Skip to content

Commit 16bd54c

Browse files
authored
feat(i18n): update translations (#1896)
* feat(i18n): update translations * fix build error
1 parent 1130bef commit 16bd54c

File tree

139 files changed

+5867
-7565
lines changed

Some content is hidden

Large Commits have some content hidden by default. Use the searchbox below for content that may be hidden.

139 files changed

+5867
-7565
lines changed

apps/docs/content/docs/de/blocks/agent.mdx

Lines changed: 65 additions & 191 deletions
Original file line numberDiff line numberDiff line change
@@ -3,12 +3,10 @@ title: Agent
33
---
44

55
import { Callout } from 'fumadocs-ui/components/callout'
6-
import { Step, Steps } from 'fumadocs-ui/components/steps'
76
import { Tab, Tabs } from 'fumadocs-ui/components/tabs'
87
import { Image } from '@/components/ui/image'
9-
import { Video } from '@/components/ui/video'
108

11-
Der Agent-Block dient als Schnittstelle zwischen Ihrem Workflow und Large Language Models (LLMs). Er führt Inferenzanfragen an verschiedene KI-Anbieter aus, verarbeitet natürlichsprachliche Eingaben gemäß definierten Anweisungen und erzeugt strukturierte oder unstrukturierte Ausgaben für die nachgelagerte Verarbeitung.
9+
Der Agent-Block verbindet deinen Workflow mit Large Language Models (LLMs). Er verarbeitet natürlichsprachliche Eingaben, ruft externe Tools auf und generiert strukturierte oder unstrukturierte Ausgaben.
1210

1311
<div className="flex justify-center">
1412
<Image
@@ -18,26 +16,7 @@ Der Agent-Block dient als Schnittstelle zwischen Ihrem Workflow und Large Langua
1816
height={400}
1917
className="my-6"
2018
/>
21-
</div>
22-
23-
## Überblick
24-
25-
Der Agent-Block ermöglicht Ihnen:
26-
27-
<Steps>
28-
<Step>
29-
<strong>Natürliche Sprache verarbeiten</strong>: Benutzereingaben analysieren und kontextbezogene Antworten generieren
30-
</Step>
31-
<Step>
32-
<strong>KI-gestützte Aufgaben ausführen</strong>: Inhaltsanalyse, -erstellung und Entscheidungsfindung durchführen
33-
</Step>
34-
<Step>
35-
<strong>Externe Tools aufrufen</strong>: Während der Verarbeitung auf APIs, Datenbanken und Dienste zugreifen
36-
</Step>
37-
<Step>
38-
<strong>Strukturierte Ausgabe erzeugen</strong>: JSON-Daten zurückgeben, die Ihren Schema-Anforderungen entsprechen
39-
</Step>
40-
</Steps>
19+
</div>
4120

4221
## Konfigurationsoptionen
4322

@@ -57,224 +36,119 @@ Der Benutzer-Prompt stellt die primären Eingabedaten für die Inferenzverarbeit
5736

5837
- **Statische Konfiguration**: Direkte Texteingabe, die in der Block-Konfiguration angegeben ist
5938
- **Dynamische Eingabe**: Daten, die von vorgelagerten Blöcken über Verbindungsschnittstellen übergeben werden
60-
- **Laufzeitgenerierung**: Programmatisch erzeugte Inhalte während der Workflow-Ausführung
39+
- **Laufzeitgenerierung**: Programmatisch generierte Inhalte während der Workflow-Ausführung
6140

6241
### Modellauswahl
6342

6443
Der Agent-Block unterstützt mehrere LLM-Anbieter über eine einheitliche Inferenzschnittstelle. Verfügbare Modelle umfassen:
6544

