Docs
...
Agent Lab (beta)

Agent Lab (Beta)

Letzte Aktualisierung: 04. März 2025
Agent Lab (Beta)

Verwenden Sie das Agent Lab in IBM watsonx.ai, um einen KI-Agenten zu erstellen und einzusetzen, mit dem Sie Ihre Anwendungen flexibler und dynamischer gestalten können. Sie können den Agenten so konfigurieren, dass er Entscheidungen trifft und Aufgaben im Namen eines Endbenutzers ausführt, indem Sie die Parameter und Tools verwenden, die Sie in den Einstellungen des Agenten angeben.

Hinweis:Das Tool "Agent Lab" in watsonx.ai ist als Beta-Version verfügbar.

Erste Schritte mit Agent Lab

Wenn Sie sich für watsonx.ai angemeldet haben und ein Sandbox-Projekt haben, sind alle Anforderungen erfüllt und Sie können das Agent Lab verwenden.

Um das Agent Lab nutzen zu können, müssen Sie die folgenden Anforderungen erfüllen:

  • Sie müssen ein Projekt haben.
  • Das Projekt muss über eine zugehörige watsonx.ai Runtime-Service-Instanz verfügen. Andernfalls werden Sie möglicherweise aufgefordert, den Dienst zu verknüpfen, wenn Sie das Agent Lab öffnen.
Erforderliche Berechtigungen
Um einen Agenten zu erstellen, müssen Sie die Rolle "Administrator" oder "Editor" in einem Projekt haben.

Mit dem Agent Lab können Sie Ihren KI-Agenten mit minimalem Programmieraufwand einfach erstellen und anpassen. Sie definieren die Parameter der Interaktion zwischen dem Agenten und dem Endbenutzer, einschließlich des Grundmodells, des Frameworks, der Architektur und der Tools, die der Agent zur Erfüllung einer Aufgabe verwendet.

In einem realen Szenario unternimmt der Agent den nächstbesten Schritt auf der Grundlage des aktuellen Stands der Interaktion. Das Fundamentmodell innerhalb des Agenten wählt ein oder mehrere externe Tools basierend auf den vom Endbenutzer übermittelten Eingabeaufforderungen aus. Das Agenten-Framework verwendet dann einen Prozess namens Tool Calling, der auch als Function Calling bezeichnet wird, um Informationen aus mehreren Quellen zu suchen und eine Antwort zu generieren.

Ein Flugbuchungstool muss beispielsweise möglicherweise die folgenden Informationen erfassen und dann eine Buchung erstellen:

  • Quell- und Zielorte
  • Anzahl der Passagiere
  • Reisedatum
  • Preisspanne

Die Reihenfolge, in der die Informationen gesammelt werden, kann bei einigen Flügen von Bedeutung sein, bei denen die Anzahl der verfügbaren Plätze begrenzt ist oder die Preise innerhalb der gewünschten Spanne liegen. Der Agent verarbeitet alle Benutzereingaben und das zugrunde liegende Fundamentmodell bestimmt, wann zusätzliche Tools aufgerufen werden müssen, z. B. eine Suchmaschine, die eine Fluggesellschaft findet, die häufige Flüge zwischen dem Abflug- und Zielort anbietet, bevor der Agent eine Reservierungsanfrage abschließt.

Entwicklung eines Agenten zur Automatisierung generativer KI-Aufgaben

Sehen Sie sich dieses Video an, um zu erfahren, wie Sie einen Agenten in Agent Lab erstellen.

Dieses Video bietet eine visuelle Methode, um die Konzepte und Aufgaben in dieser Dokumentation zu erlernen.

Um einen KI-Agenten zu erstellen, führen Sie die folgenden Schritte aus:

  1. Wählen Sie auf der Startseite von watsonx.ai ein Projekt aus und klicken Sie dann auf die Kachel "Neues Asset > KI-Agenten erstellen, um Aufgaben zu automatisieren ".

  2. Wählen Sie ein Fundamentmodell aus und aktualisieren Sie optional die Modellparameter. Weitere Informationen finden Sie unter "Foundation-Modellkonfiguration ".

  3. Um Ihren Agenten einzurichten, geben Sie einen Namen für den Agenten an und beschreiben Sie die Aufgaben, die der Agent ausführt.

  4. Optional : Wählen Sie ein Symbol und ein Hintergrundbild aus, um anzupassen, wie Ihr Agent im Bereich "Agentenvorschau" angezeigt wird.

  5. Wählen Sie das KI-Agenten-Framework aus, das Sie zum Erstellen, Bereitstellen und Verwalten Ihres Agenten verwenden möchten.

    Hinweis:Derzeit bietet watsonx.ai LangGraph als einzige Rahmenoption an.

  6. Wählen Sie die Architektur, die agentenbasiertes KI-Denken implementiert.

    Hinweis:Derzeit bietet watsonx.ai ReAct als einzige Architekturoption an.

  7. Definieren Sie spezifische Anweisungen für Ihren Agenten, der zur Erstellung einer Systemaufforderung für das ausgewählte Stiftungsmodell verwendet wird. Die Anweisungen können die Verwendung einer bestimmten Sprache, eines bestimmten Datums- oder Zeitformats, einer Benutzerbegrüßung oder eines externen Tools als Informationsquelle anstelle der Wissensdatenbank eines Foundation-Modells beinhalten.

