---
title: Blueprints & Profile
source_sha: "d876fc523f77179579f03b75c94d744a78dd5c29de0e0d0ae03bcb778ec6b8bd"
---

# Agent-Blueprints & Profile

Die Swiss AI Hub Plattform trennt Agent-Definitionen von deren Konfigurationen. Dies ermöglicht Administratoren, mehrere angepasste Versionen desselben Agent-Typs zu erstellen, ohne Codeänderungen vornehmen zu müssen.

## Schlüsselkonzepte

### Agent-Blueprint

Ein **Agent-Blueprint** ist eine Vorlage, die definiert, was ein Agent tun kann:

- Die Workflow-Schritte, denen er folgt (welche Aktionen er ausführt)
- Die Arten von Eingaben, die er akzeptiert (Text, Dateien, Bilder)
- Die verfügbaren Konfigurationsoptionen (Modellauswahl, Parameter)
- Die Ereignisse, die er erzeugt (was er ausgibt)

Blueprints werden von Entwicklern erstellt und erscheinen automatisch in der Plattform, wenn Agents online gehen. Sie können einen Blueprint nicht über die Benutzeroberfläche ändern. Betrachten Sie Blueprints als schreibgeschützte Vorlagen.

### Agent-Profil

Ein **Agent-Profil** ist eine konfigurierte Instanz eines Blueprints:

- Hat einen eindeutigen Bezeichner (Agent-ID)
- Hat einen benutzerdefinierten Namen, eine Beschreibung und ein Icon
- Verwendet spezifische Einstellungen aus den Optionen des Blueprints
- Können spezifische Berechtigungen zugewiesen werden

Sie können mehrere Profile aus demselben Blueprint erstellen. Jedes Profil arbeitet unabhängig mit seiner eigenen Konfiguration. Zum Beispiel könnten Sie aus einem „RAG Agent"-Blueprint Folgendes erstellen:

- „HR-Richtlinien-Agent"-Profil, konfiguriert für die Suche in der HR-Dokumentensammlung
- „Rechtliche FAQ-Agent"-Profil, konfiguriert für die Suche in rechtlichen Dokumenten
- „IT-Support-Agent"-Profil, konfiguriert für die Suche in der IT-Wissensdatenbank

Jedes Profil ist ein separater Agent, mit dem Benutzer interagieren können.

## Blueprints verwalten

### Verfügbare Blueprints anzeigen

Navigieren Sie zu **Admin > Agents > Blueprints**, um alle verfügbaren Agent-Vorlagen anzuzeigen.

Jeder Blueprint zeigt an:

- **Name**: Der Blueprint-Bezeichner
- **Beschreibung**: Was der Agent tut
- **Status**: Ob Instanzen derzeit online sind
- **Konfigurationsformular**: Die für Profile verfügbaren Einstellungen

### Blueprint-Status

Blueprints zeigen den Online-/Offline-Status basierend darauf an, ob sich kürzlich laufende Agent-Instanzen registriert haben. Ein Offline-Blueprint bedeutet, dass keine Agents dieses Typs derzeit ausgeführt werden, Sie können aber weiterhin Profile erstellen und konfigurieren. Diese Profile werden aktiv, sobald der Agent-Service startet.

## Profile verwalten

### Neues Profil erstellen

1. Navigieren Sie zu dem Blueprint, den Sie verwenden möchten
2. Klicken Sie auf **Profil erstellen**
3. Füllen Sie die erforderlichen Felder aus:
   - **Agent-ID**: Ein eindeutiger Bezeichner (Kleinbuchstaben, Zahlen, Unterstriche, Bindestriche)
   - **Name**: Anzeigename in den ausgewählten Sprachen
   - **Beschreibung**: Was dieses spezifische Profil tut
   - **Icon**: Visueller Bezeichner
4. Konfigurieren Sie die Agent-spezifischen Einstellungen (Modell, Parameter usw.)
5. Klicken Sie auf **Speichern**

Das Profil wird sofort verfügbar. Benutzer mit entsprechenden Berechtigungen können damit interagieren.

### Profil bearbeiten

1. Navigieren Sie zu **Admin > Agents > Profiles**
2. Suchen und wählen Sie das Profil aus
3. Klicken Sie auf **Bearbeiten**
4. Ändern Sie die Konfiguration
5. Klicken Sie auf **Speichern**

Änderungen werden für neue Konversationen wirksam. Bestehende aktive Konversationen werden mit der vorherigen Konfiguration fortgesetzt, bis sie abgeschlossen sind.

### Profil löschen

1. Navigieren Sie zum Profil
2. Klicken Sie auf **Löschen**
3. Bestätigen Sie die Löschung

Das Löschen eines Profils entfernt dessen Konfiguration. Historische Konversationsdaten mit diesem Profil bleiben zu Prüfzwecken erhalten. Der Blueprint bleibt für die Erstellung neuer Profile verfügbar.

