상담원 수신함: 인간과 컴퓨터의 AI 인텔리전스 상호작용을 위한 관리 인터페이스

최신 AI 리소스7개월 전 업데이트 AI 공유 서클
1.7K 00

일반 소개

에이전트 인박스는 AI 지능과 상호작용할 수 있는 새로운 사용자 경험을 제공하기 위해 LangChain 팀이 개발한 오픈 소스 프로젝트입니다. 이 프로젝트를 통해 사용자는 중앙 집중식 인터페이스를 통해 여러 AI 지능과의 상호작용을 관리하고 최적화할 수 있으며, 에이전트 인박스는 다양한 구성 및 사용자 지정 옵션을 지원하여 사용자가 필요에 따라 에이전트의 행동과 응답성을 조정할 수 있도록 합니다. 이 프로젝트의 목표는 AI 지능 관리 프로세스를 간소화하고, 상호작용의 효율성을 개선하며, 보다 직관적인 사용자 경험을 제공하는 것입니다.

온라인 호스팅 버전: dev.agentinbox.ai

Agent Inbox:与AI智能体进行人机交互的管理界面

 

Agent Inbox:与AI智能体进行人机交互的管理界面

 

기능 목록

  • 중앙 집중식 관리단일 인터페이스를 통해 여러 AI 인텔리전스의 상호 작용을 관리합니다.
  • 사용자 지정 구성다양한 구성 옵션이 지원되어 사용자가 필요에 따라 상담원 동작을 조정할 수 있습니다.
  • 실시간 응답상담원 응답 및 상호작용의 실시간 로깅을 제공합니다.
  • 다국어 지원여러 프로그래밍 언어에 대한 인터럽트 입력 및 출력 모드를 지원합니다.
  • 오픈 소스 프로젝트이 코드는 공개적으로 사용 가능하며 사용자는 자유롭게 보고, 수정하고, 기여할 수 있습니다.

 

도움말 사용

설치 프로세스

  1. 클론 창고::
   git clone https://github.com/langchain-ai/agent-inbox.git
cd agent-inbox
  1. 종속성 설치::
   yarn install
  1. API 키 구성::
    • 사이드바에서 "설정" 버튼을 클릭하고 LangChain API 키를 입력합니다.
    • 첫 번째 받은 편지함 만들기: 설정 팝업 창(사이드바 왼쪽 하단)을 열고 '받은 편지함 추가'를 클릭한 다음 관련 정보를 입력합니다.

사용 프로세스

  1. 프로젝트 시작::
   yarn start
  1. LangGraph 배포에 연결::
    • LangGraph 그래프 이름 또는 도우미 ID를 추가합니다.
    • LangGraph 배포의 URL을 입력합니다.
    • 받은 편지함의 이름을 지정합니다(선택 사항).
  2. 중단 관리::
    • 인터럽트를 사용하는 코드의 모든 인스턴스가 상담원 수신함과 호환되도록 업데이트하세요.
    • 파이썬 또는 타입스크립트를 사용하여 인터럽트 입력 및 출력 모드를 정의합니다.

주요 기능

  • 중단 허용: 인터럽트의 매개변수 또는 액션을 수락하고 액션 리퀘스트를 전송합니다.
  • 인터럽트 편집: 인터럽트의 매개변수를 편집하고 수정된 ActionRequest를 전송합니다.
  • 중단 무시: 구성에 따라 사용자가 인터럽트를 무시하도록 선택할 수 있습니다.
  • 중단에 대한 대응인터럽트 유형에 따라 사용자가 응답할 수 있습니다.

세부 운영 절차

  1. 인터럽트 모드 구성::
    • 파이썬 인터럽트 모드: python
      class HumanInterrupt(BaseModel):
      action: str
      args: Dict[str, Any]
    • 타입스크립트 인터럽트 모드: typescript
      interface HumanInterrupt {
      action: string;
      args: Record<string, any>;
      }
  2. 응답 보내기::
    • 인터럽트 유형에 따라 적절한 휴먼 응답이 전송됩니다: python
      class HumanResponse(BaseModel):
      action_request: ActionRequest

 

앰비언트 에이전트 소개

현재 대부분의 AI 애플리케이션은 일반적인 채팅 모델(예: ChatGPT)을 따릅니다. 구현하기는 쉽지만 불필요한 상호작용 오버헤드가 발생하고 인간의 자체 확장성이 제한되며 대규모 언어 모델(LLM)의 잠재력을 최대한 활용하지 못합니다.

