🛠️ Conversation Tool Trigger

De Conversation Tool Trigger stelt AI-agenten binnen SmartFlow in staat om dynamisch te interageren met externe tools en systemen, waardoor ze intelligente beslissingen kunnen nemen om taken uit te voeren, gegevens op te halen of vervolgacties te triggeren. Met behulp van een AI-beslissingsengine beslissen agenten welke tools te gebruiken en beheren ze meerdere acties efficiënt. Dit systeem ondersteunt tot 10 toolacties per interactie voordat er een reactie wordt gegeven.

---

📝 Trigger Details

Name: Conversation Tool
Category: Triggers

---

🔧 Parameters

1. Tool Name

   • Type: string
   • Description: Specificeert de tool die door de AI-agent moet worden uitgevoerd. De tool moet vooraf geconfigureerd en geïntegreerd zijn in SmartFlow.
   • Required: Ja
   • Example: "CRM Lookup"

2. Input Variables

   • Type: object
   • Description: De gegevens die nodig zijn voor de tool om zijn taak uit te voeren, vaak afgeleid van de context van de workflow of conversatie.
   • Required: Ja
   • Example:

     {
       "customerId": "12345"
     }

3. **Observatie**
   - **Type:** `string` (standaard: Tool-specifieke output)  
   - **Beschrijving:** Het resultaat van de actie, dat het daaropvolgende gedrag van de AI kan beïnvloeden. Standaard is de observatie ingesteld op de output van het hulpmiddel, maar deze kan handmatig worden gedefinieerd om de volgende actie van de agent te sturen.  
   - **Voorbeeld:**  
     - Standaard Observatie: API-resultaat teruggegeven door het hulpmiddel.
     - Aangepaste Observatie: `"Trigger de volgende formulier op basis van gebruikersvoorkeuren."`

---

## 🚀 Hoe Het Werkt

```mermaid
graph TD
    Start["Conversation Tool Trigger"]
    ToolSelection["AI selects tool based on input"]
    ExecuteTool["Tool executes action"]
    DefaultObservation["Default Observation: Action output"]
    CustomObservation["Custom Observation: User-defined"]
    DecisionEngine["AI Decision Engine analyzes observation"]
    NextAction["Next tool/action based on observation"]
    Response["Agent formulates response after up to 10 actions"]

    Start --> ToolSelection
    ToolSelection --> ExecuteTool
    ExecuteTool --> DefaultObservation
    ExecuteTool --> CustomObservation
    DefaultObservation --> DecisionEngine
    CustomObservation --> DecisionEngine
    DecisionEngine --> NextAction
    NextAction -->|Up to 10 iterations| ExecuteTool
    DecisionEngine --> Response
    Response --> End["Interaction complete"]

1. Standaard Waarnemingen:

   • Elke toolactie genereert een standaard waarneming op basis van het resultaat van de tool.
   • Voorbeeld: Een succesvolle API-aanroep retourneert de API-respons als de waarneming.

2. Handmatige Waarneming Instelling:

   • Gebruikers kunnen de standaard waarneming overschrijven om de volgende beslissing van de AI te beïnvloeden.
   • Voorbeeld: In plaats van het API-resultaat als de waarneming te gebruiken, kan een aangepaste boodschap zoals "Start form submission process" de AI begeleiden om een andere actie te initiëren.

3. AI Besluitvormingsengine:

   • De besluitvormingsengine analyseert de huidige waarneming en bepaalt de volgende toolactie, waarbij meerdere tools naadloos aan elkaar worden gekoppeld wanneer dat nodig is.

4. Antwoordformulering:

   • Na het uitvoeren van maximaal 10 toolacties formuleert de AI-agent een antwoord, hetzij direct met behulp van de waarnemingen of op basis van aanvullende input van de gebruiker.

---

💡 Gebruikscases

1. Dynamische Klantenondersteuning:

   • Scenario: Een gebruiker vraagt: "Kan ik een update krijgen over mijn recente bestelling?"
   • Workflow:
     • Tool: API-aanroep om bestelgegevens op te halen.
     • Observatie: API-resultaat met bestelstatus.
     • Reactie: "Je bestelling is onderweg en zal aankomen op 15 januari 2025."

2. Aangepaste Workflow Omleiding:

   • Scenario: Een gebruiker activeert een tool, maar je wilt dat de AI een specifiek formulier start.
   • Workflow:
     • Tool: "Formulier Starter."
     • Observatie: "Initiëer Gebruikersfeedbackformulier."
     • Resultaat: De AI schakelt dynamisch over naar formulierindiening.

3. Multi-Stap Integratie:

   • Scenario: "Hoeveel is mijn huidige factuur, en kan ik deze nu betalen?"
   • Workflow:
     • Stap 1: Haal factuurgegevens op via API.
     • Stap 2: Activeer de betalingsgateway.
     • Observaties begeleiden de volgorde van deze acties.

🔍 Voorbeeldconfiguratie

Standaardobservatie

Toolnaam: "Order Management"
Invoervariabelen:

{
  "orderId": "67890"
}

Observatie: API-resultaat

{
  "trigger": "ConversationTool",
  "toolName": "Order Management",
  "input": {
    "orderId": "67890"
  },
  "observation": "Bestelstatus succesvol opgehaald."
}

Aangepaste observatie

Toolnaam: "Start Form"
Invoervariabelen:

{
  "formId": "feedbackForm"
}

Observatie: "Gebruikersfeedbackformulier gestart."

{
  "trigger": "ConversationTool",
  "toolName": "Start Form",
  "input": {
    "formId": "feedbackForm"
  },
  "observation": "Gebruikersfeedbackformulier gestart."
}

🛠️ Beste Praktijken

1. Standaard vs. Aangepaste Observaties:

   • Gebruik standaardobservaties voor standaardwerkstromen en API-integraties.
   • Overschrijf observaties om het AI-gedrag voor specifieke scenario's te herleiden.

2. Duidelijke Observatieberichten:

   • Zorg ervoor dat aangepaste observaties nauwkeurig zijn om de AI effectief te begeleiden.

3. Acties Koppelen:

   • Plan werkstromen om onnodige stappen te minimaliseren terwijl je de 10-actielimiet efficiënt benut.

4. Observaties Testen:

   • Simuleer werkstromen om te verifiëren dat zowel standaard- als aangepaste observaties leiden tot verwachte AI-beslissingen.

---

📊 Monitoring en Debuggen

• Gebruik het SmartFlow-monitoringdashboard om te volgen:
  • Uitgevoerde toolacties.
  • Genereerde observaties.
  • AI-beslissingen en hun uitkomsten.
• Debug werkstromen door observatielogs te bekijken om onverwacht gedrag te identificeren en op te lossen.