## Konfigurationsoptionen

Die für jedes Profil verfügbaren Einstellungen hängen vom Blueprint ab. Gängige Konfigurationsoptionen umfassen:

### Modellauswahl

Wählen Sie, welches Sprachmodell der Agent verwendet. Die Optionen hängen davon ab, welche Modelle über Ihre LiteLLM-Konfiguration verfügbar sind.

### Temperatur

Steuert die Kreativität der Antworten:

- Niedrigere Werte (0.0-0.3): Fokussiertere, deterministische Antworten
- Höhere Werte (0.7-1.0): Kreativere, vielfältigere Antworten

### Wissensdatenbank

Wählen Sie für RAG-fähige Agents aus, welche Dokumentensammlungen der Agent durchsuchen kann.

### Gemeinsame Chat-Einstellungen

Jeder konversationelle Agent (Instructed, Teachable, Document Intelligence, Company Knowledge, MCP Tool und Universal) bringt dieselben Bausteine mit, jeweils mit einem eigenen Abschnitt im Formular:

- **User Memory** und **Organization Memory**: was der Agent über den Benutzer und die Organisation abruft und ob er neue Fakten speichert. Abgerufene Erinnerungen erreichen das Modell als Teil seiner Systemanweisungen.
- **Attached Files**: Ein Benutzer kann im Chat Dateien anhängen, und der Agent liest sie selbst. Eine Datei, die hineinpasst, wird ganz gelesen; eine längere wird auf die für die Frage relevantesten Abschnitte gekürzt, und die Antwort weist darauf hin. Die Embedding- und Reranking-Modelle, die diese Abschnitte auswählen, sind voreingestellt (`embedding/bge-m3`, `reranker/bge`) und müssen selten geändert werden.
- **Knowledge Search**: das Reranking-Modell, das verwendet wird, wenn ein Benutzer den Chat mit `#` auf eine Sammlung verweist oder wenn das Modell selbst eine durchsucht. Es ist auf `reranker/bge` voreingestellt. Durchsucht werden nur Sammlungen, die der Benutzer lesen darf.
- **Read Linked Web Pages**: standardmäßig ausgeschaltet. Eingeschaltet liest der Agent die Webseiten, die eine Nachricht verlinkt oder mit `#` anhängt, und antwortet daraus; seine Limits sind Links pro Nachricht (5), Sekunden pro Seite (15) und Zeichen pro Seite (20.000). Angeboten bei den Agents Instructed, Document Intelligence, Company Knowledge und Universal; der Webseiten-Assistent liest Links immer. Siehe [Verlinkte Webseiten](../../10_chat_ui/15_linked_web_pages/).
- **Condense question** und **Task LLM**: oben beschrieben.

Alle zitieren, was sie lesen, als Quellen im Chat. Ist eine Nachricht allein, etwa ein sehr langer eingefügter Text, größer als das Kontextfenster des Modells, antwortet der Agent, dass die Eingabe zu groß ist, statt fehlzuschlagen; die Prüfung richtet sich nach dem kleineren Kontextfenster von antwortendem Modell und Task LLM.

### System-Prompt

Einige Agents ermöglichen die Anpassung des System-Prompts, um Verhalten und Persönlichkeit anzupassen.

## Berechtigungen

Der Zugriff auf Profile folgt dem Berechtigungssystem der Plattform:

- **Blueprint-Zugriff** (`aihub.admin.agent.{blueprint}.*`): Profile für einen spezifischen Blueprint verwalten
- **Profil-Zugriff** (`aihub.user.agent.{blueprint}.{profile_id}`): Ein spezifisches Profil verwenden
- **Wildcard-Zugriff** (`aihub.user.agent.*.>`): Zugriff auf alle Agents (typischerweise für Administratoren)

Siehe den Abschnitt [Zugriffsverwaltung](../../11_access_management/) für Details zur Konfiguration von Berechtigungen.

## Best Practices

### Namenskonventionen

- Verwenden Sie beschreibende Profilnamen, die den Zweck angeben („HR-Richtlinien-Assistent" statt „RAG Agent 1")
- Halten Sie Agent-IDs kurz, aber aussagekräftig (`hr_policy`, `legal_faq`)
- Fügen Sie die Zielgruppe in Beschreibungen ein („Für Mitarbeiter mit HR-Fragen")

### Konfigurationsstrategie

- Beginnen Sie mit konservativen Einstellungen (niedrigere Temperatur, kleinere Kontextfenster)
- Testen Sie mit repräsentativen Fragen, bevor Sie breit deployen
- Erstellen Sie separate Profile für verschiedene Anwendungsfälle anstelle eines generischen Profils

### Lifecycle-Management

- Überprüfen Sie die Profilnutzung regelmäßig anhand von Audit-Logs
- Stilllegen Sie ungenutzte Profile, um Verwirrung zu reduzieren
- Dokumentieren Sie Konfigurationsentscheidungen zur Wissensweitergabe im Team