene spiegeln also Zeitfunktionen auf Betriebssystemebene diese spezielle Zeitzone wider. Sie haben hier also diese beiden Zeitzonenoptionen. Die E NA erzwingt die Rechte der Einstellungsdatei mit dem Wert true. Dadurch wird NA ten angewiesen, sichere Dateiberechtigungen für seine Einstellungs - oder Konfigurationsdatei durchzusetzen sichere Dateiberechtigungen für seine Einstellungs - oder Konfigurationsdatei Dadurch wird eine versehentliche unsichere Konfiguration reduziert Die aktivierten E NTN-Runner entsprechen dem Wert true. Dadurch werden Runner oder Task-Runner-Prozesse aktiviert, Dadurch werden Runner oder die die Aus diesem Grund wird die Ausführung mit Runnern zur Skalierung und Trennung von UI und Ausführung empfohlen Skalierung und Trennung von UI und Ausführung empfohlen Und im Moment wissen wir einfach, dass dieses Flag es ermöglicht, diese Runner zu aktivieren, und wir werden wahrscheinlich darauf stoßen und es uns später genauer ansehen. Dann haben wir den Volume-Mount mit dem V-Flag, und das ist sehr wichtig für die Persistenz NTN unterstreicht also Daten, das ist das benannte Volume, das wir Wenn es nicht existieren würde, würde Docker es automatisch erstellen. Und dann den Home-Schrägstrich Nodlasdt NA zehn. Dies ist der Pfad innerhalb des Containers, in dem NTN seine Daten speichert Also Workflows, Anmeldeinformationen, Datenbankdateien usw. Dieses Bild erwartet also diesen Ort. Also , was macht das? Dadurch wird das benannte Volume an diesem bestimmten Pfad in den Container gemountet an diesem bestimmten Pfad in den Container Alles, was NaTen hier schreibt, wird also auf dem Volume gespeichert und bleibt auch bei Neustarts oder Neuerstellungen des Containers erhalten Die nächste Zeile hier ist der Name des Images, einschließlich Also Docker Punkt nn Punkt IO, das ist die Container-Registry Wir verwenden also nicht Docker Hub, um das Image abzurufen. Wir werden diese spezielle Container-Registry verwenden und dann Nate Nola Dies ist der Schrägstrich-Namespace und der Image-Name des Repositorys. Docker wird dieses Image also aus der Registrierung abrufen , wenn es nicht lokal vorhanden ist Wenn für die Registrierung eine Authentifizierung erforderlich ist, müssen Sie sich zuerst mit Docker bei dieser speziellen Registrierung anmelden , oder? In diesem Fall ist jedoch keine Authentifizierung erforderlich, da dieses Image ohne Authentifizierung zum Herunterladen verfügbar ist Das bedeutet also nur, dass Docker dieses Image aus dieser speziellen Registrierung bezieht, und das ist der Image-Name , den es erhalten aus dieser speziellen Registrierung bezieht, wird Wenn Sie eine bestimmte Version oder ein bestimmtes Tag für dieses spezielle Image herunterladen möchten , können Sie tatsächlich einen Doppelpunkt und dann ein Tag wie zum Beispiel 0.2 0.0 oder so ähnlich verwenden und dann ein Tag wie zum Beispiel , wodurch dann ein bestimmtes Tag dieses Images heruntergeladen wird . Dadurch stabile und wiederholbare Bereitstellungen gewährleistet Und wenn Sie das nicht angeben, ruft Docker standardmäßig das neueste Tag ab Was nun passiert, wenn Sie das ausführen, werden Sie ein benanntes Volume erstellen, das Erstellung und Neuerstellung von Containern erhalten bleibt, das als NDN-Unterstrichdaten bezeichnet wird, und dann führen Sie den Befehl Docker Run aus, und dann führen Sie den Befehl Docker Run aus, bei dem der Docker Client eine Ausführungsanforderung an den Docker-Dämon sendet eine Ausführungsanforderung an , der im Hintergrund läuft. Der Dämon überprüft zuerst die lokalen Images. Wenn es fehlt, wird es dieses Bild von hier holen. Es wird die neueste Version verwenden, die verfügbar ist. Es wird ein neues Container-Dateisystem erstellen und dieses spezielle Volume hier unter dem Schrägstrich OMSlashNDLA Punkt NTN erstellen und hier unter dem Schrägstrich OMSlashNDLA Punkt NTN Und dann setzt Docker diese vier Umgebungsvariablen. Dann erstellt Docker die Portweiterleitung der Netzwerkzuordnungen für den Port 5678, und dann startet Docker den Container-Prozess mit dem Schrägstrich CMD des Images Entry Point . Das wird also der Knotenprozess von NN sein. Da die IT also hier bereitgestellt wurde, ist Ihr Terminal an den Container TTY angehängt, was wie ein Pseudoterminal ist, das von Docker innerhalb des Containers erstellt wird , und Sie können alle Protokolle sehen, die auf Ihrem eigenen Terminal eingehen , Und wenn der Prozess beendet wird, veranlasst dieses RM-Flag Docker, die Container-Objekte zu entfernen, aber das benannte Volume NA und die Underscore-Daten Das ist es also, was dieser spezielle Befehl tut. Und lassen Sie uns diesen Befehl jetzt kopieren und versuchen, ihn in unserem Terminal auszuführen, okay? Bevor wir ihn tatsächlich ausführen können, müssen wir Docker ausführen. 12. 03 Ausführen von n8n, Einrichtung eines neuen Kontos: Drücken wir also Command Space und lassen Sie uns Docker hier drüben schreiben und dann auf Öffnen klicken Das wird also Docker Desktop für Sie starten. Sie können das jetzt einfach minimieren. Gehen wir jetzt zum Terminal. In Ordnung. Also, jetzt sind wir im Terminal und lassen Sie uns heranzoomen und diese Befehle schreiben, richtig? Also habe ich das N unscoe-Datenvolumen bereits erstellt. Also habe ich das gerade mit dem Befehl Docker Volume RM entfernt dem Befehl Docker Volume RM Ich kann jetzt tatsächlich die Volumes auflisten, die ich habe, indem ich Docker Volume und dann LS verwende Also habe ich momentan kein Volumen. Lassen Sie uns nun die NAN-Unterstrichdaten erstellen. Also schreiben wir Docker, Volume, Create und dann NTN-Underscore-Daten Nun, das hätte dieses Volumen für uns erstellen sollen. Lassen Sie uns also alle Volumes auflisten und wir können sehen , dass wir jetzt ein Datenvolumen mit einem Unterstrich von NA zehn erstellt haben jetzt ein Datenvolumen mit einem Unterstrich von NA zehn erstellt Jetzt führe ich den Befehl Docker Run aus und füge hier die Zeitzone für Indien hinzu. Sie können basierend auf Ihrem Standort eine beliebige Zeitzone hinzufügen , und ich lasse die anderen Werte gleich bleiben Wir haben diesen Befehl bereits im Detail gesehen, und lassen Sie uns einfach die Eingabetaste drücken. Stellen Sie sicher, dass Docker im Hintergrund läuft , und drücken Sie dann die Eingabetaste Ordnung. In Ordnung. Es heißt also, dass der Editor jetzt über den lokalen Host Colon 5678 zugänglich ist . Drücken Sie O, um ihn im Browser zu öffnen Sie können diesen Link also tatsächlich im Browser öffnen. Wenn Sie es zum ersten Mal ausführen, wird es nicht so schnell gehen. Es wird zuerst das Bild herunterladen, und das wird einige Zeit dauern. Und sobald es heruntergeladen ist, solltest du endlich eine Zeile wie diese sehen, die besagt, dass du hier auf den Editor zugreifen kannst. Also werde ich diesen Link jetzt in einem Browser öffnen. Lassen Sie mich zuerst zu Safari gehen