지난 6개월 동안 저희는 LangChain에서 다른 접근 방식을 모색해왔습니다:환경 에이전트 환경 신호에 응답하고 중요한 기회가 감지되거나 피드백이 필요한 경우에만 사용자 입력을 요구합니다. 이러한 상담원은 사용자를 새 채팅 창으로 강제 유도하는 대신 가장 중요한 일에 집중할 수 있도록 도와줍니다.

우리는 LangGraph 를 사용하여 이러한 패턴의 구현을 간소화할 수 있습니다. 오늘은 첫 번째 참조 구현을 공유합니다.이메일 도우미핵심을 보여줍니다.환경 에이전트패턴. 앞으로 며칠 동안 여러분만의 환경 워크플로우를 구축하는 데 도움이 되는 더 많은 예시와 도구를 게시할 예정입니다.

환경 에이전트란 무엇인가요?

사용 시 ChatGPT (또는 다른 챗봇)이 대화를 시작하기 위해 사용자에게 의존하는 경우. 상담원은 사람이 메시지를 보내면 시작됩니다.

이는 일부 사용 사례에는 유용하지만 다른 사용 사례에는 상당한 제한이 있습니다. 상담원이 작업을 수행하려면 사용자가 매번 채팅 인터페이스에 들어가서 메시지를 보내야 합니다. 상담원이 작업을 시작하려면 많은 오버헤드가 발생합니다.

또 다른 한계는 한 번에 한 가지 대화만 할 수 있다는 것입니다. 상담원은 한 번에 한 가지 일만 할 수 있기 때문에 인간은 자신의 역량을 확장하기 어렵습니다.

이러한 한계를 극복할 수 있는 UX 패러다임을 고려한다면 두 가지 핵심적인 특징을 보여야 합니다:

  • 사람의 메시지에 의해서만 트리거되어서는 안 됩니다.
  • 여러 에이전트를 동시에 실행할 수 있어야 합니다.

이러한 특성을 정의하는 것은 다음과 같습니다. 환경 에이전트 .

💡환경 에이전트 이벤트 스트림을 듣고 그에 따라 여러 이벤트에 동시에 대응할 수 있습니다.

주목할 점은 다음과 같습니다.환경 에이전트는 완전히 자율적이어야 합니다. 실제로 저희는 다음과 같이 생각합니다.환경 에이전트대중에 대한 홍보의 핵심은 다음과 같습니다. 언제? too 어떤 방법 이러한 에이전트는 인간과 상호 작용합니다.

인간과 컴퓨터의 상호작용

당사는 다음을 사용합니다.인간과 컴퓨터의 상호작용이 에이전트를 참조하려면 언제? too 어떤 방법 인간과 상호작용할 수 있습니다. 이에 대해서는 나중에 설명하겠습니다. 어떤 방법 하지만 이제 논의해 보겠습니다. 언제? .

일반적으로 다음과 같이 표시됩니다.환경 에이전트세 가지 공통점인간과 컴퓨터의 상호작용양식: 알림, 질문 및 검토.

알림: 사용자에게 이벤트가 중요하다는 것을 알리되 아무런 조치를 취하지 않습니다. 이는 사용자에게 표시되어야 하지만 상담원에게는 조치를 취할 권한이 없는 이벤트에 플래그를 지정하는 데 유용합니다. 이메일 어시스턴트의 경우, 상담원이 받은 편지함에 있는 Docusign에 플래그를 지정할 수 있습니다. 해당 Docusign에 서명할 수는 없지만 그 존재는 알 수 있어야 합니다.

질문: 상담원 차단을 해제하는 데 도움이 되는 질문을 사용자에게 합니다. 상담원이 어떤 조치를 취하려고 하지만 관련 정보가 누락되어 어떤 조치를 취하는 것이 가장 좋은지 명확하지 않은 경우. 직감이나 추측 대신 상담원에게 무엇을 해야 할지 직접 물어보도록 하는 것이 좋습니다. 이메일 도우미의 경우 상담원이 회의에 참석할 것인지 묻는 것이 그 예가 될 수 있습니다. 프롬프트에 상담원에게 내 회의 기본 설정에 대한 지침이 없으면 상담원은 알 수 없습니다. 인간 EA라면 저에게 물어볼 것이고 상담원도 마찬가지입니다.