  8. Konfigurieren Sie ein oder mehrere externe Tools, die das Agenten-Framework aufrufen kann, um eine Antwort zu erstellen. Wählen Sie Tools aus einer Liste der bereitgestellten Tools aus. Weitere Informationen finden Sie unter "Tools-Konfiguration ".

  9. Optional : Fügen Sie einige Beispielfragen hinzu, die der Endbenutzer verwenden kann, um mit dem Agenten zu interagieren.

  10. Testen Sie Ihren Agenten im Agentenvorschaufenster, um sicherzustellen, dass der Agent das richtige Ergebnis generiert, indem er eine Kombination aus dem Grundmodell und den relevanten Tools verwendet.

  11. Um Ihre Arbeit zu speichern, damit Sie sie wiederverwenden oder einen Agenten mit Mitarbeitern im aktuellen Projekt teilen können, speichern Sie Ihre Arbeit als Projektressource. Weitere Informationen finden Sie unter "Speichermedien ". Alternativ können Sie Ihren Agenten als KI-Dienst in einem Bereitstellungsbereich bereitstellen. Weitere Informationen finden Sie unter "Bereitstellung von KI-Diensten mit Tools ".

Optionen für die Agenten-Konfiguration

Sie können das Fundamentmodell und die Tools, die Ihr Agent verwendet, um Entscheidungen zu treffen, Maßnahmen zu ergreifen und mit externen Umgebungen zu interagieren, anpassen.

Konfiguration des Foundation-Modells

Wenn Sie einen agentenbasierten Workflow erstellen, wählen Sie ein Basismodell, das die folgenden Anforderungen erfüllt:

  • Erledigt Chat-Aufgaben
  • Unterstützt Tool-Aufrufe
  • Reagiert gut auf Techniken zur Gedankenführung und wählt die nächste Aktion aus
  • Hat eine gute Leistung bei den Argumentations-Benchmarks

Um zu steuern, wie das Modell die Ausgabe generiert, können Sie die folgenden Parameter angeben:

Frequenz-Malus
Wenn die generierte Ausgabe für die von Ihnen gewählte Eingabeaufforderung, das Modell und die Parameter durchgehend Text enthält, der mehrfach vorkommt, können Sie versuchen, eine Frequenzstrafe hinzuzufügen. Wenn die Strafe festgelegt ist, senkt sie die Wahrscheinlichkeitsbewertung von Token, die mehrfach verwendet wurden, sodass das Modell sie mit geringerer Wahrscheinlichkeit wiederholt. Ein höherer Wert führt zu vielfältigeren und abwechslungsreicheren Ergebnissen.
Unterstützte Werte: Gleitkommazahl im Bereich -2.0 (keine Strafe) bis 2.0 (maximale Strafe)
Standardwert: 0.0
Verwendung: Je höher die Strafe, desto unwahrscheinlicher ist es, dass das Ergebnis Text enthält, der bisher häufig in der Interaktion aufgetreten ist.
Anwesenheitsstrafe
Wenn die generierte Ausgabe für die von Ihnen gewählte Eingabeaufforderung, das Modell und die Parameter Text enthält, der bereits früher in der Interaktion aufgetreten ist, können Sie versuchen, einen Präsenzabschlag hinzuzufügen. Wenn die Strafe festgelegt ist, senkt sie die Wahrscheinlichkeitsbewertung von bereits verwendeten Token, sodass das Modell sie mit geringerer Wahrscheinlichkeit wiederholt. Ein höherer Wert führt zu vielfältigeren und abwechslungsreicheren Ergebnissen.
Unterstützte Werte: Gleitkommazahl im Bereich -2.0 (keine Strafe) bis 2.0 (maximale Strafe)
Standardwert: 0.0
Verwendung: Je höher die Strafe, desto unwahrscheinlicher ist es, dass das Ergebnis Text enthält, der bereits in der Interaktion bisher erschienen ist.
Temperature
Eine Stichprobenmethode, die das Modell verwendet, um die Token in der generierten Ausgabe auszuwählen, indem die Wahrscheinlichkeitsverteilung über die zu stichprobenartig zu prüfenden Token abgeflacht oder verschärft wird.
Top P (Stichprobenentnahme aus dem Nukleus)
Eine Stichprobenmethode, die das Modell verwendet, um die Token in der generierten Ausgabe auszuwählen, indem Token mit den höchsten Wahrscheinlichkeitswerten ausgewählt werden, bis die Summe der Werte den angegebenen Schwellenwert erreicht.
Maximale Anzahl neuer Token
Der Parameter "Max Token" steuert die maximale Anzahl von Token in der generierten Ausgabe. Die maximale Anzahl von Token, die in der Ausgabe zulässig sind, variiert je nach Modell. Weitere Informationen finden Sie unter "Maximale Token-Anzahl" in "Unterstützte Stiftungsmodelle ".

Werkzeugkonfiguration

Sie können Ihren Agenten so konfigurieren, dass er ein oder mehrere externe Tools verwendet, um zusätzliche Informationen zu den an das Stiftungsmodell übermittelten Bodenansagen abzurufen und eine Antwort zu generieren.

Sie können die Konfiguration für die Tools auch aktualisieren, indem Sie auf das Symbol "Konfigurieren" Konfigurieren klicken. Hier einige Beispiele für die Anpassung von Tools:

Weitere Informationen

Übergeordnetes Thema: Entwicklung generativer KI-Lösungen