AgentX

Was ist AgentX?

AgentX ist eine Plattform zur Erstellung, Orchestrierung, Bewertung, Bereitstellung und Überwachung von AI-Agenten. Einzelne Entwickler können Agenten für ihre eigenen Produkte oder internen Prozesse erstellen, während Anbieter Lösungen mit mehreren Agenten im White-Label-Format an Kunden liefern können.

Die Plattform bietet sowohl einen Self-Service-Builder als auch Dienstleistungen für Unternehmensentwicklung an – und umfasst dabei Knowledge-Databases, Tools zur Aufrufung von Funktionen, Workflows, APIs, Optionen zur Bereitstellung über verschiedene Kanäle sowie Bewertungsmöglichkeiten. Für verschiedene Modelle und Aktionen werden gleichermaßen Credits verbraucht. Die Unternehmenslösungen bieten zudem spezielle Infrastruktur, SSO, Compliance-Unterstützung sowie Optionen zur lokalen Bereitstellung.

Kernfunktionen

• Erstellung eines AI-Agenten mit Rollen und Anweisungen mithilfe des visualisierten Builders
• Kombination von Management-Agenten und Fach-Agenten zur Erstellung von Mehr-Agenten-Workflows
• Verbindung von Webseiten, Dokumenten, Google Drive und manuellem Wissen
• Verwendung von RAG und Umordnung zur Erstellung begründeter Antworten aus einer Wissensdatenbank
• Aufruf von Python-Tools, MCP-Diensten und externen Geschäftssystemen
• Durch API, Website, Slack, Discord und andere Kanäle bereitstellen
• Bewertung der Zuverlässigkeit des Agenten mithilfe von Datensätzen und mehrfacher Ausführungen
• Verfolgung von Sitzungen, Aufgaben, Toolaufrufen und Leistungsdaten
• Für Agenten: White-Label-Lösungen, Kundenarbeitsbereiche sowie Teamzusammenarbeit
• Bietet Unternehmen eine dedizierte Umgebung, SSO, SLA und lokale Bereitstellung.

Drei Verwendungsmöglichkeiten

Visualisierter Agent Builder

Benutzer können in der Arbeitsumgebung Agenten erstellen und deren Namen, Profilbild, Kreativität, Modell, Rollenbeschreibung sowie Antwortregeln konfigurieren. Mit dem kostenlosen Plan kann man sofort mit der Erstellung beginnen – ein Kreditkarten ist nicht erforderlich.

• Wählen Sie OpenAI, Claude, Gemini oder andere verfügbare Modelle.
• Definieren Sie die Identität, die Ziele, den Tonfall und die Verhaltensgrenzen des Agents.
• Einstellen der Themen, die beantwortet werden müssen und die abgelehnt werden müssen
• Hinzufügen kurzer, fester Kenntnisse und häufiger Fragen und Antworten
• Verbinden von Dokumenten, Webseiten und Cloud-Speichern zur Schaffung langfristigen Wissens
• Aktivierung der Dokumentenlesung, der Hinweissammlung oder von benutzerdefinierten Tools
• Testen Sie vor der Veröffentlichung mehrfach mit echten Proben.

Mehrfach-Agenten-Workflows

AgentX Workforce wird durch einen Manager-Agent koordiniert, der mehrere spezialisierte Agenten steuert. Der Manager entscheidet je nach Aufgabe, wem diese zuweisen werden soll. Die verschiedenen Agenten können unterschiedliche Modelle, Kenntnisse und Werkzeuge nutzen, um Aufgaben wie Forschung, Überprüfung, Schreiben oder Geschäftsabwicklung effektiv zu erledigen.