66-
**OpenAI-Modelle**: GPT-5, GPT-4o, o1, o3, o4-mini, gpt-4.1 (API-basierte Inferenz)
67-
**Anthropic-Modelle**: Claude 3.7 Sonnet (API-basierte Inferenz)
68-
**Google-Modelle**: Gemini 2.5 Pro, Gemini 2.0 Flash (API-basierte Inferenz)
69-
**Alternative Anbieter**: Groq, Cerebras, xAI, DeepSeek (API-basierte Inferenz)
70-
**Lokale Bereitstellung**: Ollama-kompatible Modelle (selbst gehostete Inferenz)
71-
72-
<div className="mx-auto w-3/5 overflow-hidden rounded-lg">
73-
<Video src="models.mp4" width={500} height={350} />
74-
</div>
45+
- **OpenAI**: GPT-5, GPT-4o, o1, o3, o4-mini, gpt-4.1
46+
- **Anthropic**: Claude 3.7 Sonnet
47+
- **Google**: Gemini 2.5 Pro, Gemini 2.0 Flash
48+
- **Andere Anbieter**: Groq, Cerebras, xAI, DeepSeek
49+
- **Lokale Modelle**: Ollama-kompatible Modelle
7550

7651
### Temperatur
7752

78-
Steuern Sie die Kreativität und Zufälligkeit der Antworten:
79-
80-
<Tabs items={['Niedrig (0-0,3)', 'Mittel (0,3-0,7)', 'Hoch (0,7-2,0)']}>
81-
<Tab>
82-
Deterministische, fokussierte Antworten. Am besten für faktische Aufgaben, Kundensupport und
83-
Situationen, in denen Genauigkeit entscheidend ist.
84-
</Tab>
85-
<Tab>
86-
Ausgewogene Kreativität und Fokus. Geeignet für allgemeine Anwendungen, die sowohl
87-
Genauigkeit als auch etwas Kreativität erfordern.
88-
</Tab>
89-
<Tab>
90-
Kreativere, abwechslungsreichere Antworten. Ideal für kreatives Schreiben, Brainstorming und das Generieren
91-
vielfältiger Ideen.
92-
</Tab>
93-
</Tabs>
94-
95-
<div className="mt-4 text-sm text-gray-600 dark:text-gray-400">
96-
Der Temperaturbereich (0-1 oder 0-2) variiert je nach ausgewähltem Modell.
97-
</div>
53+
Steuert die Zufälligkeit und Kreativität der Antworten:
54+
55+
- **Niedrig (0-0,3)**: Deterministisch und fokussiert. Am besten für faktische Aufgaben und Genauigkeit.
56+
- **Mittel (0,3-0,7)**: Ausgewogene Kreativität und Fokus. Gut für allgemeine Verwendung.
57+
- **Hoch (0,7-2,0)**: Kreativ und abwechslungsreich. Ideal für Brainstorming und Content-Generierung.
9858

9959
### API-Schlüssel
10060

10161
Ihr API-Schlüssel für den ausgewählten LLM-Anbieter. Dieser wird sicher gespeichert und für die Authentifizierung verwendet.
10262

10363
### Tools
10464

105-
Tools erweitern die Fähigkeiten des Agenten durch externe API-Integrationen und Service-Verbindungen. Das Tool-System ermöglicht Funktionsaufrufe, sodass der Agent Operationen über die Texterstellung hinaus ausführen kann.
106-
107-
**Tool-Integrationsprozess**:
108-
1. Zugriff auf den Tools-Konfigurationsbereich innerhalb des Agent-Blocks
109-
2. Auswahl aus über 60 vorgefertigten Integrationen oder Definition benutzerdefinierter Funktionen
110-
3. Konfiguration von Authentifizierungsparametern und Betriebseinschränkungen
65+
Erweitern Sie die Fähigkeiten des Agenten mit externen Integrationen. Wählen Sie aus über 60 vorgefertigten Tools oder definieren Sie benutzerdefinierte Funktionen.
11166

112-
<div className="mx-auto w-3/5 overflow-hidden rounded-lg">
113-
<Video src="tools.mp4" width={500} height={350} />
114-
</div>
115-
116-
**Verfügbare Tool-Kategorien**:
67+
**Verfügbare Kategorien:**
11768
- **Kommunikation**: Gmail, Slack, Telegram, WhatsApp, Microsoft Teams
11869
- **Datenquellen**: Notion, Google Sheets, Airtable, Supabase, Pinecone
11970
- **Webdienste**: Firecrawl, Google Search, Exa AI, Browser-Automatisierung
120-
- **Entwicklung**: GitHub, Jira, Linear Repository- und Issue-Management
71+
- **Entwicklung**: GitHub, Jira, Linear
12172
- **KI-Dienste**: OpenAI, Perplexity, Hugging Face, ElevenLabs
12273

