agorum_ai_agents_library_basic_run_ai_loop_from_query

Anzeigename: Run ai loop from query

Was macht das Tool?

Dieses Tool ermöglicht das wiederholte Ausführen (Loop) einer KI-bezogenen Aufgabe auf Basis einer agorum core Suche. Der Loop wird mit einer Solr-Query über agorum core Objekte gestartet und bearbeitet alle gefundenen Objekte sequentiell oder parallel mit Hilfe einer vorgegebenen KI-Konfiguration (Preset und Prompt). Dadurch können automatisiert Aufgaben auf ganze Objektmengen angewandt werden, wie etwa Massen-Metadatenänderungen, Volltextauswertungen, Massen-Konvertierungen usw.

Empfohlener Einsatzzweck

Das Tool eignet sich ideal für die automatisierte Bearbeitung oder Analyse großer Datenmengen in agorum core – beispielsweise für Massentagging, Extraktion von Metadaten, Metadata-Updates, Datei-/E-Mail-Klassifikation usw.

Funktionsbeschreibung

Parameter	Beschreibung
query (Pflicht)	Suchabfrage, die in agorum core ausgeführt wird. Definiert, auf welche Objekte sich der Loop bezieht. Die Syntax folgt den agorum core Solr-Suchregeln. Beispiel: inpath:9999 classname:fileobject nameextension:pdf
loop (Pflicht)	Steuert, ob über die gefundenen Objekte iteriert werden soll. true: Iteriert über alle gefundenen Objekte und führt für jedes die KI-Aufgabe aus false: Führt nur die Suche aus, ohne über die Objekte zu iterieren
returnResult (Pflicht)	Bestimmt, ob das komplette Suchergebnis zurückgegeben werden soll. true: Das vollständige Suchergebnis mit allen verarbeiteten Objekten und KI-Ergebnissen wird zurückgegeben false: Es wird nur die Anzahl der gefundenen Objekte zurückgegeben
text (Pflicht)	Prompt/Beschreibung der Aufgabe, die die KI für jedes Objekt ausführen soll (z.B. "Lese die Metadaten aus, prüfe, verschlagworte ...").
preset (Pflicht)	Preset-Name, der bestimmt, welche KI-Konfiguration/KI-Engine zur Anwendung kommt (Funktion/Aufruf, die von der KI umgesetzt wird). Die KI-Voreinstellung muss in agorum core existieren und für den Benutzer verfügbar sein.
filterSettingName (optional)	Name eines Filter-Settings, dessen Basis-Query mit der übergebenen Query kombiniert werden soll. Wenn dieser Name gesetzt ist, wird die basequery aus dem Filter genommen und mit der übergebenen Query ergänzt.
disableDebug (optional)	Steuert das Debug-Verhalten. true: Debug-Ausgaben werden deaktiviert, es werden keine Kontroll-JSON-Dateien erstellt false: Debug ist aktiviert, für jedes verarbeitete Objekt wird eine JSON-Datei mit den Ergebnissen erstellt Standard: false (Debug ist aktiviert)
limit (optional)	Maximale Anzahl der zurückzugebenden Objekte. Muss größer als 0 sein. Standard: 200.
parallelTasks (optional)	Anzahl der parallel startbaren Tasks (min. 1, max. 10). Eine höhere Zahl beschleunigt die Verarbeitung, benötigt aber mehr Systemressourcen. Standard: 5.
sort (optional)	Sortierreihenfolge der abgerufenen Objekte. Felder und Richtung als Array (z. B. ["lastmodifydate desc"]). Standard: `["lastmodifydate desc"]`
searchArgs (optional)	Array von Metadaten-Namen, die als Suchergebnis zurückgegeben werden. uuid ist immer intern gesetzt.
filter (optional)	Array von Filter-Queries, die häufiger verwendet werden und vom Cache profitieren sollen. Diese Filter werden der Suchmaschine signalisieren, dass diese gefilterten Sets bevorzugt im Cache gehalten werden können (z.B. ["inpath:9999"]).

Das Tool erstellt standardmäßig Debug-Dateien mit Datumsstruktur unter:

home:MyFiles/ai/logs/agorum_ai_agents_library_basic_run_ai_loop_from_query/

Diese enthalten die übergebenen Parameter und das KI-Ergebnis im JSON-Format und sind hilfreich für die Fehlersuche.

Tipps und Tricks

Tipps:

Nutzen Sie limit und parallelTasks sinnvoll, um die Systemlast zu steuern. Bei sehr großen Datenmengen empfiehlt es sich, die Abfrage in kleinere Batches zu unterteilen.
Stellen Sie sicher, dass das verwendete Sprachmodell für diesen Anwendungsfall (Batch-Verarbeitung) geeignet ist.
Der Loop läuft als Hintergrundprozess. Sie können den Fortschritt über die Hintergrundprozess-Verwaltung in agorum core überwachen und bei Bedarf abbrechen.

Achtung:

Der Loop kann je nach Anzahl der Objekte und Komplexität der KI-Aufgabe längere Zeit in Anspruch nehmen. Planen Sie entsprechende Zeitfenster ein.
Die Verarbeitung erfolgt im Hintergrund und kann nicht rückgängig gemacht werden. Testen Sie die Verarbeitung zunächst mit wenigen Objekten.
Achten Sie darauf, dass Ihre Query spezifisch genug ist, um nur die gewünschten Objekte zu finden. Eine zu allgemeine Query kann zu unerwünschten Ergebnissen führen.
Bei sehr großen Datenmengen (> 1000 Objekte) sollten Sie die Verarbeitung in mehrere Batches aufteilen.