und Ihnen zeigen, was hier passiert. Wenn Sie also versuchen, dies in Safari zu öffnen, erhalten Sie eine Meldung, dass Ihr Enten-Server so konfiguriert ist , dass er ein sicheres Cookie verwendet. Sie besuchen dies jedoch entweder über eine unsichere URL oder verwenden Safari Ich bin mir also nicht sicher, ob das ein Problem mit Safari oder Antin oder was auch immer ist, aber das ist nur ein Hinweis, dass es mit diesen Anweisungen nicht direkt in Safari funktioniert Wir können das also tatsächlich schließen und stattdessen zu Chrome wechseln. Und lassen Sie uns einen neuen Tab öffnen und diese spezielle Webseite besuchen, sich um den lokalen Host Colon 5678 handelt Sobald wir diesen Bildschirm aufrufen, erhalten wir einen Bildschirm zur Einrichtung eines Besitzerkontos Sie können also Ihren E-Mail-Vornamen und Nachnamen eingeben, ein Passwort wählen und dann auf Weiter klicken. Sobald Sie das getan haben, erhalten Sie einen benutzerdefinierten NAN-Bildschirm für sich selbst, und Sie können hier alle Optionen auswählen, die Sie auswählen möchten. Also werde ich auswählen, was Ihr Unternehmen am besten beschreibt, da ich NAN nicht für die Arbeit verwende. Und wie haben Sie von NaDen erfahren? Ich sage hier einfach Twitter , weil ich es dort gehört habe, und lass uns auf Erste Schritte klicken Als Nächstes erhalten Sie die Option, einige kostenpflichtige Funktionen kostenlos zu erhalten. Es wird also einen Unterschied zwischen der selbst geposteten Version, bei der es sich um die Community Edition handelt, und der selbst veröffentlichten Enterprise-Edition geben zwischen der selbst geposteten Version, bei der die Community Edition handelt . Einige der Funktionen können Sie jedoch weiterhin nutzen, indem hier Ihre E-Mail-Adresse angeben , um einen Lizenzschlüssel zu erhalten , und diesen Lizenzschlüssel dann einrichten. Es wird also nicht mit Ihrer Enterprise Edition identisch sein , aber Sie können einige Funktionen nutzen. Lassen Sie mich das tun und Sie können Ihre E-Mail-ID auch hier eingeben. Wenn Sie diese Funktionen erhalten möchten klicken Sie dann auf Senden Sie mir ein kostenloses Lizenzschema. In Ordnung. Also für mich gibt es mir tatsächlich eine Lizenzanfrage, die mit einer 403 eingereicht wurde, was verboten ist, und später mit einer 429, was zu viele Anfragen Also werde ich das vorerst einfach überspringen und wir werden uns das später ansehen. In Ordnung. Sobald wir das getan haben, befinden wir uns auf dem Startbildschirm von NA Ten, und Sie können ganz von vorne beginnen oder ein einfaches Beispiel für einen KI-Agenten testen. Also werde ich auf Ein einfaches AI-Agent-Beispiel testen klicken und versuchen, mit einem KI-Agenten zu arbeiten. Jetzt können wir statt des Open AI-Modells tatsächlich Gemini verwenden, können wir statt des Open AI-Modells tatsächlich Gemini verwenden da ich einen Gemini-API-Schlüssel habe Also werde ich das löschen und hier auf Plus klicken. Und lassen Sie uns das Google Gemini-Chat-Modell hinzufügen. Sobald Sie das getan haben, erhalten Sie den Bildschirm mit dem Google Gemini-Chat-Modell mit den Parametern hier. Also klicke ich auf Anmeldedaten auswählen und hier auf Neue Anmeldedaten erstellen Und jetzt fragt es nach einem API-Schlüssel. So können wir zu Google AI Studio gehen. Also gehe ich hier zu Google AI Studio und lass uns hier den API-Schlüssel auf Get erstellen. Und dann können Sie hier oben auf der Seite tatsächlich auf API-Schlüssel erstellen klicken . Lass uns das machen. Suchen Sie nach einem Google Cloud-Projekt. Wenn Sie also kein Google Cloud-Projekt haben, müssen Sie möglicherweise eines erstellen. Anweisungen dazu gebe ich separat in der Beschreibung. Aber ich habe ein Konto erstellt, also klicke ich hier auf Gemini API und dann auf Create ApiKey in bestehendem Projekt Der Vorteil von Google Gemini besteht darin , dass Sie einen kostenlosen API-Schlüssel Also werde ich das einfach kopieren und bitte beachten Sie , dass Sie diesen Schlüssel nicht in einem Repository speichern oder mit anderen teilen, da dies tatsächlich Zugriff auf die Gemini-API Ihres Kontos bietet und dann Gebühren anfallen können, und dann Gebühren anfallen können wenn es sich um eine Also solltest du das sicher aufbewahren und ich werde es nach dieser speziellen Vorlesung löschen Jetzt können wir zurück zur Workflow-Automatisierung NTN gehen und dann diesen Schlüssel hier einfügen. Ordnung. Und dann klicken wir auf Speichern. In Ordnung. Und es testet die Verbindung und es heißt, die Verbindung wurde erfolgreich getestet. Klicken wir also hier auf Schließen. Ich möchte das nicht speichern, also klicke ich hier auf Nie. Und jetzt habe ich die Anmeldeinformationen hinzugefügt , um eine Verbindung zur Gemini-API Jetzt muss ich ein Modell auswählen, also werde ich hier Demini 2.5 Flash wählen , lass Und dann lass uns das einfach schließen. Drücken wir Escape, um das wirklich zu beenden. Lass mich ein bisschen rauszoomen. Und jetzt kann ich diesen speziellen Knoten tatsächlich von hier löschen , und jetzt habe ich das Google Gemini-Chat-Modell hier angehängt. Ich habe den Agenten usw. und jetzt kann ich hier auf Chat öffnen klicken. Lass uns darauf klicken. Und jetzt öffnet das hier einen Chat für mich. Lassen Sie mich das so erweitern und versuchen wir, es ein wenig zu vergrößern . In Ordnung. Also, jetzt können wir sehen, was hier passiert, und lassen Sie uns hier Hallo sagen und Enter drücken. Ordnung, und jetzt verwendet es das Google Gemini-Chat-Modell um uns durch das Hinzufügen von Speicherplatz für unseren Agenten zu führen Lassen Sie uns also tun, was es sagt. Da steht: Willkommen bei Entertain. Fangen wir mit dem ersten Schritt an, um Speicher zu spenden. Klicken Sie auf dem Agenten mit der Aufschrift Arbeitsspeicher auf die Plus-Schaltfläche und wählen Sie „Einfacher Speicher“. Sag es mir einfach, wenn du das getan hast, oder? Also diese Botschaft steht auch hier drüben. Also lass mich das machen. Gehen wir also noch einmal zu unserem Modell. Gehen wir also wieder zu unserem Workflow und klicken wir hier auf die Plus-Schaltfläche und fügen wir dann hier einen einfachen Speicher hinzu. Ich werde Escape drücken, um zum Workflow-Bildschirm zurückzukehren, und jetzt kann ich sehen , dass hier ein einfacher Speicher reingekommen ist. In Ordnung. Lass mich jetzt nochmal zum Chat zurückkehren und das erweitern. Und sagen wir, dass ich das getan habe. In Ordnung. Und dann heißt es, klicken Sie auf dem Agenten auf die Plus-Schaltfläche mit der Aufschrift Tools und wählen Sie Google Calendar. Fügen Sie hinzu, ich gehe hier im Tool auf die Plus-Schaltfläche , sodass Sie das hier sehen können. Klicken Sie dann auf Plus, und ich suche nach Google Kalender. Und ich habe das Google-Kalender-Tool hier drüben. Also lass uns das auswählen. Und lassen Sie uns erneut Escape drücken, um zum Chat zurückzukehren Nehmen wir an, ich habe