123-
**Steuerung der Tool-Ausführung**:
124-
- **Auto**: Modell bestimmt Tool-Aufruf basierend auf Kontext und Notwendigkeit
125-
- **Required**: Tool muss bei jeder Inferenzanfrage aufgerufen werden
126-
- **None**: Tool-Definition verfügbar, aber vom Modellkontext ausgeschlossen
127-
128-
<div className="mx-auto w-3/5 overflow-hidden rounded-lg">
129-
<Video src="granular-tool-control.mp4" width={500} height={350} />
130-
</div>
74+
**Ausführungsmodi:**
75+
- **Auto**: Modell entscheidet kontextbasiert, wann Tools verwendet werden
76+
- **Erforderlich**: Tool muss bei jeder Anfrage aufgerufen werden
77+
- **Keine**: Tool verfügbar, aber dem Modell nicht vorgeschlagen
13178

13279
### Antwortformat
13380

134-
Der Parameter für das Antwortformat erzwingt eine strukturierte Ausgabegenerierung durch JSON-Schema-Validierung. Dies gewährleistet konsistente, maschinenlesbare Antworten, die vordefinierten Datenstrukturen entsprechen:
81+
Der Parameter für das Antwortformat erzwingt die Generierung strukturierter Ausgaben durch JSON-Schema-Validierung. Dies gewährleistet konsistente, maschinenlesbare Antworten, die vordefinierten Datenstrukturen entsprechen:
13582

13683
```json
13784
{
138-
"name": "user_analysis",
139-
"schema": {
140-
"type": "object",
141-
"properties": {
142-
"sentiment": {
143-
"type": "string",
144-
"enum": ["positive", "negative", "neutral"]
145-
},
146-
"confidence": {
147-
"type": "number",
148-
"minimum": 0,
149-
"maximum": 1
150-
}
85+
"type": "object",
86+
"properties": {
87+
"sentiment": {
88+
"type": "string",
89+
"enum": ["positive", "neutral", "negative"]
15190
},
152-
"required": ["sentiment", "confidence"]
153-
}
91+
"summary": {
92+
"type": "string",
93+
"description": "Brief summary of the content"
94+
}
95+
},
96+
"required": ["sentiment", "summary"]
15497
}
15598
```
15699

157-
Diese Konfiguration beschränkt die Ausgabe des Modells auf die Einhaltung des angegebenen Schemas, verhindert Freitext-Antworten und stellt eine strukturierte Datengenerierung sicher.
100+
Diese Konfiguration beschränkt die Ausgabe des Modells auf die Einhaltung des angegebenen Schemas, verhindert Freitextantworten und stellt die Generierung strukturierter Daten sicher.
158101

159102
### Zugriff auf Ergebnisse
160103

161104
Nach Abschluss eines Agenten können Sie auf seine Ausgaben zugreifen:
162105

163-
- **`<agent.content>`**: Der Antworttext oder die strukturierten Daten des Agenten
164-
- **`<agent.tokens>`**: Token-Nutzungsstatistiken (Prompt, Completion, Gesamt)
165-
- **`<agent.tool_calls>`**: Details zu allen Tools, die der Agent während der Ausführung verwendet hat
166-
- **`<agent.cost>`**: Geschätzte Kosten des API-Aufrufs (falls verfügbar)
106+
- **response**: Der Antworttext oder die strukturierten Daten des Agenten
107+
- **usage**: Token-Nutzungsstatistiken (Prompt, Completion, Gesamt)
108+
- **toolExecutions**: Details zu allen Tools, die der Agent während der Ausführung verwendet hat
109+
- **estimatedCost**: Geschätzte Kosten des API-Aufrufs (falls verfügbar)
167110

