AI-agents

Een AI-agent is een assistent die in meerdere stappen werkt. Hij leest het gesprek, maakt een plan, roept tools aan (uw AI-tools, MCP-tools en een zoekfunctie in de kennisbank), bekijkt de resultaten en roept het model opnieuw aan totdat hij een antwoord heeft. De node AI-chatcompletion maken doet één modelaanroep en antwoordt; de AI-agent-node kan binnen de limieten die u instelt meerdere model- en toolaanroepen doorlopen voordat hij antwoordt.

Gebruik een agent wanneer een verzoek meerdere stappen vraagt, bijvoorbeeld "zoek de bestelling van de klant, controleer de bezorgstatus en bied een nieuwe datum aan". Voor een direct antwoord op basis van instructies en een kennisbank is de AI-node eenvoudiger en goedkoper.

De bouwstenen

Onderdeel	Wat het is	Waar u het instelt
AI-harness	De engine die de agentlus uitvoert: die van MonoChat zelf, een agent-SDK of een gehoste agentservice.	Instellingen › Automatisering › AI-harnesses
Modellen	De AI-modellen waarmee de agent denkt: een hoofdmodel, een optioneel fallback-model en een optioneel snel model. Gehoste harnesses gebruiken in plaats daarvan de modellen van hun eigen provider.	De AI-agent-node
Tools	AI-scopes, functies van het type AI-tool en MCP-tools.	De AI-agent-node
Uitvoeringsbudget	Limieten voor modelaanroepen, toolaanroepen, tokens, duur en nieuwe pogingen per uitvoering.	De AI-agent-node
Uitvoering	Eén keer dat de agent wordt uitgevoerd. Elke uitvoering wordt vastgelegd in Uitvoeringen van AI-agents.	Aangemaakt door de node of de API

AI-harnesses

Instellingen › Automatisering › AI-harnesses toont de harnesses waarop uw agents kunnen draaien: de harnesses die MonoChat aan elke workspace aanbiedt en de harnesses die u zelf toevoegt met uw eigen inloggegevens.

Harness	Waar hij draait	Modellen die hij gebruikt	Wie hem toevoegt
MonoChat Native	Binnen MonoChat	Uw AI-modellen	MonoChat
OpenAI Agents SDK	Binnen MonoChat	Uw AI-modellen	MonoChat
Claude Agent SDK	Op de MonoChat agent runner	Uw AI-modellen	MonoChat
pi	Op de MonoChat agent runner	Uw AI-modellen	MonoChat
OpenAI Agents API	In de cloud van OpenAI	De toegestane modellen van de harness	U, met uw OpenAI API-sleutel (MonoChat kan er ook een aanbieden)
Claude Managed Agents	In de cloud van Anthropic	De toegestane modellen van de harness	U, met uw Anthropic API-sleutel (MonoChat kan er ook een aanbieden)
Aangepast eindpunt	Op uw eigen server	Uw AI-modellen (optioneel)	U, met uw endpoint en geheime sleutel

Harnesses die op MonoChat draaien, worden door MonoChat aangeboden; uw workspace kan alleen harnesses toevoegen die uw eigen inloggegevens gebruiken. Claude Agent SDK en pi hebben de agent runner van MonoChat nodig: waar die niet is ingesteld, mislukt een uitvoering erop met "Deze harness is niet beschikbaar op deze server."

Welke harness u ook gebruikt, MonoChat houdt de controle: elke modelaanroep van een harness die uw AI-modellen gebruikt, loopt via MonoChat (zodat facturering en budget van toepassing zijn), elke toolaanroep voert uw functies, MCP-tools en AI-scopes in uw workspace uit, en het budget wordt op elke harness afgedwongen.

Een harness toevoegen

1. Ga naar Instellingen › Automatisering › AI-harnesses en klik op + (Aanmaken).
2. Voer een Naam in en, optioneel, een Omschrijving.
3. Kies de Harness. Bij elke optie staat waar hij draait.
4. Voer onder Inloggegevens in wat de harness nodig heeft:
   • OpenAI Agents API, Claude Managed Agents: API-sleutel.
   • Aangepast eindpunt: Endpoint en API-sleutel.
5. Vul voor een gehoste harness de Toegestane modellen in: voer de modelnamen van de provider in (bijvoorbeeld de model-ID van OpenAI of Anthropic). Gebruik Model toevoegen voor maximaal 10 modellen. Agents op deze harness kunnen alleen uit deze lijst kiezen.
6. Klik op Opslaan.