diesen Schritt ausgeführt und drücken Sie die Eingabetaste. Dann heißt es: Öffnen Sie das Google-Kalender-Tool, doppelklicken Sie darauf und wählen Sie einen Berechtigungsnachweis aus dem Drop-down-Menü aus. Also lass uns das machen Und das ist ziemlich vergrößert, aber ich denke, Sie können erkennen, dass das Google-Kalender-Tool hier drüben ist Also lass uns hier drüben klicken. Klicken wir auf Select Credential und dann auf Create New Credential Okay, dafür benötige ich jetzt die Client-ID und die Geheimnisse von Google Und das beinhaltet viele Schritte, die Sie hier sehen können. Dies verwendet das von Google bereitgestellte Oath Two-System. Also werde ich das jetzt nicht tun, weil dafür ein Zustimmungsbildschirm eingerichtet und dann eine Kunden-ID und ein geheimes Geheimnis von Google Cloud abgerufen werden müssen, für die ich auch ein Google Cloud-Projekt erstellen muss Also überspringe ich das vorerst und lasse das Tool in Ordnung sein Also werde ich sagen, schließen ohne zu speichern. Und dann drücken wir die Escape-Taste und gehen zurück hierher. Lassen Sie mich dieses Tool löschen. Eine weitere Sache , die wir uns ansehen können , ist der Agent hier drüben. Doppelklicken wir also einfach auf diesen Agenten und sehen uns die Eingabeaufforderung hier an, die für die Benutzernachrichten verwendet wird. Sie können also sehen, dass alle Schritte, die wir bis jetzt befolgt haben , hier tatsächlich erwähnt wurden, es heißt Willkommen bei NAN, und dann klicken Sie auf die Schaltfläche, die Plus-Schaltfläche mit der Aufschrift Speicher und wählen Sie Einfacher Speicher. Und dann heißt es , Sie sollen das Tool auswählen und das Google-Kalender-Tool wählen und so weiter. Dieser Agent hat diese Schritte also codiert, und wann immer eine Chat-Nachricht eingeht, beginnt sie mit diesen Schritten, okay? In Ordnung. Also das ist ein kompletter Agent, den wir eingerichtet haben. Es wird ausgelöst, wenn wir eine Chat-Nachricht erhalten, und dann folgt es einer voreingestellten Reihe von Anweisungen, um uns aufzufordern einen Speicher und ein Tool hinzuzufügen und dann einige Operationen auszuführen, richtig? Und unser Ziel hier ist es, dieses System einfach einzurichten, und genau das haben wir erfolgreich getan. Und Sie können sehen, dass dies Ihre Community-Edition ist , die auf dem lokalen Host Colin 5678 funktioniert Das ist also eine kostenlose Version, und das ist sehr nützlich, um NATEN zu lernen , anstatt etwa 20 Euro usw. pro Monat bezahlen zu müssen, um, Sie wissen schon, Ihre Workflows laufen zu lassen und gleichzeitig Ihre Workflows laufen Sie können also diese Community-Ausgabe verwenden, um mehr über NAT zu erfahren. Außerdem haben wir gesehen, dass wir hier den Gemini-Chat von Google mit einem kostenlosen API-Schlüssel verwenden hier den Gemini-Chat von Google mit einem kostenlosen diesem gesamten Setup können Sie also NTN kostenlos auf Ihrem eigenen Computer lernen , indem Sie die hochmodernen Chat-Modelle von Google Gemini verwenden hochmodernen Chat-Modelle von Google Gemini Und sobald wir eine nützliche Automatisierung vollständig eingerichtet und fertiggestellt haben , können wir sie in die NTNs Cloud übertragen dort hosten und den Betrag bezahlen wir zu diesem Zeitpunkt zahlen müssen, ohne im Voraus Geld ausgeben zu müssen , während sie erlernen und die Automatisierung einrichten Und damit ist unsere erste Vorlesung zur Einrichtung abgeschlossen. In der nächsten Vorlesung werden wir mehr über die verschiedenen Aspekte von NNITN erfahren und erfahren, wie Sie diese Tools zur Workflow-Automatisierung erstellen können Vielen Dank fürs Zuschauen Wir sehen uns in der nächsten Vorlesung 13. Lernen und Erstellen von HTML-Seitengeneratoren mit Google Gemini in n8n kostenlos: Heute werden wir unsere erste NA Ten-Workflow-Automatisierung erstellen , und das wird ein einfacher HTML-Seitengenerator sein Also werden wir eine Anfrage stellen, zum Beispiel diese spezielle Seite für uns generieren, und diese Automatisierung wird dann diese einzelne STML-Seite für uns generieren diese einzelne STML-Seite für uns und sie uns im visuellen Workflow-Editor zeigen Bevor wir beginnen, möchte ich Ihnen die verschiedenen Aspekte zeigen , mit denen wir uns befassen werden Wir haben hier also einen Trigger-Knoten , der immer dann ausgelöst wird, wenn eine Chat-Nachricht eingeht, und dieser beinhaltet die Anfrage des Benutzers welche Seite er erstellen möchte. Dann siehst du Pfeile, die den Knoten verbinden. Wir werden uns also ansehen, wie Daten als Ausgabe von einem Knoten fließen und wie sie als Eingabe zu dem anderen Knoten hier fließen , der ein Agent-Knoten ist. Sie können also die Benutzerabfrage verwenden, aus dieser empfangenen Chat-Nachricht kommt, und sie geht in diesen einmaligen Webpage Builder-Agenten und wie Sie diese Daten als Ausdrücke in den Anweisungen für den Agenten hier referenzieren . Wir werden uns auch ansehen , wie Sie dieses Google Gemini-Chat-Modell hinzufügen, wie Sie diesen SDML-Knoten hier hinzufügen und wie wir mit diesem visuellen Editor arbeiten können, und wie wir mit diesem visuellen Editor arbeiten können indem wir einige der Optionen hier verwenden. Wir werden uns auch die Schaltfläche Speichern hier ansehen um einen bestimmten Workflow für uns zu speichern, und uns ansehen, wie wir unsere zuvor gespeicherten Workflows in der Liste der Arbeiten sehen können . Verwenden Sie auch die Plus-Schaltfläche hier, um verschiedene Kategorien von Knoten anzuzeigen , die wir hinzufügen und dann diese bestimmten Knoten auswählen können. Das ist also im Wesentlichen das, was wir uns ansehen werden. Aber wenn wir uns damit befassen werden wir es von Grund auf neu machen, sodass Sie jeden Aspekt der Datenknoten verstehen und verstehen können jeden Aspekt der Datenknoten verstehen und verstehen , wie diese fließen und wie sie in den einzelnen Knoten referenziert werden. Ordnung. Also fangen wir jetzt von vorne an. Also werde ich das schließen und zuerst den Docker-Desktop öffnen. Um das von Grund auf neu zu erstellen, müssen wir zuerst ATM starten, und ich bin hier am Terminal Aber bevor ich NATN starten kann, muss ich Docker starten Und das haben wir in unseren vorherigen Vorlesungen gemacht, und lassen Sie uns das einfach noch einmal machen einem Mac können Sie Docker Desktop starten, indem Befehlszeile eingeben und dann nach Docker suchen Drücken wir nun die Eingabetaste, um dies zu öffnen. Und hier haben wir Docker hier gestartet. Sie können auf Ihrem Unto-Computer oder auch unter Windows nach der Docker-Anwendung suchen auf Ihrem Unto-Computer oder und einfach Docker Desktop starten und dann minimieren Wir müssen es nur im Hintergrund laufen lassen. Nachdem wir das getan haben, können Sie unter Windows zu Ihrem Terminal oder Ihrem Power Shell-Fenster und unter Ubuntu auch zum Terminal wechseln. Und Sie können einfach Ihre NTN-Instanz