168111
## Erweiterte Funktionen
169112

170113
### Memory + Agent: Gesprächsverlauf
171114

172-
Verwenden Sie einen `Memory`Block mit einer konsistenten `id` (zum Beispiel `chat`), um Nachrichten zwischen Durchläufen zu speichern und diesen Verlauf in den Prompt des Agenten einzubeziehen.
115+
Verwenden Sie einen memory Block mit einer konsistenten memoryId (zum Beispiel, conversationHistory), um Nachrichten zwischen Durchläufen zu speichern und diesen Verlauf in den Prompt des Agenten einzubeziehen.
173116

174117
- Fügen Sie die Nachricht des Benutzers vor dem Agenten hinzu
175118
- Lesen Sie den Gesprächsverlauf für den Kontext
176119
- Hängen Sie die Antwort des Agenten nach dessen Ausführung an
177120

178-
Siehe die [`Memory`](/tools/memory) Blockreferenz für Details.
179-
180-
## Eingaben und Ausgaben
181-
182-
<Tabs items={['Konfiguration', 'Variablen', 'Ergebnisse']}>
183-
<Tab>
184-
<ul className="list-disc space-y-2 pl-6">
185-
<li>
186-
<strong>System-Prompt</strong>: Anweisungen, die das Verhalten und die Rolle des Agenten definieren
187-
</li>
188-
<li>
189-
<strong>Benutzer-Prompt</strong>: Eingabetext oder zu verarbeitende Daten
190-
</li>
191-
<li>
192-
<strong>Modell</strong>: KI-Modellauswahl (OpenAI, Anthropic, Google, usw.)
193-
</li>
194-
<li>
195-
<strong>Temperatur</strong>: Steuerung der Zufälligkeit der Antwort (0-2)
196-
</li>
197-
<li>
198-
<strong>Tools</strong>: Array verfügbarer Tools für Funktionsaufrufe
199-
</li>
200-
<li>
201-
<strong>Antwortformat</strong>: JSON-Schema für strukturierte Ausgabe
202-
</li>
203-
</ul>
204-
</Tab>
205-
<Tab>
206-
<ul className="list-disc space-y-2 pl-6">
207-
<li>
208-
<strong>agent.content</strong>: Antworttext oder strukturierte Daten des Agenten
209-
</li>
210-
<li>
211-
<strong>agent.tokens</strong>: Token-Nutzungsstatistik-Objekt
212-
</li>
213-
<li>
214-
<strong>agent.tool_calls</strong>: Array mit Details zur Tool-Ausführung
215-
</li>
216-
<li>
217-
<strong>agent.cost</strong>: Geschätzte API-Aufrufkosten (falls verfügbar)
218-
</li>
219-
</ul>
220-
</Tab>
221-
<Tab>
222-
<ul className="list-disc space-y-2 pl-6">
223-
<li>
224-
<strong>Content</strong>: Primäre Antwortausgabe vom Agenten
225-
</li>
226-
<li>
227-
<strong>Metadata</strong>: Nutzungsstatistiken und Ausführungsdetails
228-
</li>
229-
<li>
230-
<strong>Access</strong>: Verfügbar in Blöcken nach dem Agenten
231-
</li>
232-
</ul>
233-
</Tab>
234-
</Tabs>
121+
Siehe den [`Memory`](/tools/memory) Blockverweis für Details.
122+
123+
## Ausgaben
124+
125+
- **`<agent.content>`**: Antworttext des Agenten
126+
- **`<agent.tokens>`**: Token-Nutzungsstatistiken
127+
- **`<agent.tool_calls>`**: Details zur Tool-Ausführung
128+
- **`<agent.cost>`**: Geschätzte Kosten des API-Aufrufs
235129

