Parte V Agenti AI

In questo capitolo vengono fornite informazioni sulla creazione, il test, la distribuzione e il monitoraggio degli agenti nell'area di lavoro.

Gli agenti sono applicazioni agentic end-to-end. Gli agenti sono definiti attraverso un grafico di passi rappresentati da nodi di diversi tipi (trigger, agenti, guardrail o strumenti). Gli agenti possono essere definiti tramite un generatore di flusso visivo senza codice e tramite codice tramite librerie di terze parti, ad esempio LangGraph.

Oracle AI Data Platform Workbench offre più modelli di strumenti che possono essere configurati per accedere ai dati e adattarsi ai casi d'uso. Gli strumenti supportati sono:

• Strumento personalizzato: lo strumento Codice personalizzato consente agli sviluppatori di agenti di estendere AI Data Platform con il proprio codice Python. L'implementazione dello strumento viene impacchettata come file ZIP, caricata nell'area di lavoro e configurata. L'agente chiama il codice come strumento, con i parametri forniti dall'LLM in fase di esecuzione.
• HTTP: lo strumento Richiesta HTTP consente all'agente di chiamare qualsiasi API REST HTTPS. È possibile configurare la richiesta, inclusi metodo, URL, intestazioni, parametri di query, corpo della richiesta, autenticazione e, facoltativamente, un passo di ottimizzazione della risposta. L'agente richiama quindi l'endpoint in runtime. Lo strumento di richiesta HTTP è disponibile sia nel visual builder che nel generatore di codice. Nel generatore di codice, lo strumento viene configurato tramite la libreria helppUtils Python.
• Prompt: lo strumento prompt consente allo sviluppatore AI di definire un prompt parametrizzato che può essere emesso a un LLM a propria scelta. I casi d'uso comuni per uno strumento di prompt includono le attività di redazione delle e-mail, le attività di traduzione, la conversione dello stile, il messaggio di commit git e le spiegazioni del codice.
• Server MCP remoto: gli sviluppatori di agenti possono connettere i propri agenti ai server MCP (Remote Model Context Protocol) utilizzando lo strumento Server MCP remoto.
• RAG: lo strumento RAG consente agli agenti di estrarre informazioni esterne rilevanti prima di generare una risposta. In AI Data Platform Workbench, lo strumento RAG esegue una query su una knowledge base (23ai Vector Search) e recupera chunk di documenti semanticamente pertinenti. Questi chunk vengono quindi passati all'agente per la generazione della risposta.
• SQL: lo strumento SQL consente agli agenti di eseguire query SQL su origini dati strutturate registrate tramite cataloghi esterni, come Oracle Autonomous AI Lakehouse, Oracle Autonomous AI Transaction Processing o Oracle AI Database. Lo strumento è destinato agli scenari in cui le query SQL sono predefinite e possono essere parametrizzate. L'obiettivo è consentire a un agente di assegnare valori ai parametri. Questo strumento non è uno strumento NL2SQL che genera una query SQL basata su un prompt del linguaggio naturale.

  Nota

  Lo strumento SQL esegue solo query sui dati in un catalogo esterno. Non supporta i dati memorizzati in un catalogo standard.

Nota

È necessario collegare una computazione AI al proprio agente prima di poter eseguire il test di uno strumento di sistema. Se non è collegata alcuna computazione, la scheda Test viene disabilitata.

La creazione di agenti in AI Data Platform Workbench genera un file artifact agente (.aflow) nella cartella dell'area di lavoro selezionata. Impossibile modificare questo file.

Parte V Memoria agente

La memoria agente fa parte di un sistema agente AI che consente all'agente di conservare e riutilizzare le informazioni tra turni, task o sessioni.

A differenza della finestra di contesto del modello, che è temporanea e limitata al prompt corrente, la memoria può mantenere fatti, preferenze, decisioni precedenti, output degli strumenti, piani intermedi o osservazioni sull'ambiente.

Memoria agente in AI Data Platform

AI Data Platform fornisce memoria a breve termine limitata alla durata di una sessione. È possibile configurare gli elementi che possono essere conservati in memoria nella scheda Memoria dell'agente.

Configurazione memoria agente singolo

La configurazione della memoria di un singolo sistema agente è disponibile nella scheda Memoria del nodo agente.

Configurazione memoria	Descrizione
Abilita memoria agente	Questa impostazione abilita la memoria dell'agente. Se disabilitato, l'agente è essenzialmente un sistema senza conservazione dello stato. Ogni turno viene trattato in modo indipendente e non è possibile porre alcuna domanda di follow-up. Si consiglia di abilitare la memoria.
Limita la cronologia delle conversazioni	Quando questa selezione è disabilitata, i giri precedenti riempiranno la memoria fino a quando il modello non esaurisce il contesto e viene restituito un errore. Se sono previste sessioni brevi, è possibile disabilitare questa impostazione. Tuttavia, per la maggior parte dei casi d'uso si consiglia di limitare la cronologia delle conversazioni.
Configurazione troncamento	Se si sceglie di limitare la cronologia delle conversazioni, è possibile decidere di troncare la cronologia mediante: Mantenere solo gli ultimi N messaggi (utente + agente) Impostazione di un budget token complessivo (first in, first out) O entrambi, a seconda di quale evento si verifichi per primo attiva il troncamento della memoria dell'agente
Limite massimo messaggi	Se si sceglie di mantenere gli ultimi N messaggi, è possibile impostare un valore di N.
Budget token	In alternativa, è possibile impostare un budget token complessivo. I primi token vengono eliminati per mantenere in memoria quelli più recenti.

Configurazione memoria di sistema con più agenti (modello supervisore)

La memoria di un sistema con più agenti viene configurata nella scheda Memoria dell'agente supervisore.

La memoria per un sistema con più agenti viene applicata e non può essere disabilitata e le opzioni di troncamento della memoria visualizzate nel nodo dell'agente supervisore vengono applicate solo alla memoria dell'agente supervisore. Ogni criterio di troncamento della memoria dell'agente esecutore può essere configurato nella scheda Memoria del nodo esecutore in base al criterio di isolamento dello stato selezionato per l'intero sistema.

La configurazione della memoria di sistema multi-agente consente inoltre di selezionare il criterio di condivisione della memoria degli agenti esecutore. Sono possibili tre opzioni: Stateless, Private e Shared. Tenere presente che il criterio viene applicato a tutti gli agenti esecutore.

Isolamento dello stato per gli agenti esecutori	Descrizione
Senza conservazione dello stato	Ogni agente esecutore vede solo il task assegnato dal supervisore. Nessuna storia viene riportata tra le chiamate. Nessuna richiesta di follow-up può essere effettuata all'agente supervisore dall'agente esecutore. Se si seleziona senza conservazione dello stato, la memoria di ciascun agente esecutore viene disabilitata.
Privata	Ogni agente esecutore vede solo le proprie interazioni passate. Non è possibile visualizzare altri agenti esecutore o la conversazione utente originale con l'agente supervisore.
Condivise	Gli agenti esecutori possono visualizzare la cronologia completa delle conversazioni tra agenti e utenti. Tutti gli agenti lavorano da un contesto condiviso. Se condiviso è selezionato, è possibile configurare il criterio di troncamento della memoria separatamente per ogni agente esecutore in ogni scheda di memoria del nodo agente.