starten. Dafür möchten Sie also den Befehl Docker Run verwenden. Denken Sie daran, dass wir uns diesen Befehl bereits ausführlich angesehen und auch unser Docker-Volume erstellt haben, bei dem es sich um ein persistentes Volume handelt Sie müssen es also nicht immer wieder erstellen. Jetzt heißt dieses Volumen NAN-Unterstrichdaten, also verwenden wir einfach denselben Befehl wie beim letzten Mal und drücken die Eingabetaste Sobald Sie das getan haben , läuft Ihr Docker-Editor auf dem lokalen Host Colon 5678, dem Standardport dem Standardport Sie können dies also kopieren und in einem Browser wie Chrome öffnen Ordnung. Also hier habe ich das in Chrome geöffnet, und wenn Sie es erneut öffnen, sehen Sie möglicherweise das Anmeldefenster, sodass Sie sich mit Ihrem Benutzernamen und Passwort anmelden müssen , die wir während der Kontoeinrichtungsphase erstellt haben . Sobald Sie das getan haben, gelangen Sie zum Übersichtsbildschirm, auf dem Sie alle Workflows, Anmeldeinformationen und Ausführungen sehen , auf die Sie Zugriff haben Wir können also sehen, dass wir diese Demo schon früher gemacht haben, und das ist der SML-Seitengenerator, den ich erstellt habe Ich werde das von Grund auf neu erstellen , nur um Ihnen zu zeigen, wie das Und wir haben auch Referenzen. Wenn Sie sich also erinnern, als wir das letzte Mal die Anmeldeinformationen für die Verbindung mit Google Gemini erstellt hatten die Anmeldeinformationen für die Verbindung mit Google Gemini . Dazu mussten Sie ein Google Cloud-Konto erstellen, dann ein Google Cloud-Projekt und schließlich den API-Schlüssel von Google AI Studio abrufen Angenommen, Sie haben das in den letzten Vorlesungen gemacht, können wir jetzt tatsächlich zum Workflow-Bildschirm gehen und auf die Schaltfläche hier drüben klicken, auf der steht, Workflow erstellen Also lass uns hier drüben klicken. Das hat nun einen neuen Arbeitsablauf für uns geschaffen. Ich werde diesem Workflow einen Namen geben. Lassen Sie mich diesen HTML-Seitengenerator nennen, und jetzt ist das ein leerer Workflow, und ich kann hier auf die Plus-Schaltfläche klicken , um den ersten Schritt in diesem Workflow hinzuzufügen. Lassen Sie mich das jetzt machen. Jetzt siehst du, dass du hier all diese Optionen hast. Das erste, was wir hinzufügen, ist ein Auslöser für den Workflow, und wir möchten die empfangene Chat-Nachricht verwenden. Ich kann diesen Auslöser hier sehen. Ich kann ihn direkt auswählen. Falls Sie das nicht sehen, können Sie scrollen und dann diese Option aus der Liste hier auswählen. Ich werde einfach hier klicken , um das jetzt hinzuzufügen. Sobald wir darauf klicken, erhalten wir die verschiedenen Parameter und Einstellungen für diesen bestimmten Knoten und Option, hier zum Canvas zurückzukehren. Nun, ich werde hier keine Parameter ändern. Ich klicke einfach zurück zu Canvas. Und jetzt sehe ich, dass dieser spezielle Knoten hier hinzugefügt wurde und es hier keinen anderen Knoten gibt. Ich kann diesen Knoten per Drag-and-Drop an eine beliebige Stelle ziehen, sodass ich meinen Workflow danach tatsächlich erstellen kann . Lassen Sie mich Ihnen nun erklären, wie Sie einen Knoten ausführen, entweder direkt oder einen Schritt weiter. Sobald Sie den Mauszeiger über diesen Knoten bewegen, sehen Sie diese Play-Schaltfläche hier. Nun, diese Schaltfläche steht für Schritt ausführen, und Sie können das in dem Tooltip sehen, der gerade angezeigt wurde Sobald Sie auf diese Play-Schaltfläche klicken, wird der Cursor tatsächlich hierher gebracht. Geben Sie also eine Nachricht in das Chat-Feld ein, da erwartet wird, dass eine Chat-Nachricht empfangen , um die Ausführung abzuschließen. Jetzt gehe ich hierher und gebe eine Nachricht ein, was meine Anfrage für die Generierung einer SML-Seite sein wird Lassen Sie mich also eine einfache Abfrage stellen, die besagt, eine Landingpage für ein Unternehmen namens KI-Sprache erstellen , die Menschen über KI-Agenten informiert, und lassen Sie mich hier auf die Schaltfläche Senden klicken Sobald ich das getan habe, sehe ich hier einen grünen Rand mit einem Häkchen, und das zeigt im Grunde nur, dass dieser Knoten vollständig ausgeführt wurde. Jetzt kann ich auf diesen Knoten doppelklicken, und jetzt kann ich sehen, dass es hier eine Ausgabe gibt, und dieser hat ein Element. Es gibt verschiedene Möglichkeiten, die Ausgabe zu sehen. Sie können es als Schema sehen. Sie können es als Tabelle oder als JSON sehen. Das JSN-Format werden wir verwenden, um im nächsten Knoten auf diese Ausgabe zu verweisen Ich wähle hier JsNoPut aus, und Sie können sehen, dass es ein Element hat, das vollständige Element hier, und es gibt eine Sitzungs-ID, es gibt eine Aktion und hier gibt es einen Chat-Eingabewert Das sind also drei Schlüsselwertpaare, und wenn wir den nächsten Knoten hinzufügen, können wir darauf zugreifen, indem wir die Eingabe für diesen Knoten verwenden, dann auf die Elemente dort drüben verweisen und dann tatsächlich diese JSN auswählen und dann auf die Chat-Eingabe darin verweisen. Auf diese Weise geht der Datenfluss von einem Knoten zum anderen und innerhalb des nächsten Knotens können Sie auf die Ausgabe des vorherigen Knotens verweisen . In Ordnung. Also lass uns das jetzt schließen. Lass uns auf B to Canvas klicken. Und jetzt arbeiten wir mit unserem Agenten zusammen. Dafür klicken sie hier auf die Plus-Schaltfläche, und Sie sehen, dass dies bei vielen Kategorien aufzeigt, was als Nächstes passiert. Das sind also Kategorien auf hoher Ebene in der Art und Weise, wie NA Ten alle nächsten Knoten, die Sie hinzufügen können, kategorisiert Also werde ich hier KI auswählen. Und dann wähle ich den KI-Agenten aus. Der KI-Agent hier drüben generiert also, wie es heißt, einen Aktionsplan und führt ihn aus und kann externe Tools verwenden Lassen Sie mich also hier den KI-Agenten auswählen. Sobald ich den AI-Agenten ausgewählt habe, kann ich die Eingabe hier sehen, da ich den vorherigen Knoten ausgeführt habe. Das ist also wirklich hilfreich, weil Sie sehen können, dass Sie hier auf die verschiedenen Parameter zugreifen können, denen es sich um die Ausgabe des vorherigen Knotens als Eingabe in diesem bestimmten Knoten handelt. Auch hier werde ich das JSN wählen und ich werde den gleichen Jason sehen , den ich dort gesehen habe Die andere Sache , die ich hier sehen kann , ist der KI-Agent hier drüben. Das ist ein Name, der diesem Knoten gegeben wird. Also werde ich das so ändern, dass ich sagen werde, also werde ich das ändern, um One-Shot Webpage Generator zu sagen. Das ist der Name, den ich meinem Agenten geben möchte , weil er im Wesentlichen nur eine Webseite in einem einzigen Versuch generiert , in dem Sinne, dass dafür nicht mehrere Iterationen erforderlich sind, sondern nur eine einzige Abfrage und dann eine Ausgabe Ordnung. Jetzt gibt es eine Option für Parameter und Einstellungen. Also werde ich mir zuerst die Parameter