• Der Manager teilt die Aufgaben auf und wählt einen spezialisierten Agenten aus.
• Lassen Sie verschiedene Agenten jeweils für die Suche, Analyse, Überprüfung und Ausführung zuständig sein.
• Zusammenfassung der Ergebnisse mehrerer Agenten in derselben Sitzung
• Verwendung verschiedener Modelle zur Abwägung von Kosten, Geschwindigkeit und Qualität
• Den Workflow als wiederverwendbare Geschäftsfunktion veröffentlichen
• Aufzeichnung der Aufgabenzuweisung und der endgültigen Antwort
• Für hochriskante externe Aktionen zusätzliche manuelle Freigabe hinzufügen

Wissensdatenbank und RAG

Jeder Agent kann über eine eigene Wissensdatenbank verfügen. Die Plattform extrahiert den Inhalt und erstellt ein Vektor-Suchsystem. Die Quellen können einzelne Seiten, Sitemaps, Unterseiten, die auf der Hauptwebseite gefunden werden, lokale Dokumente, Google Drive oder manuelle Eingaben sein.

• Autorisierte Website-Inhalte abrufen und zu einer Wissensquelle zusammenfassen
• Hochladen von Word, TXT, digitalen PDFs und anderen unterstützten Dateien
• Google Drive verbinden und anschließende Änderungen synchronisieren
• Extrahieren des Textes aus PDFs und Erstellen eines suchbaren Indexes
• Relevante Abschnitte mit RAG auswählen und anschließend eine Antwort erstellen
• Erhöhung der Relevanz des zurückgegebenen Kontexts durch Umordnung
• Kunden und Geschäftskenntnisse nach Agent trennen

Laut den offiziellen alten Dokumenten liegt die Obergrenze für PDF-Dateien bei 200 Seiten; größere Dateien müssen entweder an die Plattform gesendet werden oder in kleinere Teile aufgeteilt werden. Die tatsächlichen Format-, Größen- und Synchronisierungsbeschränkungen richten sich nach den Einstellungen der aktuellen Arbeitsumgebung.

Dokumente und multimodale Verarbeitung

• Felder aus Verträgen, Rechnungen, Bestellungen und Formularen extrahieren
• Dokumente und Bilder aus den in den Chatgesprächen hochgeladenen Dateien abrufen
• Erweiterte OCR-Funktionen bei Bedarf ausführen
• Verarbeitung von CSV-, Excel- und anderen strukturierten Dateien
• Erstellung von Text-, Bild- oder Sprachbezogenen Ergebnissen
• Überprüfung des extrahierten Inhalts und weitere Geschäftsabläufe
• Felder mit geringer Zuverlässigkeit oder fehlende Felder werden zur manuellen Überprüfung weitergeleitet.

Werkzeuge und MCP

AgentX unterstützt benutzerdefinierte Python-Tools und einen MCP-Server, damit Agenten externe Daten abrufen oder Geschäftsaktionen ausführen können. Die Berechtigungen der Tools sollten auf das Notwendigste beschränkt werden; es darf nicht zulassen werden, dass die Modelle unbegrenzte Systemberechtigungen erhalten.

• Unternehmens-APIs in Tools mit klaren Eingangs- und Ausgabedaten verpacken
• Verbinden Sie mit geprüften MCP-Diensten, um professionelle Fähigkeiten zu erlangen.
• Durch Python Durchführung von Berechnungen, Umwandlungen oder interner Logik
• Arten von Kunden, Aufzeichnungen und Aktionen, auf die Tools zugreifen dürfen
• Überprüfung aller Werkzeugparameter und strukturierten Ausgangsdaten
• Einstellung von Genehmigungsregeln für das Schreiben, Senden, Löschen und Bezahlen
• Protokollieren Sie jeden Aufruf, das Ergebnis, Ausnahmen und menschliche Entscheidungen.

Agent API

AgentX stellt API-Schlüssel sowie ein offizielles SDK zur Verfügung, mit denen man mit bereits auf der Plattform erstellten Agenten interagieren, nach ihnen suchen, sie verfolgen oder orchestrieren kann. Die alten Hilfedokumente geben an, dass Agenten hauptsächlich über die Benutzeroberfläche erstellt werden, wobei die API-Funktionen den aktuellen Referenzdokumenten zu folgen haben.

