logo
AgentLed

AI Steps

Agregue el razonamiento AI a cualquier punto de un flujo de trabajo. Compatibilidad con varios modelos, acceso Knowledge Graph y salida estructurada, todo configurado por paso.

¿Qué es un paso AI?

Un paso AI envía un mensaje a un modelo de lenguaje, opcionalmente con acceso a herramientas Knowledge Graph, resultados de pasos anteriores y esquemas de resultados estructurados. A diferencia de las simples llamadas LLM API, los pasos de AI son contextuales: pueden leer la memoria empresarial, hacer referencia a ejecuciones pasadas y escribir información en el gráfico.

Niveles de modelo

AgentLed enruta los pasos AI al modelo óptimo según la complejidad de la tarea. Cada nivel se asigna a un modelo predeterminado, configurable en el nivel del espacio de trabajo.

NivelCaso de usoModelo predeterminado
nanoGeneración de títulos, clasificación.gpt-4o-mini
MiniResúmenes, análisis ligeros.gpt-4o-mini
EstándarTareas agentes, creación de flujo de trabajo.gpt-4o
máx.Razonamiento profundo, puntuación long-contextclaude-sonnet-4-20250514

Proveedores compatibles: OpenAI, Anthropic, Google (Gemini), Mistral, DeepSeek, Moonshot, xAI.

Configuración

Agregue un paso AI a un flujo de trabajo con un mensaje, un nivel de modelo y configuraciones opcionales:

{
  "type": "ai",
  "name": "Score Investor Fit",
  "config": {
    "modelTier": "max",
    "prompt": "Score this investor for fit with the startup profile.\n\nInvestor: {{investor}}\nStartup: {{startup_profile}}\n\nUse kg_search to find prior scoring history. Use kg_write to store your score.",
    "outputSchema": {
      "score": "number (0-10)",
      "rationale": "string",
      "confidence": "number (0-1)",
      "sector_match": "boolean"
    },
    "temperature": 0.3,
    "maxTokens": 2000
  }
}

Knowledge Graph Acceso

Cada paso AI recibe automáticamente cuatro herramientas KG cuando el espacio de trabajo tiene un Knowledge Graph configurado:

  • •kg_search — Búsqueda semántica entre entidades y conocimientos.
  • •kg_traverse — Seguir los límites de la relación
  • •kg_nodes — Listar entidades por tipo
  • •kg_write — Persistir puntuaciones y conocimientos

El modelo decide cuándo y cómo utilizar estas herramientas en función del contexto del mensaje. No se necesita ninguna configuración de llamada de herramienta explícita.

Interpolación de variables

Consulte los resultados de los pasos anteriores utilizando la sintaxis double-brace:

"prompt": "Analyze this company:\n\n{{enrichment_step.company_data}}\n\nPrevious score: {{scoring_step.score}}"

// Available variables:
// {{step_name.field}}    — output from a named step
// {{input.field}}        — workflow input parameters
// {{batch.current}}      — current item in a batched step

Probando AI Steps

Solicitudes de prueba sin crear un flujo de trabajo completo utilizando MCP test_ai_action herramienta:

// From Claude Code or any MCP client:
"Test this AI prompt: 'Classify this company as B2B or B2C based on: {{company_description}}'
with input: { company_description: 'Stripe provides payment processing APIs for internet businesses' }"

Próximos pasos