ansehen, richtig, und es heißt, was ist die Quelle für die Eingabeaufforderung? Also müssen wir sagen, wie der Agent hier gefragt wird. Und im Moment heißt es, dass es sich um den verbundenen Chat-Triggerknoten handelt. Also wird es nur den Chat-Input hier drüben als direkte Aufforderung geben . Aber ich möchte hier noch ein paar Anweisungen hinzufügen. In Ordnung. Also werde ich mit dem Dropdown-Pfeil auf dieses Feld hier drüben klicken und dann unten Definieren auswählen. In Ordnung. Also wird es einen Ausdruck verwenden, um auf die Daten in den vorherigen Knoten zu verweisen. Oder wir können statischen Text oder eine Kombination aus beidem eingeben , und genau das wollen wir. Deshalb möchten wir diesem Agenten einige Anweisungen geben und auf die Benutzerabfrage in der Chat-Eingabe hier verweisen . In Ordnung. Und die frühere Option , die mit dem Chat-Trigger-Knoten verbunden war, sucht nur nach einem Eingabefeld namens Chat-Eingabe, das von einem direkt verbundenen Chat-Trigger stammt . Das war also viel einfacher, aber wir möchten hier noch ein paar weitere Anweisungen hinzufügen. Also sagen wir weiter unten definiert. Und jetzt geben wir hier die Eingabe ein, die wir wollen. In Ordnung. Also habe ich meine Eingabeaufforderung hier eingegeben. Ich kann das erweitern, indem ich darauf klicke, aber wir können es richtig sehen. Und hier sagen wir, dass Sie eine einzelne STML-CSS-JS-Ausgabe für eine Webseite generieren eine einzelne STML-CSS-JS-Ausgabe , wie in der Benutzerabfrage unten angefordert Geben Sie nichts anderes aus, weil wir wollen, dass nur das SDML-Dokument kommt Und nur ein einziges SML-CSS-Js-Dokument , das direkt beendet werden kann Die Benutzereingabe ist, und dann füge ich einen Bindestrich ein, und jetzt möchte ich die Referenz für die Benutzereingabe eingeben Sie können also die Chat-Eingabe einfach hierher nehmen, was eines der verfügbaren Eingabefelder ist, und ich kann sie hierher ziehen, richtig. Sobald ich das gemacht habe, kannst du sehen dass die Chat-Eingabe hierher gekommen ist, es ist also JCN-Punkt-Chat-Eingabe. In Ordnung. Also das wird sich auf den Chat-Eingabeschlüssel von diesem bestimmten Jason beziehen , und der Wert dafür wird hier übersetzt. Jetzt können Sie sehen, dass ein Ergebnis auftaucht. NTN zeigt uns also, wie das aussehen wird , basierend auf den aktuellen Eingaben Falls Sie den Chat-Eingabeknoten also noch nicht ausgeführt haben, werden Sie hier nichts sehen. Es wird Ihnen wahrscheinlich einen Hinweis geben, diesen Knoten auszuführen. Aber da wir diesen Knoten ausgeführt haben, können Sie sehen, dass dies der ersten Aufforderung entspricht, die ich hatte , und dieser spezielle Ausdruck, JSON-Punkt-Chat-Eingabe, in doppelten geschweiften Klammern entspricht diesem speziellen Erstellen Sie eine Landingpage für ein Unternehmen namens KI-Sprache, auf der Menschen etwas über KI-Agenten lernen, Menschen etwas über KI-Agenten So wird es also übersetzt werden. Okay, jetzt ist dieser Teil erledigt. Jetzt kann ich hier auf das Plus klicken und ein Chat-Modell hinzufügen. Stattdessen klicke ich einfach auf Zurück zu Canvas und habe diesen Agent-Knoten erstellt. Jetzt klicke ich hier auf die Plus-Schaltfläche, Jetzt klicke ich hier auf die Plus-Schaltfläche um ein Google Gemini-Chat-Modell hinzuzufügen Also, ich klicke auf das Plus und dadurch die Sprachmodelle in der Seitenleiste hier angezeigt. Ich werde nach Google suchen, Google Gemini Chat Model verwenden und darauf klicken Sobald Sie darauf klicken, können Sie das Google Gemini-Chat-Modell hier tatsächlich sehen . Also werde ich den Namen so lassen wie er ist. Das möchte ich nicht ändern. Ich habe Zugangsdaten, mit denen ich mich verbinden kann, die ich bereits in der letzten Vorlesung eingerichtet habe. Falls nicht, oder falls sich der API-Schlüssel geändert hat, kannst du von hier aus einen neuen erstellen. Ich klicke also auf die Schaltfläche Bearbeiten, um zu dem Bildschirm zu gelangen , auf dem wir diese Zugangsdaten bearbeiten Und jetzt können Sie sehen , dass Sie einen Host haben, sodass dieser automatisch gefüllt wird Sie müssen hier einen API-Schlüssel eingeben. Also noch einmal: Bitte schauen Sie sich die vorherigen Vorlesungen an, um diesen API-Schlüssel zu erhalten, und dann können Sie ihn hier hinzufügen. Sobald Sie das getan haben, wird Ihre Verbindung getestet und Sie erhalten die Meldung, dass die Verbindung erfolgreich getestet wurde. Und dann können Sie das einfach schließen und Sie kehren zum Bildschirm des Google Gemini-Chat-Modells zurück Wir müssen hier also nichts weiter tun , da wir bereits den Agenten mit der Aufforderung und den Anweisungen zur Verwaltung der eingehenden Chat-Nachricht Hier haben wir im Wesentlichen das Gemini 2.5-Flash-Modell mit unserem KI-Agenten verbunden 2.5-Flash-Modell mit unserem KI-Agenten Jetzt klicken wir wieder auf Zurück zu Canvas, und jetzt haben wir das Google Gemini-Chat-Modell In Ordnung. Sobald diese beiden Dinge erledigt sind, können wir hier auf die Schaltfläche „ Schritt ausführen“ klicken die Schaltfläche „ Schritt ausführen und versuchen, dies auszuführen. Schauen wir uns also an, was passiert. Während der Ausführung sehen Sie diese kreisförmigen Pfeile, die sich umdrehen, was zeigt, dass es diese kreisförmigen Pfeile, die sich umdrehen, läuft, es läuft, dass es in Bearbeitung ist, und Sie sehen, wie lange sie hier schon laufen. Sie können also sehen, dass es gerade etwa 13 Sekunden lang läuft . Und da es sich um einen LLM-API-Aufruf handelt, dies tatsächlich einige Zeit dauern Möglicherweise müssen Sie warten, bis dieser Vorgang abgeschlossen ist. Also lass uns das jetzt machen. Lass uns darauf warten. Und während wir das tun, können wir uns auch das Chat-Modellfenster von Google Gemini hier ansehen . Es heißt also, dass es eine Eingabe gibt, und Sie haben hier die menschliche Eingabe die besagt, dass eine einzelne SML-CSS-GS-Ausgabe generiert Das ist also im Wesentlichen unsere Aufforderung, und am Ende sie die Abfrage tatsächlich mit dem von uns angegebenen Ausdruck übergeben mit dem von uns angegebenen Ausdruck Wir werden die Ausgabe hier sehen können , sobald sie veröffentlicht wird. Im Moment heißt es nur, dass der Knoten ausgeführt wird, und jetzt müssen wir warten, bis dies abgeschlossen ist. In Ordnung, so großartig. Jetzt ist das tatsächlich abgeschlossen. Sie können sehen, dass alles grün geworden ist, der Rand und der Connector hier und auch der Rahmen des Google Gemini-Chat-Modells hier mit dem grünen Häkchen Das bedeutet also nur, dass es erfolgreich ausgeführt wurde. Sie können die Ausgabe hier sehen da wir den Agenten angefordert haben. Die Ausgabe ist nur ein SDML-Dokument und nichts weiter, wie es scheint, oder? Und wir werden uns das genauer ansehen wenn wir den nächsten Knoten hinzufügen Das hat bei mir ungefähr 2 Minuten gedauert. Warten Sie also bitte, bis es abgeschlossen