AI Агенти своїми руками: Покрокова інструкція для Tech-експертів

Створення AI Агентів з нуля: Покрокова Інструкція для Техногіків

Привіт усім! Сьогодні ми розберемося з тим, як створити власних AI агентів з чистого листа. Ми почнемо з скажімо, основ і поступово перейдемо до більш просунутих технік. Приготуйтеся, буде цікаво!

Що таке Agentic Systems? Зрозуміло,

Agentic скажімо, systems – це середовища, що складаються з агентів і воркфлоу. Давайте розберемося, що це таке:

• Воркфлоу (Workflow) – це автоматизовані системи, де вихідні дані заздалегідь визначені великою мовною моделлю (LLM) та іншими інструментами. Уявіть собі автоматизацію після покупки товару: клієнт купує продукт. І система автоматично відправляє йому email з деталями замовлення. Це – workflow.

• Агенти (Agents), з іншого боку, працюють трохи інакше. Це автоматизовані системи, де LLM динамічно вирішує, які інструменти та вихідні дані необхідні. Наприклад, агент підтримки клієнтів, загалом, який має доступ до інструментів створення тікетів, перегляду історії замовлень або повернення коштів, якось так.

Чим Агенти відрізняються від Воркфлоу?

Візуально це можна зобразити бачите, так:

• Воркфлоу:

  • Вхідні дані (від користувача, за розкладом, з додатку)
  • Автоматизований процес
  • Передбачуваний, чітко визначений вихід.

• Агенти:

  • Вхідні дані (від користувача)
  • LLM (мозок. Агента)
  • Набір інструментів (доступ до різних функцій)
  • Динамічний вихід (залежить від рішення LLM).

Простіше кажучи, агент – це LLM з набором інструментів. Іноді агенти можуть бути вкладені один в одного, де один агент викликає іншого, який має доступ до певних інструментів.

Види Node в N8N

Перш ніж зануритися в. Створення AI агентів в n8n, важливо розуміти типи вузлів (Nodes). Я люблю ділити Node на п’ять різних категорій:

. Фактично,

1. Тригери (Triggers):

   • Це вузли, які запускають ваші автоматизації. Вони визначають “де”, “коли” і “як” почнеться ваш agentic framework.

2. Вузли Дій (Action Nodes):

   .

   • Дозволяють вам щось робити в додатку або сервісі. Наприклад:
     • Google Sheets
     • Air значить, Table
     • Notion
     • WhatsApp
     • Telegram
     • Gmail
     • Outlook

   .

3. Утилітарні Вузли (Utility Nodes):

   • Це інструменти для трансформації даних. Справа в тому, що наприклад:
     • If Statements
     • Фільтри
     • Конвертори даних
     • Інстументи для зберігання даних

4. Вузли коду (Code Nodes):

   • Дозволяють запускати код, робити HTTP-запити, налаштовувати web hooks, писати JavaScript і багато іншого.
   • Це виводить вашого агента на новий рівень!

5. Розширений Вузол AI Агента (Advanced AI Agent Node):

   • Саме це робить ваш workflow агентом!
   • Дозволяє додавати функціональність пошуку та отримання слухайте, даних, зберігати пам’ять, запускати ланцюжки великих мовних моделей, виконувати аналіз тональності та багато іншого.

Створення Першого AI Агента: Покрокова Інструкція

1. Почнемо з Тригера

При створенні автоматизації завжди потрібно починати з тригера. У нашому випадку, ми використаємо тригер “On Chat Message”.

• Відкрийте Nodes panel
• Виберіть On Chat Message

Тепер. Дивно, кожного разу, в принципі, коли ви будете вводити повідомлення в чат, автоматизація буде запускатися.

2. Додавання Вузла AI Агента

• Відкрийте Nodes panel
• Перейдіть до Advanced Ai
• Додайте AI Agent

Це – мозок вашого workflow. Дивно, тут ви можете використовувати LLM як звичайний Chat GPT.

3. Підключення Моделі Чату

Щоб AI агент працював, необхідно підключення до моделі чату.