검토: 상담원이 수행하려는 작업을 검토합니다. 일부 작업은 상담원이 수행하려는 작업에 대한 검토를 하드코딩할 가치가 있을 정도로 '위험한' 작업일 수 있습니다. 사람이 작업을 승인하거나, 직접 편집하거나, 상담원에게 변경 방법에 대한 직접적인 피드백을 제공할 수 있습니다. 이메일 어시스턴트의 맥락에서는 발신 이메일이 될 수 있습니다. 초안을 작성했지만 제가 승인하거나 메시지 내용을 직접 편집하거나 상담원에게 어떻게든 수정하라고 지시해야 할 수도 있습니다.

인간과 컴퓨터 상호 작용의 중요성

우리는 다음과 같이 믿습니다.인간과 컴퓨터의 상호작용다음 구성 요소환경 에이전트는 세 가지 주요 이점을 제공합니다:

  1. 위험을 줄이고 상담원이 더 쉽게 프로덕션에 투입할 수 있습니다.
  2. 인간의 커뮤니케이션을 모방하여 사용자 신뢰와 채택을 구축합니다.
  3. 장기 기억력 및 학습 향상

HCI는 위험을 줄여줍니다. 에이전트가 백그라운드에서 완전히 자율적으로 실행되는 경우에는 실수를 할 수 없습니다. 에이전트가 특정 작업(예: 데이터베이스 업데이트, 중요한 고객에게 이메일 보내기 등)을 수행하도록 하려면 에이전트를 많이 신뢰해야 합니다. With인간과 컴퓨터의 상호작용이러한 작업을 쉽게 제어하고 명시적인 수동 승인을 요청할 수 있습니다. 이렇게 하면 잘못된 이메일을 보내지 않도록 할 수 있습니다.

HCI는 인간의 커뮤니케이션 방식을 모방합니다. 다른 사람들과 함께 일할 때 중요한 부분은 그들과 소통하는 것입니다. 망설일 때는 다른 사람에게 질문하고 아이디어를 고려하는 데 도움을 받도록 하세요. 프록시 역할을 하는 '동료'가 있다면 이들에게 비슷한 방식으로 소통하게 하면 사용자의 신뢰를 쌓아 채택을 촉진할 수 있습니다. 다음과 같은 상황을 고려해 보세요. Devin 이런 식으로요. 다음과 같은 사용자를 선택합니다. Devin 인간 개발자와 소통하는 주요 인터페이스 중 하나가 Slack인데, AI 개발자와도 그런 식으로 소통하면 안 될 이유가 있을까요? 커뮤니케이션은 중요합니다.

인간과 컴퓨터의 상호작용은 장기 기억과 학습을 향상시킵니다. 저희는 AI 에이전트의 핵심은 시간이 지남에 따라 학습하고 인간 사용자와 더 잘 일치하는 능력이라고 굳게 믿고 있습니다. 이러한 일관성을 달성하기 위해서는 어떤 형태로든 사용자 피드백이 필요합니다. 이러한 종류의인간과 컴퓨터의 상호작용컴포넌트는 이 피드백을 제공합니다.

프록시 받은 편지함

따라서 상담원은 다음을 수행해야 한다고 논의했습니다. 언제? 사람과의 커뮤니케이션( 알림(수학.) 속 질문하기(수학.) 속 검열 아웃 ), 그러나 우리는 논의하지 않았습니다. 어떤 방법 커뮤니케이션.

평가판 사용 중환경 에이전트저희는 처음에 Slack으로 시작했습니다. 가장 큰 장점은 우리 모두가 이미 일상적인 업무에 Slack을 사용하고 있었기 때문에 주의를 집중하고 직원들과의 소통에 집중할 수 있는 효과적인 방법이었다는 점입니다.