Vertriebskanäle

AgentX kann Agenten in eigenen Produkten, Webseiten und Kooperationskanälen einsetzen. Die Agentenpakete können außerdem unter eigenem Markennamen bereitgestellt werden. Die Funktionalitäten der Kanäle können sich in unterschiedlichen Entwicklungsstadien befinden; vor der offiziellen Einführung sollten sie einzeln überprüft werden.

• Einschub eigener Produkte und Backend-Prozesse über API
• Chatbots oder eingebettete Komponenten auf der Website veröffentlichen
• Einsatz in Kooperationsplattformen wie Slack und Discord
• Verbindung zu Nachrichtendiensten wie WhatsApp
• Aufgaben über Webhooks, Zapier und Workflow-Systeme auslösen
• Erstellung eines eigenständigen White-Label-Raums für Kunden
• Verbindung von internen Systemen über die Unternehmensumgebung

Spurensammlung

Der Agent kann im Dialog Namen, E-Mail-Adressen sowie benutzerdefinierte Felder für Hinweise sammeln und sich mit HubSpot, Wix CRM oder Webhook verbinden. Vor der Datenerfassung muss der Zweck erläutert, Einwilligung eingeholt und die Datenstruktur überprüft werden.

• Definieren von obligatorischen und optionalen Hinweismitteln
• Schrittweise Erfassung von Feldern im natürlichen Dialog
• Vermeiden Sie es, bereits bereitgestellte Informationen erneut zu fragen.
• Überprüfung des Formats der E-Mail-, Telefon- und Geschäftsdatenfelder
• Synchronisierung mit CRM oder benutzerdefiniertem Webhook
• Sensible Informationen einschränken und eine Aufbewahrungsfrist für Daten festlegen
• Manuelle Nachverfolgung bei wertvollen Hinweisen

Agent-Bewertung

AgentX bietet ein strukturiertes Bewertungssystem, mit dem mithilfe von Datensätzen, mehrfachen Ausführungen sowie Kennzahlen Zuverlässigkeit, Sicherheit und Leistung überprüft werden können. Die offizielle Python SDK unterstützt außerdem LLM-as-a-Judge, kosinussche Ähnlichkeit sowie Jaccard-Ähnlichkeit.

• Etablierung von Eingaberegeln, Erwartungen und Bewertungskriterien anhand realer Beispiele
• Überprüfung der Ausgangsstabilität bei mehrfachen Durchläufen desselben Falls
• Vergleich verschiedener Modelle, Prompts und Tool-Einstellungen
• Bewerten Sie die Qualität der Antworten mit LLM und behalten Sie zufällige manuelle Überprüfungen bei.
• Messung der semantischen Ähnlichkeit und der Überschneidung von Wortmengen
• Überprüfung von Ablehnungsantworten, Überschreitung von Befugnissen und Beispiele für Prompt-Injection
• Nach dem Go-Live kontinuierliche Überwachung von Regressionen und Geschäftsergebnissen

Bewertungskategorie

White-Label und Kundenarbeitsbereich

Professional und Business richten sich an Teams, die Agenten für Kunden erstellen, und umfassen White-Label-Einsatz sowie Kundenarbeitsbereiche. Die Agenten können mehrere Projekte verwalten und selbst entscheiden, wie sie die Kunden berechnen.

• Verwendung einer Marken für Proxy-Produkte, um die Agentenerfahrung darzustellen
• Für jeden Kunden eine isolierte Arbeitsumgebung erstellen.
• Zentrale Verwaltung von Kundenagenten, Wissen und Credits
• Kunden werden eingeladen, den bestimmten Agenten anzusehen oder zu verwenden.
• Vermeiden Sie die Mischung von Daten- und Tool-Rechten zwischen Kunden.
• In dem Vertrag sollten die Verantwortlichkeiten bezüglich KI, Daten, Unterstützung und Ergebnisse festgelegt werden.

