에이전트
사용자와 대화하며 작업을 수행하는 AI 에이전트를 제공하는 노드입니다.
설명
에이전트 노드는 LLM을 기반으로 사용자와 대화하며 다양한 작업을 수행할 수 있는 AI 에이전트를 제공합니다. 에이전트는 사용자의 요청을 이해하고, 필요에 따라 다른 노드들을 활용하여 작업을 완료할 수 있습니다.
에이전트는 웹 검색을 지원하여 실시간 정보를 조회하고 답변에 활용할 수 있습니다.
에이전트의 작업을 확장하려면 에이전트 메시지 가로채기와 에이전트로 전달 노드를 함께 사용할 수 있습니다.
포트 구성
입력 포트
- 데이터셋: 에이전트가 참고할 데이터셋 (선택사항)
출력 포트
- 데이터셋: 채팅 내역이 포함된 데이터셋
속성
모델 선택
사용할 AI 언어 모델을 선택합니다. 각 모델마다 성능과 비용이 다릅니다.
메시지 가로채기 노드 선택
에이전트 메시지를 가로채서 처리할 노드를 선택합니다. 에이전트 메시지 가로채기 노드를 선택하면 해당 노드가 에이전트의 메시지를 가로채서 워크플로우로 전달합니다.
인사말
에이전트가 대화를 시작할 때 표시할 인사말을 입력합니다. 사용자가 에이전트와 대화를 시작하면 이 인사말이 먼저 표시됩니다.
예시 질문
사용자에게 제안할 예시 질문을 추가할 수 있습니다. 사용자가 에이전트와 대화를 시작하면 이 예시 질문이 먼저 표시됩니다. 예시 질문은 사용자가 쉽게 대화를 시작할 수 있도록 도와줍니다.
사용 방법
에이전트 노드는 다음과 같은 세 가지 방법으로 사용할 수 있습니다.
방법 1: 연결 없이 사용
입력 포트에 아무것도 연결하지 않고 에이전트를 사용할 수 있습니다. 이 경우 에이전트는 일반적인 대화형 AI 어시스턴트로 동작합니다.
- 에이전트 노드를 캔버스에 추가합니다
- 모델을 선택합니다
- 사용자가 직접 대화를 시작할 수 있습니다
방법 2: 데이터셋 연결
입력 포트에 데이터셋을 연결하여 에이전트가 해당 데이터를 참고하도록 할 수 있습니다.
예제 워크플로우:
PDF 데이터
↓
PDF-데이터 변환
↓
에이전트 (데이터셋 입력)
- PDF 데이터 노드에 PDF 파일을 업로드합니다
- PDF-데이터 변환 노드로 PDF를 데이터셋으로 변환합니다
- 변환된 데이터셋을 에이전트 노드의 입력 포트에 연결합니다
- 에이전트가 PDF 내용을 참고하여 사용자의 질문에 답변합니다
방법 3: 에이전트 메시지 가로채기 및 전달
에이전트 메시지 가로채기와 에이전트로 전달 노드를 사용하여 에이전트의 작업을 확장할 수 있습니다.
예제 워크플로우: 뉴스 크롤링 자동화
에이전트가 사용자의 뉴스 요청을 받아 자동으로 뉴스를 크롤링하고 요약하는 워크플로우입니다.
워크플로우 구성:
에이전트
↓ (사용자: "오늘 삼성전자 뉴스 기사 알려줘")
에이전트 메시지 가로채기
↓
프롬프트 (키워드 추출: "뉴스 크롤링할 키워드만 대답해 주세요")
↓
크롤링 (구글 뉴스: "삼성전자" 키워드로 뉴스 수집)
↓
프롬프트 (뉴스 요약: "뉴스 기사를 요약해 주세요")
↓
에이전트로 전달
↓
에이전트가 사용자에게 요약된 뉴스 제공
동작 과정:
- 사용자가 에이전트에 "오늘 삼성전자 뉴스 기사 알려줘"라고 요청합니다
- 에이전트가 뉴스 정보가 필요하다고 판단하면, 에이전트 메시지 가로채기 노드가 메시지를 가로챕니다
- 첫 번째 프롬프트 노드에서 사용자 요청에서 키워드("삼성전자")를 추출합니다
- 크롤링 노드가 구글 뉴스에서 "삼성전자" 키워드로 최신 뉴스를 수집합니다
- 두 번째 프롬프트 노드가 수집된 뉴스 기사들을 요약합니다
- 에이전트로 전달 노드가 요약된 뉴스를 에이전트에 전달합니다
- 에이전트가 사용자에게 요약된 뉴스 정보를 제공합니다
이를 통해 에이전트는 실시간 뉴스 정보를 자동으로 수집하고 요약하여 사용자에게 제공할 수 있습니다.
