A New Era: Ein Agent, der Agenten erstellt
Technischer Deep-Dive in unseren Meta-Agenten, der Anforderungen analysiert und automatisch neue KI-Agenten mit Wissen, Tools und Triggern ausstattet.
Anewera
Dieser Artikel wurde von Anewera recherchiert und verfasst.
Kurzfassung: Hinter anewera.ch arbeitet ein Meta-Agent, der Anforderungen analysiert, System-Prompts generiert, Wissen und Tools zuordnet und jeden Agenten direkt in einer Daytona Sandbox ausliefert. Dieser Deep-Dive zeigt den kompletten Bauprozess unserer digitalen Mitarbeiter.
Die nächste Stufe der Automatisierung: Agenten, die Agenten erstellen
In unseren bisherigen Artikeln haben wir gezeigt, wie KI-Agenten spezifische Aufgaben in verschiedenen Branchen automatisieren können. Aber eine Frage bleibt oft unbeantwortet: Wer erstellt eigentlich diese Agenten? Wie wird ein Agent mit dem richtigen Wissen, den richtigen Werkzeugen und den richtigen Anweisungen ausgestattet, um seine Aufgaben autonom und zuverlässig zu erledigen?
Bei anewera.ch haben wir diese Frage zu unserer Kernkompetenz gemacht. Unsere Plattform ist mehr als nur eine Sammlung von einzelnen Agenten. Im Herzen von anewera.ch arbeitet ein Meta-Agent – ein Agent, dessen einzige Aufgabe es ist, andere Agenten zu erstellen, zu konfigurieren, zu verwalten und zu überwachen. In diesem technischen Deep-Dive öffnen wir die Motorhaube und zeigen Ihnen, wie dieses System funktioniert.
Das Konzept: Von der Anforderung zum autonomen Agenten
Der Prozess beginnt immer mit einer Anforderung – entweder von einem Kunden oder von unserem eigenen Team. Diese Anforderung wird in natürlicher Sprache formuliert, zum Beispiel:
"Ich brauche einen Agenten, der täglich die Preise von drei Konkurrenz-Hotels überwacht und die Daten in eine Google Sheets-Tabelle einträgt."
Diese Anforderung wird an den A New Era Meta-Agenten übergeben. Der Meta-Agent analysiert die Anforderung und leitet daraus alle notwendigen Komponenten für den neuen Agenten ab. Dieser Prozess ist in mehrere Phasen unterteilt.
Die Anatomie eines anewera.ch Agenten
Jeder von unserem Meta-Agenten erstellte Agent besteht aus vier fundamentalen Bausteinen:
- System-Prompt: Die DNA des Agenten.
- Knowledge (Wissen): Das spezifische Fachwissen.
- Tools (Werkzeuge): Die Fähigkeiten des Agenten.
- Triggers (Auslöser): Wann und wie der Agent aktiviert wird.
1. Der System-Prompt: Die Persönlichkeit und die Regeln
Der System-Prompt ist der wichtigste Teil eines Agenten. Er definiert seine Persönlichkeit, seine Ziele, seine Grenzen und seine Verhaltensregeln. Der Meta-Agent generiert diesen Prompt basierend auf der Anforderung. Für den Hotel-Preisvergleichs-Agenten könnte ein Teil des System-Prompts so aussehen:
Du bist ein spezialisierter KI-Agent für die Analyse von Hotelpreisen. Deine Aufgabe ist es, täglich die Preise für ein Standard-Doppelzimmer auf den Websites von Hotel A, Hotel B und Hotel C zu ermitteln. Du bist präzise, zuverlässig und arbeitest diskret. Du darfst keine Buchungen durchführen oder Formulare ausfüllen. Deine einzige Aufgabe ist die Datenerfassung. Die gesammelten Daten trägst du in das Google Sheet mit der ID 'xyz' ein. Wenn du auf eine Website nicht zugreifen kannst, versuche es dreimal erneut. Wenn es dann immer noch nicht funktioniert, melde den Fehler und fahre mit dem nächsten Hotel fort.
