Przekazanie do innego agenta

Omówienie

Przekazywanie między agentami pozwala agentowi ElevenLabs przekazać trwającą rozmowę innemu wskazanemu agentowi po spełnieniu określonych warunków. Umożliwia to wielopoziomowe workflow konwersacyjne, w których różni agenci obsługują konkretne zadania lub poziomy złożoności.

Na przykład początkowy agent (Orkiestrator) może obsługiwać ogólne zapytania, a następnie przekazać połączenie do wyspecjalizowanego agenta zależnie od kontekstu rozmowy. Przekazania mogą też być zagnieżdżone:

Orchestrator Agent (Initial Qualification)
│
├───> Agent 1 (e.g., Availability Inquiries)
│
├───> Agent 2 (e.g., Technical Support)
│     │
│     └───> Agent 2a (e.g., Hardware Support)
│
└───> Agent 3 (e.g., Billing Issues)

Cel: Przekazywanie rozmów między wyspecjalizowanymi agentami AI zależnie od potrzeb użytkownika.

Warunki wywołania: LLM powinien wywołać to narzędzie, gdy:

• Prośba użytkownika wymaga specjalistycznej wiedzy lub innych możliwości agenta
• Obecny agent nie może odpowiednio obsłużyć zapytania
• Przebieg rozmowy wskazuje na potrzebę innego typu agenta

Parametry:

• reason (string, opcjonalnie): Powód przekazania do innego agenta
• agent_number (integer, wymagane): Numer agenta liczony od zera, do którego należy przekazać rozmowę (na podstawie skonfigurowanych zasad przekazywania)

Format wywołania funkcji:

{
  "type": "function",
  "function": {
    "name": "transfer_to_agent",
    "arguments": "{\"reason\": \"User needs billing support\", \"agent_number\": 0}"
  }
}

Implementacja: Zdefiniuj zasady przekazywania, które mapują warunki na konkretne identyfikatory agentów. Skonfiguruj, do których agentów obecny agent może przekazywać rozmowy. W konfiguracji przekazywania agenci są oznaczani numerami liczonymi od zera.

Włączanie przekazywania między agentami

Przekazywanie między agentami konfiguruje się za pomocą narzędzia systemowego transfer_to_agent.

1

Dodaj narzędzie przekazywania

Włącz przekazywanie między agentami, wybierając narzędzie systemowe transfer_to_agent w konfiguracji agenta na karcie Agent. Podczas dodawania narzędzia wybierz „Transfer to AI Agent”.

2

Skonfiguruj opis narzędzia (opcjonalnie)

Możesz dodać własny opis, aby wskazać LLM, kiedy wywołać przekazanie. Jeśli zostawisz pole puste, użyty zostanie domyślny opis obejmujący zdefiniowane reguły przekazywania.

3

Zdefiniuj reguły przekazywania

Skonfiguruj konkretne reguły przekazywania do innych agentów. Dla każdej reguły określ:

• Agent: Docelowy agent, do którego ma zostać przekazana rozmowa.
• Warunek: Opis sytuacji w języku naturalnym, w której powinno nastąpić przekazanie (np. „Użytkownik pyta o szczegóły rozliczenia”, „Użytkownik prosi o pomoc techniczną dotyczącą produktu X”).
• Opóźnienie przed przekazaniem (milisekundy): Minimalne opóźnienie (w milisekundach) przed przekazaniem. Domyślnie 0, czyli przekazanie natychmiastowe.
• Komunikat przekazania: Opcjonalny własny komunikat odtwarzany podczas przekazania. Jeśli zostawisz pole puste, przekazanie nastąpi bez komunikatu.
• Włącz pierwszą wiadomość: Czy agent przejmujący rozmowę ma odtworzyć swoją pierwszą wiadomość po przekazaniu. Domyślnie wyłączone.

LLM użyje tych warunków wraz z opisem narzędzia, aby zdecydować, kiedy i do którego agenta (według numeru) przekazać rozmowę.

