KI-Agents
Der agent-Knoten ruft ein LLM mit einem zusammengestellten Kontext und einem Satz von Werkzeugen auf. Er ist der zentrale KI-Baustein von betool.
Die Trias Rolle / Mission / Selektion
Ein Agent weiß von sich aus nicht, was zu tun ist. Drei Dinge steuern ihn:
- Rolle — wie er arbeitet (Stil, Einschränkungen, Haltung). Kurz. Über Agents hinweg wiederverwendbar.
- Mission — was er für diesen konkreten Anwendungsfall tun muss. Länger. Pipeline-spezifisch.
- Selektion — welche Kontextdaten er als Eingabe erhält. Explizit zusammengestellt.
Ein Agent, der sich fehlverhält, hat fast immer ein Problem mit Rolle, Mission oder Selektion — kein Modellproblem. Prüfen Sie diese drei zuerst, bevor Sie das Modell aufwerten.
Die Selektion konfigurieren
Die Selektion bestimmt genau, was das LLM sieht. Fünf Typen:
| Typ | Wirkung |
|---|---|
key | Liest ctx.results[<key>] — z. B. exchange.intent |
prefix | Verkettet alle Schlüssel unter einem Präfix — z. B. project.* |
literal | Rohtext mit Platzhaltern — z. B. "Frage: {user_message}" |
file | Hängt eine Datei an (multimodal) — z. B. webhook.payload._files |
history | Bezieht die N vorherigen Schritte ein (natives Multi-Turn) |
Die ersten vier stellen die user_message für den aktuellen Schritt zusammen. history ist ein orthogonaler Kanal, der im LLM-Array messages[] übergeben wird.
Kein Laufzeit-Fallback. Wenn die Selektion leer ist, erhält das LLM "" und protokolliert eine Warnung. Sie müssen explizit einbeziehen, was der Agent benötigt — es gibt keine Magie.
LLM-Modell
Ausgewählt aus den in Administration → Modelle konfigurierten Modellen. Sie können:
- Ein bestimmtes Modell festlegen (z. B.
claude-opus-4-7). - Das Standardmodell der Organisation verwenden.
- Einen Fallback definieren (wenn das primäre Modell fehlschlägt, auf ein sekundäres wechseln).
Werkzeuge
Werkzeuge sind die Funktionen, die das LLM aufrufen kann. Sie wählen sie aus dem Katalog:
- Globale Werkzeuge —
knowledge.search,web.fetch,compute.now… - Kanal-Werkzeuge — für eine Sprach-Pipeline:
voice.barge_in,voice.hangup,voice.transfer… - Domänen-Werkzeuge — von Ihren Operatoren erstellt (z. B.
crm.create_ticket, über einen operator-Knoten bereitgestellt).
Ein Agent sieht nur die Werkzeuge, die in seinem Ausführungskontext tatsächlich erreichbar sind. Einem Agent in einer E-Mail-Pipeline wird kein Sprachwerkzeug angeboten.
Ausgabeformat
Drei Optionen:
- Freier Text — für benutzergerichtete Antworten.
- Strukturiertes JSON — der Agent muss JSON produzieren, das einem definierten Schema entspricht (strikt validiert).
- Nur Werkzeugaufruf — der Agent schreibt nichts: Er ruft entweder ein Werkzeug auf oder tut nichts.
Der JSON-Modus ist für Agents obligatorisch, deren Ausgabe in eine nachgelagerte Bedingung oder einen anderen Agent einfließt.
Bewährte Praktiken
- Beschreiben Sie Werkzeuge präzise. Die Beschreibung, die das LLM sieht, muss abdecken: WAS, WANN VERWENDEN, WANN VERMEIDEN, FORMAT. Eine zu kurze Beschreibung bedeutet, dass das LLM rät — was unsichtbare Bugs bedeutet.
- Testen Sie mit einem Benchmark. Siehe Benchmarks.
- Halten Sie die Mission konsistent. Eine Mission, die sich über 3 Versionen ändert, bedeutet einen regressierenden Agent. Versionieren Sie Ihre Missionen.
Kosten
Siehe Preise. Mit BYOK zahlen Sie Ihren LLM-Anbieter direkt. Andernfalls sind ungefähr 30 Credits pro 1K Input-Tokens und 90 pro 1K Output-Tokens zu erwarten.