Perutean Berbasis Intent
Setiap pesan masuk diklasifikasikan oleh LLM terhadap daftar topic routes aplikasi, lalu diteruskan ke agen yang paling relevan.
orchestratortopicRoutesclassifier
Insight membantu menyusun sistem agen AI secara terstruktur: pesan diklasifikasikan berdasarkan topik, diarahkan ke agen yang paling sesuai, lalu dijawab dengan dukungan basis pengetahuan dan tool yang dikonfigurasi per agen.
3
Mode eksekusi agen
2
Penyedia model AI
5
Batas iterasi tool loop
30mnt
TTL sesi percakapan
Platform ini menyediakan kerangka lengkap untuk sistem agen: klasifikasi intent, eksekusi agen, pemanggilan tool, penyimpanan riwayat percakapan, hingga pengelolaan basis pengetahuan vektor. Administrator cukup menentukan topik, agen, dan sumber datanya melalui dashboard — orkestrator yang menangani sisanya di setiap permintaan.
Setiap pesan masuk diklasifikasikan oleh LLM terhadap daftar topic routes aplikasi, lalu diteruskan ke agen yang paling relevan.
Tiap agen memiliki system prompt, model, sumber data, dan tool API sendiri sehingga perilakunya dapat diatur secara terpisah.
Dokumen PDF diekstraksi, dipecah menjadi potongan teks, di-embedding, lalu diindeks ke Qdrant dengan namespace per aplikasi.
Selain agen built-in, satu aplikasi dapat memanggil agen yang sudah berjalan di Google Dialogflow CX maupun AWS Bedrock.
Yang terjadi pada setiap permintaan ke /api/v1/chat
Permintaan ke /api/v1/chat diverifikasi melalui header Authorization: Bearer <apiKey>. Kunci disimpan sebagai hash SHA-256, bukan teks asli.
Orkestrator mencari sesi aktif untuk aplikasi tersebut, atau membuat sesi baru bila belum ada.
Prompt orkestrator digabung dengan daftar topic routes, lalu LLM menentukan agen tujuan beserta tingkat keyakinannya.
Agen dijalankan sesuai executionMode: LLM built-in dengan tool loop, Dialogflow CX, atau AWS Bedrock Agent.
Pesan pengguna dan balasan agen ditulis ke sesi, sekaligus memperpanjang masa berlaku sesi tersebut.
Respons dikirim sebagai ChatResult berisi pesan, sessionId, serta metadata waktu proses, model, agen, dan tool yang dipakai.
Entitas yang dikelola di dalam platform
Kontainer untuk sekumpulan agen. Menyimpan penyedia model, kredensial, daftar topic routes, dan satu API key unik.
topicRoutes[]Satu agen spesialis di dalam aplikasi, lengkap dengan system prompt, sumber data, dan mode eksekusinya.
executionModeRiwayat percakapan per pengguna. Kedaluwarsa otomatis 30 menit setelah aktivitas terakhir melalui TTL index MongoDB.
expiresAtKonfigurasi Qdrant bersama. Satu instance dipakai banyak aplikasi dengan koleksi yang dinamai per aplikasi.
{collection}#{appId}Dari berkas PDF menjadi basis pengetahuan yang dapat ditelusuri
Dokumen dikirim sebagai berkas PDF atau sebagai URL yang dapat diakses server.
Isi PDF dibaca melalui pdf-parse, dengan jalur OCR untuk dokumen hasil pindaian.
Teks dipecah menjadi potongan ±500 karakter dengan tumpang tindih 50 karakter.
Setiap potongan di-embedding lalu disimpan ke koleksi Qdrant milik aplikasi.
Pekerjaan ingest berjalan di latar belakang. Kemajuan setiap pekerjaan dapat dipantau melalui endpoint status dengan jobId yang dikembalikan saat pekerjaan dibuat.
Pembuatan aplikasi, penyusunan agen, pengaturan topic routes, dan pengelolaan koleksi vektor dilakukan sepenuhnya melalui dashboard administrator.