Fertige Agenten

Der fertige RAG-Agent verwendet das OpenAI-Chat-Completions-Format und ergänzt es um mehrere Wissensdatenbank-IDs sowie optionale Skill-IDs.

Request-Body

Übliche Sampling- und Ausgabeparameter werden unterstützt. Der Agent steuert die Tool-Aufrufe selbst: tools, tool_choice, functions und function_call sind nicht zulässig, n ist auf 1 begrenzt. Die Asset-Felder begrenzen den Agenten serverseitig.

Vollständiges Beispiel

Bestehende OpenAI-Clients benötigen nur eine andere Base URL und extra_body für die Asset-IDs.

1from openai import OpenAI
2
3client = OpenAI(
4    api_key="YOUR_API_KEY",
5    base_url="https://app.anymize.ai/api/v1/agents/rag",
6)
7
8response = client.chat.completions.create(
9    model="auto",
10    messages=[
11        {"role": "user", "content": "Fasse die Kündigungsregeln zusammen."}
12    ],
13    extra_body={
14        "knowledge_base_ids": ["aaaaaaaa-aaaa-4aaa-8aaa-aaaaaaaaaaaa"],
15        "skill_ids": ["bbbbbbbb-bbbb-4bbb-8bbb-bbbbbbbbbbbb"],
16    },
17)
18
19print(response.choices[0].message.content)
20print(response.citations)

Was der Agent ausführt

Interne Werkzeugaufrufe bleiben verborgen. Streaming liefert normale OpenAI-SSE-Chunks und am Ende die deduplizierte citations-Liste.

Der fertige Connected Research Agent liest gezielt aus den verbundenen Apps, die du per connector_ids auswählst. Er entdeckt deren Werkzeuge schrittweise und hält den Modellkontext klein.

Verfügbare Asset-IDs abrufen

Der paginierte Asset-Katalog liefert genau die Wissensdatenbanken, Skills und Connector-Referenzen, die der angemeldete Nutzer auswählen darf. Nutze offset und limit, bis has_more für jede Asset-Familie false ist. Built-ins nutzen zum Beispiel provider:microsoft, eigene MCPs custom:UUID.

1curl #0a3069">"https://app.anymize.ai/api/v1/agents/assets?offset=0&limit=100" \
2  -H #0a3069">"Authorization: Bearer YOUR_API_KEY"

Request-Body

Übliche Sampling- und Ausgabeparameter werden unterstützt. Der Agent steuert die Tool-Aufrufe selbst: tools, tool_choice, functions und function_call sind nicht zulässig, n ist auf 1 begrenzt. Die Asset-Felder begrenzen den Agenten serverseitig.

Kundenbriefing aus Kalender und CRM

Der Agent sieht nur Microsoft 365 und HubSpot aus diesem Request. Andere verbundene Apps bleiben unsichtbar.

1from openai import OpenAI
2
3client = OpenAI(
4    api_key="YOUR_API_KEY",
5    base_url="https://app.anymize.ai/api/v1/agents/connected-research",
6)
7
8response = client.chat.completions.create(
9    model="waterfall-2.0",
10    messages=[
11        {"role": "user", "content": "Fasse meine heutigen Kundentermine und die letzten CRM-Aktivitäten zusammen."}
12    ],
13    extra_body={
14        "connector_ids": [
15            "provider:microsoft",
16            "provider:hubspot",
17        ]
18    },
19)
20
21print(response.choices[0].message.content)

Progressive Tool-Offenlegung

Klickbare anymize Chunk-Zitate entstehen für Wissensdatenbank-Treffer. Connector-Ergebnisse können eigene Quelllinks liefern, werden aber nicht als interne Chunk-Zitate ausgegeben.

Der gehostete Skills-MCP macht zugängliche anymize Skills für externe MCP-Clients lesbar. Zusammen mit dem Wissensdatenbank-MCP kann ein Agent beide Asset-Arten verwenden.

Beide Asset-Server verbinden

Binde Wissensdatenbanken und Skills als getrennte MCP-Server ein. So kann der Client Berechtigungen und Werkzeugaufrufe klar unterscheiden.

1{
2  "mcpServers": {
3    "anymize-knowledge": {
4      "url": "https://app.anymize.ai/api/mcp",
5      "headers": { "Authorization": "Bearer YOUR_API_KEY" }
6    },
7    "anymize-skills": {
8      "url": "https://app.anymize.ai/api/mcp/skills",
9      "headers": { "Authorization": "Bearer YOUR_API_KEY" }
10    }
11  }
12}

Verfügbare Werkzeuge

Im fertigen RAG-Agenten wird dieser Werkzeugumfang zusätzlich auf skill_ids aus dem jeweiligen Request begrenzt. Automatisch aktive Projekt- oder Team-Skills werden nicht stillschweigend ergänzt.

Jeder RAG-Treffer enthält chunk_id und citation_url. Der Link öffnet die Quelle in anymize und markiert genau die zitierte Passage.

Zitationsvertrag

Die Chunk-UUID identifiziert eine Fundstelle im aktuellen Index. Bei einer erneuten Indexierung kann eine neue UUID entstehen. citation_id und job_id bleiben für bestehende Integrationen verfügbar.

{
  "chunk": {
    "id": "cccccccc-cccc-4ccc-8ccc-cccccccccccc",
    "job_id": "dddddddd-dddd-4ddd-8ddd-dddddddddddd",
    "knowledge_base_id": "aaaaaaaa-aaaa-4aaa-8aaa-aaaaaaaaaaaa",
    "content": "Die Kündigungsfrist beträgt drei Monate zum Quartalsende.",
    "chunk_index": 7,
    "source": "vertrag.pdf",
    "page": 4,
    "section": "Laufzeit",
    "citation_url": "https://app.anymize.ai/chunk/cccccccc-cccc-4ccc-8ccc-cccccccccccc"
  }
}

Quelle mit Markierung öffnen

Öffne citation_url direkt aus einer Markdown-Antwort. Nach der Anmeldung lädt anymize das zugehörige Dokument, springt zur Passage und hebt sie hervor.