Wanneer u een harness bewerkt, kan het type Harness niet worden gewijzigd en luidt het sleutelveld API-sleutel (leeg laten om de opgeslagen sleutel te behouden).

Claude Managed Agents

De eerste keer dat een harness van dit type wordt gebruikt, maakt MonoChat in dat Anthropic-account één agent en één omgeving aan en hergebruikt die daarna.

Aangepast eindpunt

Een harness van het type Aangepast eindpunt stuurt uitvoeringen naar uw eigen service, bijvoorbeeld een zelfgehoste agent. Voor elke uitvoering stuurt MonoChat een POST naar <Endpoint>/runs met Authorization: Bearer <API Key>. De body bevat de ID van de uitvoering, de instructies, de invoer, de berichten van het gesprek, het budget, de modelaliassen (agent-main, agent-fallback, agent-fast) en drie URL's met een token voor deze uitvoering:

• een modelgateway (OpenAI-compatibele …/v1 en Anthropic-compatibele basis-URL's) die de AI-modellen van de node aanroept en het budget afdwingt,
• een MCP-server die de tools van de uitvoering beschikbaar stelt,
• een events-URL waar uw service het resultaat meldt (completed met result, of failed met error).

Het token van de uitvoering werkt niet meer zodra de uitvoering eindigt.

De AI-agent-node

Voeg een agent toe aan een flow met de AI-agent-node, onder de hybride nodes in de flowontwerper. Zie Flows voor het toevoegen en verbinden van nodes.

Velden

Sectie	Veld	Omschrijving
	Naam	De naam van de node op het canvas.
	AI-harness	Verplicht. De harness die de agent uitvoert.
	Instructies	De systeeminstructies van de agent: zijn rol, toon, regels en wat hij wel of niet mag doen.
	Taak (wordt toegevoegd aan de agentinstructies; tags kunnen worden gebruikt)	Wat deze node de agent vraagt te doen. Het wordt na de instructies toegevoegd en kan dezelfde tags gebruiken als de prompt van de AI-node, bijvoorbeeld om klantgegevens op te nemen.
Modellen	Hoofdmodel	Het model dat de agent gebruikt. Verplicht voor elke harness behalve Aangepast eindpunt.
	Fallback-model (na de zachte limiet)	Het model waarnaar de agent overschakelt zodra hij de zachte limiet van modelaanroepen bereikt, meestal een goedkoper of sneller model.
	Snel model (lichte achtergrondtaken)	Een model dat een harness kan gebruiken voor zijn lichte achtergrondaanroepen.
	Model (een van de toegestane modellen van de harness)	Wordt voor een gehoste harness getoond in plaats van de drie bovenstaande velden.
Agentsessie	Gesprek	Doorgaan met de bestaande agentsessie (standaard) of Een nieuwe agentsessie starten. Zie Agentsessies.
	Taaksleutel (aparte agentsessies per taak)	Optioneel. Houdt per sleutel een aparte agentsessie bij in hetzelfde gesprek, bijvoorbeeld booking en support.
	Limiet berichtgeschiedenis	Hoeveel berichten van het gesprek de agent ontvangt.
	AI-modellen voor spraak-naar-tekst	Een model met Transcriptie. Spraakberichten in het gesprek bereiken de agent als tekst.
Toolinstellingen	AI-scopes	Kennisbanken waarin de agent kan zoeken. Ze worden aan de agent aangeboden als zoektool voor de kennisbank.
	AI-tool	Functies van het type AI-tool die de agent kan aanroepen.
	AI MCP-client-contenttools instellen	Opent het paneel waarin u MCP-tools toevoegt. Zie MCP-clients.
Berichten	Tussenberichten doorsturen naar de klant	Standaard uit. Wat de agent schrijft terwijl hij nog bezig is (bijvoorbeeld "Ik controleer uw bestelling even") wordt naar de klant gestuurd als dit aan staat; als het uit staat, wordt het aan het gesprek toegevoegd als interne notitie die alleen uw team ziet.
	Antwoord verzenden	Standaard aan. Stuurt het definitieve antwoord van de agent naar de klant. Schakel het uit om het antwoord alleen binnen de flow te gebruiken.
Uitvoeringsbudget	Max. modelaanroepen	Standaard 4.
	Zachte limiet: modelaanroepen	Optioneel. Na dit aantal modelaanroepen schakelt de agent over naar het fallback-model. Moet lager zijn dan Max. modelaanroepen en vereist een fallback-model.
	Max. toolaanroepen	Standaard 6. Bij 0 eindigt de uitvoering als Budget overschreden zodra de agent een tool probeert aan te roepen.
	Max. totaal aantal tokens	Standaard 20000. Invoer- en uitvoertokens van alle modelaanroepen in de uitvoering.
	Max. duur (seconden)	Standaard 30.
	Max. nieuwe pogingen	Standaard 2. Hoe vaak een mislukte modelaanroep opnieuw wordt geprobeerd.