Anwendbare Szenarien

• Web-Kundenservice, Verkaufsfragen und Lead-Sammlung
• Bearbeitung von Rechnungen, Verträgen, Bestellungen und Formularen
• Unternehmenswissensassistent und Mitarbeiter-Selbstbedienung
• Forschung zu mehreren Agenten, Schreibprozesse, Überprüfungen und Berichterstattungsverfahren
• Interne Betriebsaufgaben über Slack oder API ausführen
• Der Agent liefert White-Label-AI-Agenten an mehrere Kunden aus.
• Vergleich von eigenen Agenten und Drittanbieter-Frameworks mit einem Bewertungsrahmen
• Unternehmen wandeln wiederholende manuelle Prozesse in kontrollierte Agenten-Workflows um.

Für welche Benutzer geeignet

• Einzelentwickler, die das Konzept von Agenten lernen und überprüfen
• Das Team des Startups muss den Agent in das Produkt integrieren.
• Aufbau interner, automatisierter Geschäfts- und IT-Teams
• Agenturen und Beratungsfirmen, die AI-Lösungen für Kunden umsetzen
• Ingenieurteams, die Bewertungen durchführen, nachverfolgen und mehrere Agenten koordinieren müssen
• Unternehmen, die SSO, eine isolierte Umgebung oder eine lokale Installation benötigen

AgentX-Preis

AgentX bietet je nach Verwendungszweck die Versionen Free, Solo Builder, Professional, Business und Enterprise an. Es bestehen deutliche Unterschiede bei der Monats- oder Jahresgebühr, der Anzahl der Agenten, der Anzahl der Zugänge, den Credits sowie den Möglichkeiten zur Individualisierung des Designs.

Vergleich der Funktionen der Pakete

Sowohl Professional als auch Business beinhalten 2 Plätze; zusätzliche Plätze kosten 10 US-Dollar pro Monat. Zusätzliche Credits im öffentlichen Plan können für 10 US-Dollar pro 1.000 erworben werden.

Kreditabrechnung

Credits sind die einheitliche Maßeinheit für den AI-Aufwand bei AgentX. Alle Aktionen wie die Erstellung von Antworten, das Extrahieren von Dokumenten sowie der Betrieb von Tools verbrauchen Credits. Verschiedene Modelle verbrauchen unterschiedliche Mengen an Credits – als Beispiel gibt die Plattform an, dass GPT-4o pro Nutzung 10 Credits verbraucht, Claude Sonnet 12 Credits und Gemini Pro 8 Credits.

• Der Verbrauch an Credits hängt vom Modell und der jeweiligen Aktion ab.
• Komplexe Toolketten können bei einer Aufgabe mehrfach genutzt werden.
• Dokumentenverarbeitung und Delegation an mehrere Agenten erhöhen den Gesamtverbrauch.
• Die Konsole sollte in der Lage sein, die verbrauchten Ressourcen sowie die Gründe dafür anzuzeigen.
• Der offizielle Preis für zusätzliche Credits beträgt 10 US-Dollar pro 1.000 Einheiten.
• Vor dem Go-Live sollte man auf erfolgreiche Geschäftsziele statt auf einzelne Chats schätzen.

Hinweise zur Preisseite

Auf der Preisseite wird für das Standard-Paket „Professional“ ein Monatspreis von 199 US-Dollar angegeben. Allerdings wurden unten auf der Seite einzelne Kostenbeispiele mit 249 US-Dollar angezeigt. Die Kaufentscheidung sollte auf der Zahlungsseite, in der Bestellbestätigung sowie auf der aktuellen Paketbeschreibung beruhen. Zudem sollten die Rabatte für eine jährliche Zahlung sowie die Preise für die Verlängerung des Vertrags überprüft werden.

• Überprüfen, ob monatliche und jährliche Zahlungen die gleichen Vorteile beinhalten.
• Unterschied zwischen einmaligen und monatlichen Credits klären
• Erfahren, ob bei Überschreitung des Limits die Betriebsabläufe gestoppt oder automatisch nachgekauft werden.
• Überprüfen, ob nicht verwendete Credits übertragen werden.
• Zusätzliche Plätze, Modelle und professionelle Dienstleistungen in den Haushalt aufnehmen
• Unternehmenskunden sollten die Infrastruktur, die SLAs sowie den Umfang der Unterstützung klar definieren.