Slack의 단점은 모든 알림을 놓치기 쉽다는 것입니다. 일부 알림에 응답하지 않으면 Slack 알림의 백로그가 늘어나고, Slack 채널(또는 DM)은 탐색하기가 쉽지 않습니다. 또한 상담원과 소통하는 방법에도 제한이 있어 메시지를 보내는 것은 쉽지만 그 외의 것은 더 까다롭습니다.

저희는 '프록시 받은 편지함'이라고 부르는 곳으로 옮겼습니다. 이는 다음과 같습니다.환경 에이전트이메일 받은 편지함과 고객 지원 티켓 시스템을 결합한 대화형 새 UX. 사용자와 상담원 간의 모든 미결 커뮤니케이션 라인을 표시하여 미결 작업을 쉽게 추적할 수 있습니다. 독립형 UI로 패널, 버튼 또는 기타 UI 기능을 쉽게 추가할 수 있어 사용자 피드백을 더 쉽게 수집할 수 있습니다. 현재는 시간별로만 항목이 정렬되지만, 앞으로는 우선순위에 따라 정렬할 수 있게 될 것입니다. 현재 이 받은 편지함은 싱글플레이어용이지만, 앞으로는 자신에게 할당된 항목과 다른 사람에게 할당된 항목을 확인할 수 있게 될 것입니다.

Agent Inbox:与AI智能体进行人机交互的管理界面

참고: 프록시 받은 편지함의 오픈 소스 구현은 목요일에 출시될 예정입니다(이미 출시되었습니다).

 

환경 에이전트에게 LangGraph가 좋은 이유

빌드하기 전에환경 에이전트저희는 LangGraph가 이러한 유형의 에이전트를 지원할 수 있도록 합니다. LangGraph 플랫폼 )에는 직접 구축하고 싶지 않을 수도 있는 몇 가지 주요 기능이 있습니다:

내장지속성 계층. LangGraph는 각 작업(또는 그래프의 노드) 사이에 에이전트의 상태를 유지하는 지속성 계층으로 뒷받침됩니다. 이를 통해 에이전트는 기본적으로 "일시 중지"하고 사용자 피드백을 기다릴 수 있습니다. 이는 다음을 활성화하는 데 유용합니다.인간과 컴퓨터의 상호작용단기 대화 기억뿐만 아니라 패턴도 매우 중요합니다.

내장인간과 컴퓨터의 상호 작용 지원. LangGraph 네이티브 지원인간과 컴퓨터의 상호작용패턴. 내장된 지속성 레이어는 중요한 부분이지만, 최근에는 다음과 같은 기능도 추가했습니다. "중단." 이는 최종 사용자와 소통하는 새로운 기본 제공 방법입니다.

내장장기기억. LangGraph에는 장기 메모리(기본적으로 시맨틱 검색을 지원하는 네임스페이스 키-값 저장소)가 내장되어 있습니다. 이를 통해 에이전트는인간과 컴퓨터의 상호작용이후 '메모리'를 쉽게 업데이트할 수 있습니다.

Cron 작업. 많은환경 에이전트일정에 따라 실행하여 새로운 이벤트를 확인합니다. LangGraph 플랫폼에는 이를 지원하는 크론 작업이 내장되어 있습니다.

AI 이메일 도우미 구축하기

우리의 일상을 구성함으로써환경 에이전트우리는 LangGraph가환경 에이전트주요 기능 중 하나는 이메일 도우미입니다. 대표적인 것 중 하나가 이메일 도우미입니다. 지난 6개월 동안 저에게 연락한 적이 있다면 AI 에이전트가 해당 이메일을 작성했을 가능성이 높습니다(제가 여러분을 간과했다면 AI 에이전트의 잘못일 것입니다).

오늘 저희는 무료로 사용할 수 있는 호스팅 이메일 에이전트이자 오픈 소스 프로젝트인 이 이메일 도우미를 출시합니다. 저희는 호스팅 이메일 에이전트를 쉽게 사용해보고 경험할 수 있기를 바랍니다!환경 에이전트오픈 소스 버전은 이 새로운 디자인 패러다임의 참조 구현 역할을 할 수 있습니다.

© 저작권 정책
AiPPT

관련 문서

댓글 없음

댓글에 참여하려면 로그인해야 합니다!
지금 로그인
없음
댓글 없음...