tip

Schrijf de vaste regels in Instructies en de specifieke opdracht van deze stap in Taak. Zo kunnen meerdere AI-agent-nodes in een flow dezelfde instructies delen en alleen in hun taak verschillen.

waarschuwing

Gehoste harnesses ondersteunen geen zachte limiet, omdat ze niet naar een fallback-model kunnen overschakelen. Laat Zachte limiet: modelaanroepen voor die harnesses leeg.

Wat er gebeurt wanneer de flow de node bereikt

1. MonoChat controleert uw saldo en de instellingen van de node, en start een uitvoering. De uitvoering staat eerst In wachtrij en is dan Actief. De flow-instantie wacht op de node.
2. De agent ontvangt de instructies en de taak en, wanneer de flow bij een gesprek hoort, de berichten van het gesprek tot de Limiet berichtgeschiedenis, met getranscribeerde spraakberichten.
3. De agent roept modellen en tools aan totdat hij een antwoord heeft of een limiet is bereikt. Tekst die hij tussen toolaanroepen schrijft, wordt als tussenbericht behandeld.
4. Wanneer de uitvoering eindigt:
   • als ze Voltooid is en Antwoord verzenden aan staat, wordt het antwoord naar de klant gestuurd. Lange antwoorden worden over meerdere berichten verdeeld wanneer ze de limiet van het kanaal overschrijden (4096 tekens op WhatsApp);
   • als ze op een andere manier is geëindigd, wordt een interne notitie "Uitvoering van AI-agent beëindigd: status. fout" aan het gesprek toegevoegd voor uw team.
5. De flow gaat verder via de uitgang die past bij hoe de uitvoering is geëindigd.

Uitvoeringen van dezelfde agentsessie worden één voor één, in volgorde verwerkt.

Uitgangen

Uitgang	Wanneer
Voltooid	De agent is klaar met een antwoord.
Budget overschreden	De uitvoering heeft Max. modelaanroepen, Max. toolaanroepen of Max. totaal aantal tokens opgebruikt.
Time-out	De uitvoering heeft Max. duur (seconden) bereikt.
Haat, Jailbreak, Zelfbeschadiging, Seksueel, Geweld	Het contentfilter van de modelprovider heeft de uitvoering voor deze categorie gestopt. Dit zijn dezelfde uitgangen als die van de AI-node.
Bij mislukking	De uitvoering is om een andere reden mislukt of geannuleerd. Een stop door het contentfilter komt hier ook terecht bij nodes die zijn opgeslagen voordat deze uitgangen bestonden; open en sla zo'n node op om ze te krijgen.

Verbind minstens Voltooid en Bij mislukking. Een gebruikelijk patroon is om Budget overschreden, Time-out en Bij mislukking door te sturen naar een node Gesprek toewijzen, zodat een collega het overneemt.

Agentsessies

Een agentsessie is het geheugen van de agent over uitvoeringen heen. MonoChat houdt per gesprek, harness en taaksleutel één actieve agentsessie bij.

• Doorgaan met de bestaande agentsessie hergebruikt die sessie, zodat de agent verdergaat waar hij gebleven was. Bij gehoste harnesses gaat ook de eigen sessie van de provider door.
• Een nieuwe agentsessie starten sluit de actieve sessie en begint opnieuw, bijvoorbeeld aan het begin van een nieuw onderwerp.
• Met een Taaksleutel lopen onafhankelijke sessies naast elkaar in hetzelfde gesprek.

