AI Agent (Tool-Calling Loop)

ai_agent_tool_loop · ai · AI & Liara · Disponibile · v1.1.0

Descrizione

Agente con tool-calling nativo Anthropic Claude. Cicla finché il modello non risponde senza richiedere altri tool. Tool disponibili: http_request, flowforge_invoke, get_time, rag_search.

⚙️ Parametri di configurazione

Campi mostrati nell’editor quando si configura il nodo. Generati direttamente dal NodeDefconfigFields.

Campo	Tipo	Required	Default	Descrizione
`apiKey` Anthropic API key	`string (encrypted)`	si	—	Necessaria — questo agent usa l'API Anthropic per il tool-calling. Crea la key su console.anthropic.com/settings/keys. Per usare altri provider (OpenAI, Gemini), usa il nodo "Agent: generic" generico.
`model` Modello Claude	`enum` `claude-opus-4-5claude-sonnet-4-5claude-haiku-4-5`	no	`claude-sonnet-4-5`	Opus = potenza max, costoso, lento. Sonnet = bilanciato (default, raccomandato). Haiku = veloce/economico, meno bravo coi tool complessi.
`systemPrompt` System prompt	`expression`	no	`You are a senior automation agent. Use the available tools (http_request, flowforge_invoke, get_time, rag_search) to accomplish the user's goal. Be concise.`	Direttive di ruolo/tono/regole. Supporta {{espressioni}} per iniettare contesto dinamico (es. {{ctx.tenantId}}).
`goal` Obiettivo (default = input)	`expression`	no	— Riassumi gli ordini di {{$today}} e mandami una notifica Slack	Cosa l'agent deve fare. Se vuoto, usa l'output del nodo precedente come obiettivo.
`maxIterations` Iterazioni massime	`number`	no	`10`	Quanti round tool-call → modello al massimo. Il modello chiama tool, vede l'output, decide se chiamare altri tool o rispondere. Cap anti-loop infinito.
`embedProvider` Provider embedding (per rag_search)	`enum` `openaivoyageollama`	no	`openai`	Usato solo se l'agent invoca il tool rag_search. Deve matchare il provider con cui hai popolato il vector DB.
`embedApiKey` API key embedding	`string (encrypted)`	no	—	Necessaria per openai/voyage. Vuoto per ollama (locale).
`embedModel` Modello embedding	`string`	no	— text-embedding-3-small / voyage-3 / nomic-embed-text	Modello del provider scelto. DEVE matchare quello usato per popolare il vector DB.
`defaultRagDatabaseId` Knowledge base default (DB vettoriale)	`db-picker`	no	—	Se impostato, l'agente sa dove cercare quando invoca rag_search senza specificare il DB. Mantieni vuoto per richiederlo nel prompt.
`defaultRagCollection` Collezione knowledge base	`db-collection-picker`	no	—	Collezione (namespace) all'interno del DB selezionato sopra.

💡 Esempio configurazione

Snippet JSON del nodo come compare nel workflow. I valori sono derivati daidefaultValue e dai parametri required.

{
  "id": "node-ai_agent_tool_loop-1",
  "defId": "ai_agent_tool_loop",
  "label": "AI Agent (Tool-Calling Loop)",
  "config": {
    "apiKey": "<apiKey>",
    "model": "claude-sonnet-4-5",
    "systemPrompt": "You are a senior automation agent. Use the available tools (http_request, flowforge_invoke, get_time, rag_search) to accomplish the user's goal. Be concise.",
    "maxIterations": 10,
    "embedProvider": "openai"
  }
}

🔗 Nodi correlati nella stessa categoria

Pronto a usare AI Agent (Tool-Calling Loop)?

Disponibile da subito in tutti i piani FlowForge. Provalo gratis senza carta di credito.

Inizia gratis Sfoglia tutti i nodi