ist, während es läuft, und dann können Sie hier auf die Plus-Schaltfläche klicken. Lassen Sie uns nun auf die Plus-Schaltfläche klicken und eine Möglichkeit hinzufügen, unsere eSTIML-Ausgabe zu sehen Wie können wir also die Ausgabe rendern , die vom Agenten erzeugt wird Um also die vom Agenten erzeugte Ausgabe zu rendern, klicken wir hier auf die Plus-Schaltfläche und suchen einfach nach STML Nun, STML gibt uns hier eine Kategorie, die „Mit STML arbeiten“ heißt und es gibt mehrere Und was wir hier sagen werden , ist das Generieren von STML-Vorlagen Wir werden darauf klicken, und das hat für uns einen Knoten mit einer Eingabe und einer Ausgabe hinzugefügt für uns einen Knoten mit einer Eingabe und einer Ausgabe Für die Eingabe sehen wir also die Ausgabe des vorherigen Knotens, und die Ausgabe des vorherigen Knotens ist der gesamte STML-Inhalt Und jetzt haben wir die Parameter, die TML-Vorlage, die wir zeigen wollen Wir wollen im Grunde nur die Ausgabe hier zeigen. Wir klicken einfach darauf und drücken Strg A oder Befehl A, um hier alles auszuwählen , und dann löschen wir das einfach. Und jetzt können wir dieses Ausgabefeld tatsächlich ziehen und es einfach hier drüben platzieren. Wir können also sehen, dass wir diese Ausgabe als JCN-Punktausgabe mit einem $1-Zeichen hier und mit zwei geschweiften Klammern außerhalb davon referenzieren JCN-Punktausgabe mit einem $1-Zeichen hier und mit zwei geschweiften Klammern Auf diese Weise stellen wir einen Ausdruck in Aten dar, und das bedeutet im Wesentlichen , dass wir eine TML-Template generiert haben, die nur auf die Ausgabe des vorherigen Knotens verweist Ausgabe des Und das ist unser TML-Dokument, okay? Jetzt ist das erledigt und wir können hier einfach auf Zurück zu Canvas klicken. In Ordnung. Jetzt haben Sie diesen dritten Knoten fertig und wir können hier auf die Schaltfläche „Schritt ausführen“ klicken . Und sobald wir das getan haben , sollten wir sehen, wie die EstimL-Vorlage für uns gerendert wird, oder? Es heißt also, dass der Knoten erfolgreich ausgeführt wurde. Wir sehen die Ausgabe hier, und ich werde einfach darauf doppelklicken und das öffnen und dann versuchen, diesen bestimmten Teil zu erweitern. Und jetzt kann ich sehen, dass wir die KI-Sprache haben, dass KI-Agenten Kurse sind und dann loslegen. Das ist also im Grunde eine Landingpage, die der KI-Agent oder das Gemini-Chat-Modell für uns generiert haben, und es ist eine One-Shot-Seite, oder? Es hat also einfach alles auf einmal gemacht und es hat unterschiedliche Inhalte für verschiedene Teile der Seite Es heißt also: Erschließen Sie die Zukunft mit KI-Agenten. Hier gibt es eine Schaltfläche zum Handeln, der Sie unsere Programme erkunden und loslegen können. Das ist also der Aufruf zum Handeln, und dann wurde hier tatsächlich noch etwas mehr Inhalt eingefügt. Das ist typisch für das, was Sie auf einer Landingpage sehen, in Ordnung. Sie haben hier auch eine Fußzeile, und diese dient nur dazu, zu zeigen, was sie als Ausgabe produziert hat Aber unser Hauptziel hier war es, zu verstehen, wie wir unseren ersten NA-Ten-Workflow erstellen und das Ergebnis sehen können unseren ersten NA-Ten-Workflow erstellen und das Ergebnis sehen Jetzt haben wir also gesehen, wie die HTML-Ausgabe hier drüben in NA Ten gerendert wurde, oder? Jetzt können wir einfach auf Zurück zu Canvas klicken, und das vervollständigt im Wesentlichen unseren gesamten Workflow, wir hier erstellen wollten, okay? Nun einige Aspekte der Benutzeroberfläche, die Sie beachten sollten. Hier gibt es also eine Schaltfläche zum Vergrößern, wenn Sie möchten oder herauszoomen möchten. Es gibt auch eine Schaltfläche zum Anpassen der Größe, sodass der gesamte Arbeitsablauf auf Ihrem Bildschirm angezeigt wird, und es ist auch eine Schaltfläche zum Aufräumen Das wird also all diese Knoten auf eine nette Art und Weise anordnen all diese Knoten auf eine nette Art und Weise Sie können also diese Schaltflächen verwenden und dann können Sie Ihren Arbeitsablauf auf eine nette und übersichtliche Weise sehen . Hier gibt es auch einen Abwärtspfeil , der Ihre Eingaben, Ausgaben und Protokolle sowie die gesamte Chat-Oberfläche hier versteckt . Wir können also darauf klicken, um es zu erweitern und es viel besser als zuvor zu sehen. Außerdem gibt es hier eine Schaltfläche zum Speichern. Sie können Ihren Workflow also tatsächlich speichern indem Sie auf die Schaltfläche Speichern klicken. Wir haben dem bereits einen Namen gegeben, also wird es einfach erneut gespeichert , genau wie Sie ein Dokument speichern Und das ist jetzt für uns gespeichert. Das ist der Herausgeber. Sie haben hier auch den Abschnitt Ausführungen, in dem Sie die Ausführungen sehen können , die Sie in der Vergangenheit für diesen Workflow durchgeführt haben Wir werden hier nicht auf die Details dieser Ausführungen eingehen die Details dieser Ausführungen , nur um Ihnen zu zeigen, dass dies die verfügbaren Optionen sind Und es gibt auch eine Option für Bewertungen. Und wir könnten uns das in den zukünftigen Vorlesungen ansehen. Der letzte Punkt, den wir uns vor dem Ende dieser Vorlesung ansehen sollten , ist, wie man diese spezielle Arbeit exportiert, oder? Das Einzige, was Sie tun können, ist, auf diese drei Punkte hier drüben klicken und dann auf die Download-Schaltfläche zu klicken. Dadurch wird eine JCNFle für Sie Sie können also sehen, dass es hier ein StmlPageGenertD-Punkt-JCNFle ein StmlPageGenertD-Punkt-JCNFle Ich hatte es schon einmal heruntergeladen, also wurde hier ein Duplikat Und wir können diese Datei im VS-Code öffnen , um zu sehen, wie sie aussieht. In Ordnung. Also habe ich gerade den SML-Seitengenerator One Dot JCN geöffnet , den ich gerade heruntergeladen habe, und Sie können das auch im VS-Code versuchen Und Sie können sehen, dass dies im Wesentlichen ein JCN mit verschiedenen Schlüssel-Wert-Paaren ist , die im Grunde unseren Workflow definieren Im Wesentlichen handelt es sich also um eine serialisierte JCN-Version des erstellten Workflows, und wir können sie verwenden und wir können tatsächlich auf Github übertragen Also werde ich das in ein Repository legen falls Sie es verwenden möchten, und dann können Sie es tatsächlich herunterladen und erneut importieren Obwohl dies nur als Referenz dient, möchte ich, dass Sie die Vorlesung verfolgen und jedes der Teile so bauen , wie wir es gebaut haben , damit Sie verstehen, wie Nitin verwendet Aber nur als Referenz, ich werde das auf Github hochladen und Sie können es dann hier referenzieren, falls Sie es brauchen Und wenn wir zu unserem SDML-Seitengenerator hier zurückkehren, können wir hier auf die Home-Schaltfläche klicken , um zu sehen, wie wir das JSN importieren können Falls Sie also die JSN einer anderen Person importieren möchten , die jemand mit Ihnen geteilt hat, klicken wir hier auf die Plus-Schaltfläche und dann Das wird also einen neuen Workflow für Sie erstellen. Und