Facturering

• Modelaanroepen op AI-modellen van MonoChat worden zoals gebruikelijk van uw saldo afgeschreven. Aanroepen op uw eigen modellen worden gefactureerd door uw provider.
• Een harness van MonoChat kan eigen kosten rekenen per uitvoering, per minuut en per toolaanroep en, voor een gehoste harness, voor de tokens die de provider meldt. Ze verschijnen in Transacties als Uitvoering van AI-agent, Duur AI-agent, Toolaanroep AI-agent en AI-tokencategorieën.
• Een harness die u met uw eigen inloggegevens toevoegt, heeft geen MonoChat-kosten; uw provider factureert u.
• Een uitvoering start niet wanneer uw saldo ontoereikend is.

Gebeurtenis Uitvoering van AI-agent voltooid

Uitvoering van AI-agent voltooid is een eventnode. Hij wordt geactiveerd wanneer een uitvoering die aan een klant is gekoppeld eindigt, of de uitvoering nu door een flow is gestart of via de API met een gesprek. Net als andere eventnodes heeft hij optionele instellingen voor Voorwaarde en Time-out. Gebruik hem om een aparte flow te starten na agentuitvoeringen, bijvoorbeeld om resultaten te loggen of een team te informeren.

Een agent starten vanuit code

Aangepaste functies en API-clients kunnen agents uitvoeren met deze methoden (machtiging Start / Read / Cancel AI agent runs in automation):

Methode	Wat ze doet
business.tenants.automation.ai.aiAgentRuns.create	Start een uitvoering. Geeft aiAgentRunId en aiAgentSessionId terug.
business.tenants.automation.ai.aiAgentRuns.show	Geeft een uitvoering (_id) terug met status, verbruik, stappen en resultaat.
business.tenants.automation.ai.aiAgentRuns.cancel	Annuleert een uitvoering die in de wachtrij staat of actief is (_id).

create accepteert aiHarnessClientId, input (de taak), optioneel sessionId (om in een gesprek te werken), aiAgentSessionId, taskKey en isNewSession, en options met dezelfde instellingen als de node: instructions, aiModelClientId, fallbackAiModelClientId, fastAiModelClientId, harnessModel, toolCustomFunctionIds, aiScopeIds, aiMcpClientDatas, messageHistoryLimit, speechToTextAiModelClientId, forwardIntermediateMessages, willSendAnswer en een verplicht budget. Via de API zijn forwardIntermediateMessages en willSendAnswer standaard false.

const { aiAgentRunId } = await sdk.method({ name: 'business.tenants.automation.ai.aiAgentRuns.create' }).callAsync({
  payload: {
    aiHarnessClientId: 'HARNESS_ID',
    input: 'Summarise the open orders of this customer.',
    sessionId: 'SESSION_ID',
    options: {
      instructions: 'You are the order assistant of our store.',
      aiModelClientId: 'MODEL_ID',
      toolCustomFunctionIds: ['FUNCTION_ID'],
      budget: { maxLlmCalls: 4, maxToolCalls: 6, maxTotalTokens: 20000, maxDurationSeconds: 30, maxRetries: 2 },
    },
  },
})

De uitvoering is asynchroon: lees ze later met show, of reageer erop met de gebeurtenis Uitvoering van AI-agent voltooid. Zonder sessionId start elke aanroep een nieuwe agentsessie, tenzij u de aiAgentSessionId meegeeft die een eerdere aanroep heeft teruggegeven; de agent ziet dan de eerdere voltooide uitvoeringen van die agentsessie als zijn geschiedenis. Zie Method voor het aanroepen van methoden vanuit een functie.

Machtigingen

Machtiging	Staat toe
Read / Create / Update / Delete AI harnesses in automation	AI-harnesses beheren
Read AI agent runs in automation	Uitvoeringen van AI-agents bekijken
Start AI agent runs in automation	aiAgentRuns.create aanroepen
Cancel AI agent runs in automation	aiAgentRuns.cancel aanroepen

Zie Rollen.

Gerelateerd

• Uitvoeringen van AI-agents: bekijk wat elke uitvoering heeft gedaan
• AI-modellen
• MCP-clients
• AI-scopes
• Flows