236130
## Beispielanwendungsfälle
237131

238-
### Automatisierung des Kundenservice
239-
240-
<div className="mb-4 rounded-md border p-4">
241-
<h4 className="font-medium">Szenario: Bearbeitung von Kundenanfragen mit Datenbankzugriff</h4>
242-
<ol className="list-decimal pl-5 text-sm">
243-
<li>Benutzer reicht ein Support-Ticket über den API-Block ein</li>
244-
<li>Agent prüft Bestellungen/Abonnements in Postgres und durchsucht die Wissensdatenbank nach Anleitungen</li>
245-
<li>Falls eine Eskalation erforderlich ist, erstellt der Agent ein Linear-Ticket mit relevantem Kontext</li>
246-
<li>Agent erstellt eine klare E-Mail-Antwort</li>
247-
<li>Gmail sendet die Antwort an den Kunden</li>
248-
<li>Konversation wird im Memory gespeichert, um den Verlauf für zukünftige Nachrichten beizubehalten</li>
249-
</ol>
250-
</div>
251-
252-
### Multi-Modell-Inhaltsanalyse
253-
254-
<div className="mb-4 rounded-md border p-4">
255-
<h4 className="font-medium">Szenario: Analyse von Inhalten mit verschiedenen KI-Modellen</h4>
256-
<ol className="list-decimal pl-5 text-sm">
257-
<li>Funktionsblock verarbeitet hochgeladenes Dokument</li>
258-
<li>Agent mit GPT-4o führt technische Analyse durch</li>
259-
<li>Agent mit Claude analysiert Stimmung und Tonfall</li>
260-
<li>Funktionsblock kombiniert Ergebnisse für den Abschlussbericht</li>
261-
</ol>
262-
</div>
263-
264-
### Werkzeuggestützter Forschungsassistent
265-
266-
<div className="mb-4 rounded-md border p-4">
267-
<h4 className="font-medium">Szenario: Forschungsassistent mit Websuche und Dokumentenzugriff</h4>
268-
<ol className="list-decimal pl-5 text-sm">
269-
<li>Benutzeranfrage über Eingabe erhalten</li>
270-
<li>Agent durchsucht das Web mit dem Google-Suchwerkzeug</li>
271-
<li>Agent greift auf Notion-Datenbank für interne Dokumente zu</li>
272-
<li>Agent erstellt umfassenden Forschungsbericht</li>
273-
</ol>
274-
</div>
132+
**Automatisierung des Kundenservice** - Bearbeitung von Anfragen mit Datenbank- und Tool-Zugriff
133+
134+
```
135+
API (Ticket) → Agent (Postgres, KB, Linear) → Gmail (Reply) → Memory (Save)
136+
```
137+
138+
**Multi-Modell-Inhaltsanalyse** - Analyse von Inhalten mit verschiedenen KI-Modellen
139+
140+
```
141+
Function (Process) → Agent (GPT-4o Technical) → Agent (Claude Sentiment) → Function (Report)
142+
```
143+
144+
**Tool-gestützter Rechercheassistent** - Recherche mit Websuche und Dokumentenzugriff
145+
146+
```
147+
Input → Agent (Google Search, Notion) → Function (Compile Report)
148+
```
275149

276150
## Bewährte Praktiken
277151

278152
- **Sei spezifisch in System-Prompts**: Definiere die Rolle, den Ton und die Einschränkungen des Agenten klar. Je spezifischer deine Anweisungen sind, desto besser kann der Agent seinen vorgesehenen Zweck erfüllen.
279-
- **Wähle die richtige Temperatureinstellung**: Verwende niedrigere Temperatureinstellungen (0-0,3), wenn Genauigkeit wichtig ist, oder erhöhe die Temperatur (0,7-2,0) für kreativere oder abwechslungsreichere Antworten
280-
- **Nutze Werkzeuge effektiv**: Integriere Werkzeuge, die den Zweck des Agenten ergänzen und seine Fähigkeiten verbessern. Sei selektiv bei der Auswahl der Werkzeuge, um den Agenten nicht zu überfordern. Für Aufgaben mit wenig Überschneidung verwende einen anderen Agent-Block für die besten Ergebnisse.
153+
- **Wähle die richtige Temperatureinstellung**: Verwende niedrigere Temperatureinstellungen (0-0,3), wenn Genauigkeit wichtig ist, oder erhöhe die Temperatur (0,7-2,0) für kreativere oder vielfältigere Antworten
154+
- **Nutze Tools effektiv**: Integriere Tools, die den Zweck des Agenten ergänzen und seine Fähigkeiten erweitern. Sei selektiv bei der Auswahl der Tools, um den Agenten nicht zu überfordern. Für Aufgaben mit wenig Überschneidung verwende einen anderen Agent-Block für die besten Ergebnisse.

0 commit comments

Comments
 (0)