agent role
Роль агента
Определяем, за какой участок процесса отвечает агент, какие решения принимает и когда обязан остановиться.
direction / agent operators
AI-операторы, которые работают внутри ваших инструментов
Проектируем роли агентов, создаем skills, подключаем MCP-серверы и собираем интерфейсы контроля, чтобы AI выполнял задачи, а не просто писал ответы.
agent.runtime
roledispatcher
skillextract_context
mcpcrm.read
actionapproval gate
architecture
Оператор состоит из роли, навыков, доступа и правил контроля
skills
Навыки
Описываем повторяемые действия: извлечь контекст, сверить чеклист, подготовить документ, классифицировать запрос.
mcp
Подключения
Даем агенту безопасный доступ к CRM, документам, BI, расписаниям, МИС или внутренним API через MCP.
control ui
Контроль
Собираем экран, где человек видит ход мысли, источники, proposed action и может подтвердить или отклонить.
runtime loop
Агентная петля должна быть наблюдаемой
Каждый шаг фиксируется: входное событие, выбранный skill, источник данных, предложенное действие, подтверждение человека и итоговый результат.
01Trigger
02Reasoning guard
03Skill call
04MCP data
05Action draft
06Human gate
operator types
Каких операторов можно собрать первыми
- AG-01Диспетчер входящих событий
Разбирает заявки, письма, чаты и документы, затем распределяет их по маршрутам.
- AG-02Оператор знаний
Ищет по регламентам, цитирует источники и помогает сотруднику принять следующее действие.
- AG-03Контролер качества
Сверяет процесс с чеклистом, ищет пропуски и отправляет спорные места человеку.
fit
Когда компании нужен AI-оператор, а не чат-бот
AI-оператор нужен, когда задача состоит из нескольких шагов: прочитать событие, найти данные, применить правило, подготовить действие и показать результат человеку. Для этого агенту задаются роль, skills, MCP-доступы, ограничения и интерфейс контроля, а не просто промпт в отдельном чате.