• Виберіть Chat Model
• Наприклад, Open AI Chat Model
• Виберіть модель (наприклад, GPT-4o)
• Підключіть свій API ключ OpenAI

4. Додавання Пам’яті

Без пам’яті агент не може зберігати контекст розмови.

• Виберіть Memory наприклад, Plus
• Виберіть Window Buffer Memory

Window. Buffer memory зберігає контекст в n8n і не вимагає облікових даних. Тепер ваш агент буде розуміти попередні повідомлення в чаті. Звичайно,

5. Додавання Інструментів до AI Агента

Тепер додамо інструмент, щоб. Агент міг його використовувати в принципі, в залежності від вхідних даних, приблизно так.

• Виберіть Plus під Tool
• Виберіть Air Table

Це. Дозволить агенту шукати і оновлювати дані з вашої бази даних AirTable.

6. Підключення AirTable

• Створіть нові Credential
• Дайте Access Token з Scopes
  • Дайте доступ до читання та. Запису даних
  • Дайте доступ до структури бази даних
• Додайте базу даних Home Inventory

7. Налаштування AirTable Tool

• Tool Description – опишіть, що робить цей інструмент
  • Наприклад, “Шукає Home Inventory в Air Table”
• Вкажіть Resource на record
• Operation – Search (для пошуку)
• Виберіть вашу базу даних Home Inventory
• Виберіть Table, тобто таблицю Goods

8. Додавання Другого Інструменту: Оновлення Записів

Додайте інший AirTable Tool для оновлення даних.

• Tool Description – опишіть, що робить цей інструмент
  • Наприклад, “Оновлює інвентаризаційні елементи з мого Air Table”

  .

• Вкажіть Resource на record
• Operation – Update
• Виберіть вашу базу даних Home Inventory
• Виберіть таблицю Goods

9. Налаштування Полів для Оновлення

Тут починається найцікавіше, оскільки. Нам необхідно динамічно передавати дані в поля AirTable. Для от, цього використовуємо Expression from AI.

• Використовуйте Expression дивіться, from AI
  • Наприклад, {{ $input. All() тому Item тому json. Name }}
• Назвіть поля для AI
  • Наприклад, “record ID”
  • Опишіть поле
  • Тип поля (Number)

Приклад Розмови з Агентом

• Користувач: “Чи є щось out of stock в моєму будинку? Звичайно, “
• Агент: Шукає в AirTable і відповідає: “Зараз у вашому домі немає масла. (Поточна кількість: 0)”

Додаткові поради та розширення

• Інструкції (Instructions):
  • Додавання інструкцій робить поведінку агента більш передбачуваною.
• Користувальницькі Воркфлоу (Custom Workflows):
  • Використовуйте інші. Більше того, вузли, такі як HTTP Request, JavaScript, щоб розширити можливості агента.
• Виклик інших Workflow:
  • Агенти можуть викликати інші workflow.
    • Наприклад, “When called by workflow”, – це інший тригер. Фактично, який може бути запущений нашою іншою автоматизацію, а токож, її агентом.
    • Це дозволяє делегувати задачі іншим системам.
    • Виклик за допомогою спеціального вузла, як інструмент.

Створення Agentic Ecosystems

Створення великої. Екосистеми агентів вимагає розбиття завдань на окремі workflow і використання кількох AI агентів. Простіше кажучи, кожен агент спеціалізується на конкретній задачі.
Розглянемо приклад створення агента для управління домашнім Inventory:

1. Workflow: Агент Inventory.
2. Інструменти:
   • Пошук товарів
   • Оновлення кількості
3. Тригер: Виклик іншим workflow.

Висновки

Тепер ви знаєте, як створити власного AI агента з нуля. Зрозуміло, ви можете використовувати n8n для створення потужних агентів. Які будуть наприклад, автоматизувати рутинні завдання і надавати цінну інформацію. Звичайно, експериментуйте, будуйте, і не бійтеся помилятися!

Більше ресурсів для навчання

Якщо ви хочете поглибити свої знання, рекомендую приєднатися до спільноти AI foundations. Очевидно, там ви знайдете курси, live-дзвінки та спілкування з однодумцями. Фактично,

Сподіваюся, цей гайд був для вас корисним. Успіхів у створенні ваших власних AI агентів!