dann klickst du hier auf die drei Punkte und sagst Aus Datei importieren. Dann kannst du zu deinem Download-Verzeichnis gehen, Dann kannst du zu deinem Download-Verzeichnis gehen wo auch immer du diesen Jason heruntergeladen hast , und dann das JSN auswählen, das du importieren möchtest Und dann klickst du auf Öffnen und das importiert dann diesen speziellen Workflow für dich, und dann kannst du mit diesem Workflow arbeiten, Änderungen daran vornehmen und ihn dann ausführen Ordnung. So importieren Sie also ein anderes JSON, das jemand mit Ihnen geteilt hat. Hier gibt es auch eine Option zum Teilen, sodass Sie mit anderen an Workflows zusammenarbeiten können mit anderen an Workflows zusammenarbeiten , wenn Sie Ihren Plan aktualisieren. Wir verwenden also die kostenlose Community-Edition, aber falls Sie Zugriff auf einen kostenpflichtigen Tarif oder eine andere Version von NiTEN haben einen kostenpflichtigen Tarif oder eine , die dies ermöglicht, können Sie tatsächlich auf die Schaltfläche Teilen klicken und dann mit anderen Personen zusammenarbeiten. In Ordnung. Also das ist alles, was wir in dieser Vorlesung tun wollten . Und in dieser Vorlesung haben wir uns nur darauf konzentriert, wie wir einen SML-Seitengenerator erstellen, einen neuen Workflow, im Grunde genommen, wie wir ihm einen Namen geben und wie wir ihm verschiedene Knoten hinzufügen, wie die verschiedenen Datenpunkte von einem Knoten zum anderen fließen und wie wir diese Datenpunkte in den folgenden Knoten mithilfe von Ausdrücken referenzieren diese Datenpunkte in den folgenden Knoten mithilfe von Ausdrücken Wir haben auch gesehen, wie der generierte TML-Inhalt in NAN gerendert der generierte TML-Inhalt in Und wir haben unserem Agenten hier ein Google-Gemini-Chat-Modell mit Anmeldeinformationen hinzugefügt , sodass er dieses LLM für den generativen KI-Bit verwenden kann dieses LLM für den generativen KI-Bit Wir haben auch gesehen, wie man mit diesen UI-Steuerelementen arbeitet, wie man unseren Workflow speichert und wie man hier auf die Plus-Schaltfläche klickt, und wie man hier auf die Plus-Schaltfläche klickt um verschiedene Kategorien von verfügbaren Knoten zu sehen und sie zu Ihrem visuellen Workflow-Editor hinzuzufügen Hier war es ein einfacher One-Shot-Agent, eine Anfrage entgegennimmt , die ausgelöst wird, wenn eine Chat-Nachricht empfangen wird, und diese Daten dann an einen KI-Agenten weiterleitet , der das Google Gemini-Chat-Modell verwendet , um eine Webseite zu generieren , die wir mit diesem STM-Knoten hier rendern. Ich hoffe, das hilft Ihnen zu verstehen, wie Sie damit beginnen können, Ihre eigenen Workflows in NATN zu erstellen Ihre eigenen Workflows in und wie Sie verschiedene Arten von Knoten verwenden können, wie Sie einen Triggerknoten und einen Agenten und dann STML rendern können. Und es gibt mehrere andere Integrationen, die verfügbar sind, und Sie können tatsächlich damit beginnen, sich diese Integrationen anzusehen , da es über 400 oder 500 davon gibt über 400 oder 500 davon gibt Und Sie können damit beginnen, die Apps zu integrieren , mit denen Sie arbeiten möchten Jetzt werden wir in der nächsten Vorlesung mehr Details erfahren. Vielen Dank, dass Sie sich diesen angesehen haben, und wir sehen uns beim nächsten Mal. 14. ANHANG 1 – Erstellen Sie ein Gmail-Konto, falls Sie es vorziehen.: Okay, lassen Sie uns zunächst ein neues Google-Konto einrichten , mit dem wir ein Projekt auf der Google Cloud-Plattform erstellen werden. Dafür suche ich einfach nach „Neues Google-Konto erstellen “ und gehe dann dorthin. Lass uns hier drüben klicken. Und, ähm, wie Sie sehen können, heißt es, Sie können zum Google-Konto gehen, sich auf der Anmeldeseite anmelden und auf Konto erstellen klicken. Also werde ich das in einem neuen Inkognito-Fenster öffnen in einem neuen Inkognito-Fenster Okay. Und ich werde auf Konto erstellen klicken Und hier werde ich es für meine Arbeit oder für mein Geschäft verwenden , und Sie können es entsprechend wählen Da ich es für eine App verwenden werde, entscheide ich mich für meine Arbeit oder für mein Unternehmen. Okay, und ich werde hier mit einer Gmail-Adresse weitermachen . Alles und frag mich nach einem Vor- oder Nachnamen. Also nur für diese Demo werde ich die KI-Sprache angeben und ich werde Demo als Nachnamen für mich angeben. Sie können wählen, was für Sie geeignet ist. Okay. Und nachdem Sie diese Details eingegeben haben, es Ihnen möglicherweise diese Optionen. Und im Moment verwende ich dieses Format zur Verwendung der Alangage Dot Demo Geben Sie also eine Gmail-Adresse ein, die Sie bevorzugen, und klicken Sie dann auf Weiter Okay, und dann können wir ein neues Passwort für uns selbst erstellen. Und es wird auch deine Telefonnummer verifizieren. Geben Sie also bitte Ihre Telefonnummer ein. Also habe ich meine Telefonnummer hier drüben eingegeben. Okay, ich habe also mein Google-Konto eingerichtet , das ich verwenden werde. Es werden Sie nach etwas mehr Informationen wie Ihrer Telefonnummer oder Ihrer Wiederherstellungs-E-Mail und allem gefragt . Folgen Sie also bitte diesen Schritten, um es einzurichten. Und sobald Sie Ihr Konto vorerst eingerichtet haben, werde ich „Nicht jetzt“ verwenden, um mein Unternehmen einzurichten, richtig, und das Google-Konto weiterhin verwenden, oder? Jetzt habe ich dieses Google-Konto eingerichtet und kann es für die Einrichtung meines Google Cloud-Projekts verwenden . 15. ANHANG 2 – Erstellen eines Google Cloud-Projekts: Okay, lassen Sie uns jetzt ein Google Cloud-Projekt erstellen. Also öffnen wir einen neuen Tab und gehen zur Google Cloud-Plattform. Und hier haben wir es. Okay, lass uns zuerst auf Anmelden klicken. Klicken wir auf Weiter. Und Passwort. Ordnung, jetzt haben wir uns in einem Google-Konto angemeldet und können tatsächlich kostenlos auf Erste Schritte klicken. Aber in Ordnung. Und um kostenlos mit einem Guthaben von 300$ zu beginnen, müssen Sie auf Kostenlos starten klicken, aber Sie benötigen ein bestimmtes, ähm, Sie wissen schon, Zahlungsprofil Okay, jetzt, da ich eine Demo aufnehme und sie nicht für eine Organisation ist, wähle ich hier eine Person aus Ich muss meine Daten eingeben , die echten Details, die wahren Details hier drüben, weil dafür mein offizieller Name erforderlich Also mache ich das und klicke dann auf Tight. Jetzt habe ich das Zahlungsprofil ausgefüllt und eine Kreditkarte hinzugefügt, für die zur Überprüfung nur ein minimaler Betrag belastet wurde Daraufhin wird uns dieser Willkommensbildschirm angezeigt. Hier ein kleiner Haftungsausschluss Bitte stellen Sie sicher, dass Sie alle Dinge, die Sie eingeben und als Richtlinien von Google akzeptieren, gelesen und verstanden und haben, da dies ein Live-Konto ist, das zum Hosten von Dingen verwendet werden kann, für die Gebühren berechnet werden können, richtig, und Sie sind für die Erstellung und Verwaltung dieses Kontos verantwortlich . Schenken Sie dem also die gebührende Aufmerksamkeit und Überlegung, bevor Sie fortfahren, oder? Nun, hier fragen wir nach einigen sehr grundlegenden Dingen, z. B. nach dem, was Bedürfnisse Ihres Unternehmens am besten beschreibt. Lassen Sie mich einfach sagen, dass es sich um ein sehr kleines Unternehmen handelt. Ich denke, Start, und wir klicken auf Weiter. Und was hat dich zu Google Cloud gebracht? Nehmen wir an, Sie erfahren mehr und erkunden Sie, was sind dann Ihre Interessen. Lassen Sie uns also zunächst die Apps Web und Mobile auswählen und dann, was Ihre Rolle am besten beschreibt, und Sie können alles einsetzen, was Ihnen passt Ich setze hier Ingenieur und Entwickler und klicke auf D. Okay. Und jetzt, wie Sie sehen, haben Sie die Willkommensseite und Sie können hier einige kostenlose Credits verwenden, die in etwa drei Monaten ablaufen. Okay, schauen wir uns das Projekt an, das wir hier haben. Google hat also bereits ein Projekt für uns erstellt, das MiFirstPject heißt und hier eine bestimmte ID hat, und wir werden vorerst dabei bleiben und dies für die weitere Einrichtung verwenden 16. ANHANG 3 – Installieren der gcloud CLI: In Ordnung, gehen wir also weiter. Jetzt installieren wir die GCloud-CLI, die Befehlszeilenschnittstelle für Google Cloud Lassen Sie uns also nach der Google Cloud CLI suchen und installieren. Ordnung. Und wir bekommen diesen Link. Lass uns hier klicken. Okay. Und hier sind wir mit allen Anweisungen. Also verwende ich einen Mac und wähle diesen. Zunächst müssen wir also bestätigen, ob wir eine unterstützte Version von Python installiert haben oder nicht, oder? Und lass uns das machen. Wir öffnen das Terminal und hier haben wir unser Terminalfenster. Und dann folgen wir einfach den Anweisungen von Google Spade Also müssen wir zuerst überprüfen, ob wir Python drei haben oder nicht. Nehmen wir einfach Python Three Dash. Wir und wir bekommen, wir haben Python 3.12 0.2 installiert, oder? Und falls Sie das nicht installiert haben, können wir eine Python-Version installieren , indem wir zu den Python-Versionen für Macu gehen Schauen wir uns das auch einmal an, oder? Es heißt also, weißt du, das neueste ist Python 3.13 0.1. Also lass mich einfach versuchen, das über 3.12 zu installieren. Wenn Sie also nach unten scrollen, sehen Sie all diese verfügbaren Dateien. Nun, da ich macOS verwende, kann ich diese spezielle Datei hier verwenden nur um zu bestätigen, welche macOS-Version Sie Sie können tatsächlich auf die Befehlszeile klicken und dann können Sie etwas über diesen MAC auswählen, oder? Also werde ich auf diese Datei klicken. Und erlaube die Downloads. Und ich werde warten, bis das heruntergeladen ist. Sobald Sie dieses Installationsprogramm für Macaws heruntergeladen haben, können Sie zu Ihren Downloads gehen, darauf klicken und das spezielle Paket hier öffnen, und Ihnen wird der Python-Installer angezeigt Sie können also den Anweisungen im Installer folgen. Ich werde das jetzt für mich selbst tun. Jetzt klicke ich auf Installieren. Okay, jetzt wird Python 3.13 0.1 für mich installiert Python 3.13 0.1 für mich Im Moment klicke ich auf Schließen und verschiebe das Installationsprogramm in den Papierkorb Und jetzt lass mich zum Terminal gehen. Und wenn ich das einfach noch einmal mache, erhalte ich die aktualisierte Python-Version, nämlich Python 3.13 0.1 Auf diese Weise können Sie Python installieren falls Sie es noch nicht installiert haben Jetzt können wir mit der Einrichtung unserer Google Cloud-Befehlszeilenschnittstelle fortfahren . Kehren wir also zu unserem Browser zurück und klicken Sie auf Zurück, um zu Google Cloud zurückzukehren. Und lass uns mit dem nächsten Schritt fortfahren. Der nächste Schritt besteht also darin, eines der folgenden Programme herunterzuladen, nämlich das Paket für Google Cloud CLI. In Ordnung. Also werde ich das M 64 Apple M One Silicon verwenden M 64 Apple M One Silicon , weil das meine Maschine ist. Lass uns darauf klicken und es heißt, wir wollen den Download zulassen. Und wieder erlauben wir den Download und warten, bis der Download abgeschlossen ist. Okay, sobald der Download abgeschlossen ist, wählen wir die heruntergeladene TAR-Datei aus und sie sollte automatisch erweitert werden. Und jetzt sehen wir, dass wir das Google Cloud SDK heruntergeladen haben. Es wurde hier zu einem Ordner erweitert. Und was wir tun werden, ist , das in unser Entwicklungsverzeichnis zu verschieben , das wir beim letzten Mal erstellt haben. Also gehen wir hier zur Entwicklung über, wir drücken Command Enter, um ein neues Terminal zu öffnen, um einen neuen Tab zu öffnen, und lassen Sie uns einfach versuchen, es hierher zu ziehen und wir haben es hier drüben Also, weißt du, all unsere Sachen im Entwicklungsverzeichnis übersichtlich angeordnet Okay, jetzt, da wir das SDK heruntergeladen haben, können wir mit den nächsten Schritten fortfahren, nämlich es tatsächlich zu installieren. Kopieren wir also diesen Befehl von hier, um Day zu installieren, und fügen wir ihn in unsere Shell ein. Und natürlich müssen wir in das Entwicklungsverzeichnis wechseln und dann diesen Befehl einfügen. Dadurch wird die Google-Befehlszeilenschnittstelle für uns installiert , Google Cloud-Befehlszeilenschnittstelle. Und möchten Sie dazu beitragen, Google zu verbessern? Lass mich vorerst hier wählen. Okay, und es gibt mir eine Reihe von Komponenten , die es installiert hat. Abgesehen von den Komponenten aktualisiert es auch Ihre Pfadvariable und ermöglicht die Vervollständigung von Shell-Befehlen. Außerdem wird Ihre Pfadvariable und ermöglicht die Vervollständigung von Shell-Befehlen nach einer RC-Datei für alle Einstellungen gefragt , die in diese Datei eingegeben werden müssen Ich lasse dieses Feld leer, um das Standardfeld zu verwenden. Ich möchte das Python-Installationsprogramm nicht ausführen, da ich es bereits installiert habe, also sage ich dort nein. Dann gehe ich zurück und beginne mit dem Befehl init. Also das ist der nit-Befehl für mich, und lassen Sie uns ihn einfach hier einfügen. werden also aufgefordert, uns tatsächlich bei unserem Google-Konto anzumelden, und das ist es. Sie müssen sich also anmelden, um fortzufahren. Möchten Sie sich anmelden? Ich sage ja. Also melde dich hier mit deinem Konto an. Sobald Sie sich angemeldet haben, werden Sie um Erlaubnis gebeten, also werde ich hier auf Weiter klicken. Okay. Und jetzt heißt es, dass Sie mit der Google-Befehlszeilenschnittstelle authentifiziert sind mit der Google-Befehlszeilenschnittstelle authentifiziert Also gehe ich zurück zum Terminal und es heißt, Sie wissen schon, wählen Sie ein Cloud-Projekt aus, das Sie verwenden möchten Das wird also das Standardprojekt sein , das es verwenden wird, und ich werde die ersten Elemente verwenden. Ich werde eins drücken und das eingeben. Es ist also das aktuelle Projekt, und es scheint, dass alle Aspekte abgeschlossen sind.