Upewnij się, że konto użytkownika tworzącego agenta ma co najmniej uprawnienia obserwatora do wszystkich agentów docelowych wskazanych w regułach przekazywania.

Zachowanie podczas przekazywania

Gdy następuje przekazanie, agent nadrzędny (który je inicjuje) przekazuje pewne wartości konfiguracji do agenta podrzędnego (który przejmuje rozmowę), a inne są całkowicie resetowane.

Dziedziczenie konfiguracji

Agent nadrzędny nadpisuje następujące wartości u każdego agenta podrzędnego, niezależnie od jego własnej konfiguracji:

Dodatkowo przekazywany jest bieżący język agenta nadrzędnego — jeśli agent podrzędny go nie obsługuje, używa własnego języka domyślnego. Konfiguracja webhooka i analizy po rozmowie (w tym kryteria oceny oraz elementy zbierania danych) również obowiązuje dla całej rozmowy.

Niedziedziczone

Wszystkie pozostałe ustawienia konfiguruje agent podrzędny, w tym między innymi:

• Prompt, pierwsza wiadomość, LLM, workflow, głos, narzędzia i baza wiedzy
• Głos TTS, model, stabilność i inne ustawienia głosu (z wyjątkiem agent_output_audio_format)
• Model ASR, jakość i słowa kluczowe (z wyjątkiem user_input_audio_format)
• Tura/limit czasu, ustawienia języka, maksymalny czas trwania itd.

Transkrypcja i historia czatu

Pełna transkrypcja jest zachowywana przez całą rozmowę. Wiadomości użytkownika i agenta od każdego poprzedniego agenta pozostają w historii czatu.

Podczas przekazania wywołania narzędzia transfer_to_agent są usuwane z historii widocznej dla LLM agenta podrzędnego, dzięki czemu kontynuuje on rozmowę bez wspominania o przekazaniu.

Ocena po rozmowie

LLM oceniający po rozmowie otrzymuje pełną, niefiltrowaną transkrypcję — wszystkie wiadomości użytkownika i agenta oraz wszystkie wywołania narzędzi, w tym przekazanie.

Poszczególne wiadomości nie zawierają pola agent_id. Aby ustalić, który agent utworzył które wiadomości, ewaluator używa wywołania narzędzia transfer_to_agent jako znacznika granicy w transkrypcji.

Implementacja API

Możesz skonfigurować narzędzie systemowe transfer_to_agent podczas tworzenia lub aktualizowania agenta przez API.

from elevenlabs import AgentConfig, ConversationalConfig, ElevenLabs
elevenlabs = ElevenLabs(api_key="YOUR_API_KEY")
# Define transfer rules with new options
transfer_rules = [
    {
        "agent_id": "AGENT_ID_1",
        "condition": "When the user asks for billing support.",
        "delay_ms": 1000,  # 1 second delay
        "transfer_message": "I'm connecting you to our billing specialist.",
        "enable_transferred_agent_first_message": True,
    },
    {
        "agent_id": "AGENT_ID_2",
        "condition": "When the user requests advanced technical help.",
        "delay_ms": 0,  # Immediate transfer
        "transfer_message": None,  # Silent transfer
        "enable_transferred_agent_first_message": False,
    },
]
response = elevenlabs.conversational_ai.agents.create(
    conversation_config=ConversationalConfig(
        agent=AgentConfig(
            first_message="Hi, how can I help you today?",
            prompt={
                "prompt": "You are a helpful assistant.",
                "built_in_tools": {
                    "transfer_to_agent": {
                        "type": "system",
                        "name": "transfer_to_agent",
                        # Optional custom description
                        "description": "Transfer the user to a specialized agent based on their request.",
                        "params": {
                            "system_tool_type": "transfer_to_agent",
                            "transfers": transfer_rules,
                        },
                    }
                },
            },
        ),
    ),
)
print(response)