AI-Agent-Konzepte auswählen
Erforscht die Konzepte und Begriffe im Zusammenhang mit Select AI Agent (Autonomes Agent Framework).
Agentische Aktion
Im Kontext von Agents ist eine Aktion eine Anweisung, die ein Tool mit Parametern auslöst. Die Plattform führt das Tool aus, behandelt Fehler und gibt eine Beobachtung für die nächste Verarbeitungsschrittschleife zurück.
Aktionen verbinden Planung mit Ausführung. Sie definieren, welches Tool ausgeführt werden soll und mit welchen Eingaben.
Agent
Ein Agent führt Aufgaben für einen bestimmten Zweck aus. Ein Agent, der Anforderungen berücksichtigt, Tools auswählt, Schritte ausführt, Ergebnisse auswertet und Antworten erstellt, die im Datenbankkontext basieren.
Ein Agent kapselt Verhalten, Policys und verfügbare Tools für einen bestimmten Job, z.B. Retourenverarbeitung oder Wissensabruf.
Agent-Team
Ein oder mehrere Agents, die einen Agent-Workflow ausführen. Ein Team koordiniert Zuständigkeiten, teilt den Kontext und führt Agent-Task-Paare aus, um mehrstufige Interaktionen zuverlässig durchzuführen.
Teams teilen die Arbeit auf spezialisierte Agenten auf und ordnen ihre Beiträge ab. Teams behalten gemeinsamen Kontext und erzeugen eine einheitliche Antwort.
Sie können Agent- und Teamausführungsdetails mit den folgenden Historienansichten anzeigen: USER_AI_AGENT_TEAM_HISTORY, USER_AI_AGENT_TASK_HISTORY und USER_AI_AGENT_TOOL_HISTORY. Diese Ansichten zeichnen Prompts, Antworten und Toolausführungen für jeden Agent, jede Aufgabe und jedes Team auf und bieten Transparenz und Rückverfolgbarkeit über alle Agent-Workflows hinweg. Weitere Informationen zu diesen Historienansichten finden Sie unter DBMS_CLOUD_AI_AGENT Historienansichten.
MCP-Server
Ein MCP-Server (Model Context Protocol Server) bietet eine standardisierte Möglichkeit für Anwendungen, mit generativen KI-Modellen und -Tools zu interagieren, indem Modellfunktionen, Kontextabruf und Erweiterungen über ein konsistentes Protokoll bereitgestellt werden.
Mit Select AI Agent können Sie Tools definieren, die über den Autonomous AI Database MCP-Server verfügbar gemacht werden können. Diese Tools können integrierte Tools für die SQL-Generierung, RAG, Benachrichtigungen (E-Mail und Slack) und Websearch sowie benutzerdefinierte Tools umfassen. Benutzerdefinierte Tools können Funktionen bereitstellen, die in Ihrer Datenbank definiert sind.
Beobachtung
Die von einer Toolausführung zurückgegebenen Daten: Zeilen, Nachrichten oder Fehler, die der Agent während der Reflexion aufzeichnet und auswertet. Beobachtungen leiten den nächsten Argumentationsschritt und liefern Beweise für die endgültige Antwort.
Sequenzielles Workflow-Agent-Muster
Ein sequenzielles Workflow-Agent-Muster führt konfigurierte Agent-Aufgabenpaare in einer festen Reihenfolge aus. Jede Aufgabe wird beendet, bevor die nächste Aufgabe gestartet wird, und nachgelagerte Aufgaben können Ergebnisse aus benannten vorgelagerten Aufgaben verwenden.
Muster für Vorgesetzten-Agent
Ein Supervisor-Agent-Muster verwendet einen Supervisor-Agent, um Worker-Agent-Aufgabenpaare zur Laufzeit auszuwählen und zu koordinieren. Der Vorgesetzte delegiert eigenständige Unteraufgaben, wertet jedes Ergebnis aus und bestimmt die nächste Aktion, bevor er eine einheitliche Antwort zurückgibt.
Aufgabe
Eine Aufgabe stellt eine Arbeitseinheit dar. Sie führt die Toolauswahl, die Parameterzuordnung und die Ausführungs-Policy an und liefert Ergebnisse, die nachgelagerte Schritte lesen und zusammenfassen können.
Aufgaben geben das Ziel, die Eingaben, die Werkzeugauswahl und die Leitplanken an. Sie geben strukturierte Ausgaben zurück, die spätere Schritte verbrauchen können.
Sie können die Ansicht USER_AI_AGENT_TASK_HISTORY abfragen, um zu prüfen, wie Aufgaben in einer Agent-Ausführung definiert, ausgeführt und abgeschlossen werden. Weitere Informationen finden Sie unter DBMS_CLOUD_AI_AGENT Historienansichten.
Teamverbraucher
Dies ist ein Datenbankbenutzer, der ein gemeinsam verwendetes Team ausführt, entweder über eine direkte Berechtigung oder über eine aktivierte Datenbankrolle. Eine Rolle ist ein Berechtigter und kein Nutzungsschema.
Teamverantwortlicher
Dies ist das Schema, das Eigentümer der Teamdefinition ist und diese verwaltet.
Tool
Ein Tool führt eine Aktion aus, wie das Aktualisieren von Daten, das Abrufen von Dokumenten oder das Aufrufen externer Services. Tools nehmen Parameter an, können deterministisch oder nicht deterministisch ausgeführt werden und geben Beobachtungen aus Gründen zurück.
Tools kapseln wiederholbare Vorgänge. Sie halten Nebenwirkungen kontrolliert und beobachtbar und unterstützen Auditing und Debugging.
Im Select AI Agent Framework stellen Tools funktionale Bausteine dar, die Agents während der Aufgabenverarbeitung verwenden können. Ein Werkzeug könnte sein:
-
Ein deterministisches Tool wie eine PL/SQL-Funktion, das dieselbe Ausgabe für dieselbe Eingabe zurückgibt.
-
Ein nicht-deterministisches Tool, wie eine Websuche oder eine LLM-basierte Zusammenfassung, bei dem die Ausgaben je nach Timing, Netzwerkergebnissen oder Zufälligkeit variieren können.
Agents wählen Tools basierend auf den Anforderungen der Aufgabe aus und verwenden die Ausgabe (bekannt als Beobachtung), um zu begründen, die nächsten Schritte zu entscheiden oder Antworten zu generieren. Tool-Metadaten und Ausführungshistorie werden protokolliert, um Debugging, Beobachtbarkeit und Sicherheit zu unterstützen.
Sie können die Ansicht USER_AI_AGENT_TOOL_HISTORY abfragen, um die Toolnutzung zu überwachen und die Ausführungsergebnisse für jede Agent-Aufgabe zu prüfen. Weitere Informationen finden Sie unter DBMS_CLOUD_AI_AGENT Historienansichten.