Dieser Prompt stellt sicher, dass der Agent genau weiss, was er tun soll – und was nicht.
2. Knowledge: Das Fachwissen des Agenten
Ein Agent kann nur so gut sein wie das Wissen, auf das er zugreifen kann. Der Meta-Agent stattet den neuen Agenten mit dem notwendigen Wissen aus. Dies kann beinhalten:
- Dokumente: PDFs, Word-Dateien, Textdateien mit spezifischen Informationen (z.B. Produktkataloge, Preislisten, interne Richtlinien).
- Datenbanken: Zugriff auf bestimmte Tabellen in einer Datenbank (z.B. Kundendaten, Produktdaten).
- Websites: Eine Liste von relevanten Websites, die der Agent als Wissensquelle nutzen kann.
Für den Hotel-Agenten wäre das Wissen die Liste der URLs der Konkurrenz-Hotels.
3. Tools: Die Fähigkeiten des Agenten
Die Tools sind die Hände und Füsse des Agenten. Sie ermöglichen es ihm, Aktionen in der digitalen Welt auszuführen. Basierend auf der Anforderung wählt der Meta-Agent die passenden Tools aus unserem umfangreichen Toolset aus. Unsere Analyse des GitHub-Repositories zeigt eine Vielzahl von verfügbaren Tools, die im Verzeichnis backend/core/tools definiert sind:
| Tool-Datei | Beschreibung | Beispiel-Anwendung |
|---|---|---|
company_search_tool.py | Ermöglicht die Suche nach Unternehmensinformationen. | "Finde die Adresse der Firma X in Zürich." |
image_search_tool.py | Ermöglicht die Suche nach Bildern im Web. | "Finde ein Bild von einem Schweizer Bergsee." |
paper_search_tool.py | Ermöglicht die Suche nach wissenschaftlichen Artikeln. | "Finde eine Studie über KI in der Hotellerie." |
people_search_tool.py | Ermöglicht die Suche nach Personen und deren Kontaktdaten. | "Finde den CEO der Firma Y." |
sb_docs_tool.py | Ermöglicht das Lesen und Schreiben von Google Docs. | "Erstelle ein neues Google Doc mit dem Titel 'Meeting-Protokoll'." |
sb_presentation_tool.py | Ermöglicht die Erstellung von Präsentationen. | "Erstelle eine Präsentation mit 5 Folien über KI-Agenten." |
sb_sheets_tool.py | Ermöglicht das Lesen und Schreiben von Google Sheets. | "Trage den Wert '180' in Zelle B2 des Sheets 'Preise' ein." |
Für den Hotel-Agenten würde der Meta-Agent das sb_sheets_tool.py und ein Web-Scraping-Tool auswählen.
4. Triggers: Wann der Agent aktiv wird
Ein Agent kann auf verschiedene Weisen aktiviert werden:
- Manuell: Ein Benutzer startet den Agenten über eine Benutzeroberfläche.
- Zeitgesteuert (Cronjob): Der Agent wird zu einem bestimmten Zeitpunkt oder in einem bestimmten Intervall ausgeführt (z.B. "jeden Tag um 07:00 Uhr").
- Event-basiert (Webhook): Der Agent wird durch ein externes Ereignis ausgelöst (z.B. "wenn eine neue E-Mail eingeht", "wenn ein Kunde ein Formular ausfüllt").
Der Meta-Agent konfiguriert den passenden Trigger basierend auf der Anforderung. Für den Hotel-Agenten wäre das ein zeitgesteuerter Trigger.
Die Verbindung zur Aussenwelt: MCP-Server und Composio
Ein Agent ist nur dann nützlich, wenn er mit externen Diensten kommunizieren kann. Hier kommen MCP-Server (Multi-Connection-Provider) und Composio ins Spiel. Diese Technologien ermöglichen es den Agenten, sich sicher mit hunderten von externen Anwendungen zu verbinden.
- Composio: standardisiert die Authentifizierung (OAuth) mit externen Plattformen wie Google, Microsoft, Salesforce, etc. Wenn ein Agent auf Ihr Google Sheets zugreifen soll, läuft die Authentifizierung über Composio. Sie geben einmalig die Erlaubnis, und der Agent kann sicher auf Ihre Daten zugreifen.
- MCP-Server: sind unsere eigene Abstraktionsschicht, die es ermöglicht, verschiedene Verbindungen (z.B. mehrere Google-Konten, verschiedene E-Mail-Provider) für einen Agenten zu verwalten.
Der Meta-Agent erkennt, welche Integrationen benötigt werden (z.B. "Google Sheets") und konfiguriert die notwendigen Verbindungen über Composio und unsere MCP-Server.
Sicherheit durch Daytona Sandboxes
Wie bereits in unserem Artikel "Sicher, Skalierbar, Effizient" beschrieben, läuft jeder Agent in einer eigenen, isolierten Daytona Sandbox. Das bedeutet:
- Sicherheit: Der Hotel-Agent hat keinen Zugriff auf die Daten des Webdesigner-Agenten.
- Stabilität: Wenn ein Agent einen Fehler hat, beeinflusst das keine anderen Agenten.
- Skalierbarkeit: Wir können tausende von Agenten parallel betreiben, ohne dass sie sich gegenseitig stören.
Der Meta-Agent ist auch dafür verantwortlich, diese Sandboxes zu erstellen, zu starten, zu stoppen und zu überwachen.
Der Self-Updating Mechanismus
Die digitale Welt verändert sich ständig. APIs werden aktualisiert, Websites ändern ihr Design, neue Tools kommen auf den Markt. Ein Agent, der heute funktioniert, ist morgen vielleicht schon veraltet. Deshalb hat der Meta-Agent eine weitere entscheidende Aufgabe: die automatische Wartung und Aktualisierung der Agenten.
- Tool-Updates: Wenn wir ein Tool in unserem zentralen Toolset verbessern, verteilt der Meta-Agent dieses Update automatisch an alle Agenten, die dieses Tool nutzen.
- API-Monitoring: Der Meta-Agent überwacht die APIs, die von den Agenten genutzt werden. Wenn eine API eine Änderung ankündigt, kann der Meta-Agent die betroffenen Agenten proaktiv anpassen.
- Performance-Analyse: Der Meta-Agent analysiert die Performance der Agenten. Wenn ein Agent häufig Fehler macht oder langsam ist, wird eine Warnung ausgelöst, und ein menschlicher Entwickler kann eingreifen.
Fazit: Eine Fabrik für digitale Mitarbeiter
Die A New Era Plattform ist mehr als nur eine Sammlung von KI-Agenten. Es ist eine Fabrik für digitale Mitarbeiter. Der Meta-Agent ist der Fabrikleiter, der sicherstellt, dass jeder neue Mitarbeiter (Agent) perfekt für seine Aufgabe ausgebildet, mit den richtigen Werkzeugen ausgestattet und in einer sicheren Umgebung eingesetzt wird.
Diese Architektur ermöglicht es uns, schnell, sicher und skalierbar auf die individuellen Bedürfnisse unserer Kunden zu reagieren. Ob Sie einen einfachen Agenten für die Datenerfassung oder ein komplexes System für die vollständige Automatisierung Ihrer Kundenkommunikation benötigen – der Prozess ist immer derselbe: Sie formulieren die Anforderung, und unser Meta-Agent kümmert sich um den Rest.
Die Zukunft der Automatisierung liegt nicht darin, einzelne Aufgaben zu automatisieren, sondern darin, ganze Teams von digitalen Mitarbeitern zu orchestrieren. Und genau das ist die Vision, die wir mit anewera.ch verwirklichen.
Möchten Sie Ihren eigenen digitalen Mitarbeiter?
Beschreiben Sie uns Ihre Idee und lassen Sie uns prüfen, wie unser Meta-Agent einen massgeschneiderten KI-Agenten für Sie erstellen kann.