Tutorial zur Erstellung eines Agents

1. Registrieren Sie ein kostenloses Konto und gelangen Sie in den Arbeitsbereich.
2. Erstellen Sie einen neuen Agenten und geben Sie Name, Rolle und Ziel ein.
3. Wählen Sie ein Modell, das den Anforderungen an Kosten und Qualität entspricht.
4. Erstellen von Antwortregeln, Verboten und Ausgabeformat.
5. Fügen Sie kurze Informationen, Webseiten oder Quellen zu Dokumenten hinzu.
6. Aktivieren Sie nur die Tools und Kanäle, die für die Aufgabe tatsächlich benötigt werden.
7. Verwenden Sie normale, abweichende und Angriffsbeispiele zur Überprüfung der Antworten.
8. Nach der Bewertung wird es in die Kanäle für echte Nutzer eingesetzt.

Leitfaden zur Erstellung von Mehr-Agenten-Prozessen

1. Den gesamten Geschäftsprozess in überprüfbare, spezialisierte Aufgaben aufteilen.
2. Erstellen Sie für jede Aufgabe einen spezialisierten Agenten mit einer einzigen Verantwortung.
3. Einstellen der Delegierungs- und Aggregationsregeln für den Manager Agent.
4. Jedem Agenten werden eigene Kenntnisse, Modelle und Tools zugewiesen.
5. Definition der strukturierten Eingabe/Ausgabe, die zwischen Agenten übertragen wird.
6. Für Schreibvorgänge in externe Systeme wird eine manuelle Freigabe erforderlich.
7. Prüfen Sie die Stabilität und Kosten der Delegation durch mehrere Bewertungsrunden.
8. Nach dem Go-Live tritt das Tracking-Problem bei welchem Agenten oder Tool auf.

Leitfaden zur Implementierung von APIs

1. Erstellen Sie einen API-Schlüssel und speichern Sie ihn im sicheren Schlüsselverwaltungssystem.
2. Installieren Sie das offizielle Python SDK oder verwenden Sie die API-Dokumentation.
3. Erstellen und testen Sie den Ziel-Agent auf der Plattform-Oberfläche.
4. Ein unabhängiger Conversation-Kontext für Endbenutzer erstellen.
5. Verwenden Sie den Stream-Ausgabe-Modus, um das Erlebnis bei langen Antworten zu verbessern.
6. Verarbeitungslimits, Zeitüberschreitungen, Wiederholversuche und Tool-Fehler.
7. Protokollierung von Anfragen, Modellen, Credits, Zitaten und Nutzerfeedback.
8. Regelmäßig die Schlüssel rotieren und Rückführungstests durchführen.

Sicherheit und AI-Governance

• Wissen, Sessions und Tools nach Arbeitsbereichen und Kunden isolieren
• Verwenden Sie API-Schlüssel mit minimalen Berechtigungen, Webhooks und MCP-Verbindungen.
• Ausführung einer Überprüfung auf bösartigen Inhalt und Berechtigungen für hochgeladene Dateien
• Schutz vor Eintragung von Anweisungen in Webseiten und Dokumente
• Geben Sie die Modelllogik oder Systemhinweise nicht an Endnutzer preis.
• Für hochwirksame Aktionen werden manuelle Bestätigungen und Prüfprotokolle beibehalten.
• Einstellung der Zwecke der Erfassung personenbezogener Daten, Zustimmung und Aufbewahrungsfrist
• Vor dem Go-Live: Abschluss der Risikomapping, Konzeption für Red Team und Fehlerbehebung

Effektbewertung

Vorteile des Produkts

• Abdeckung des vollständigen Agenten-Lebenszyklus: Entwicklung, Bewertung, Bereitstellung und Überwachung
• Der Visual Builder eignet sich für Nicht-Entwickler, um schnell loszulegen.
• Unterstützung der Bildung von Mehr-Agenten-Teams aus Managern und professionellen Agenten
• Die Wissensdatenbank kann Websites, Dokumente und Google Drive verknüpfen.
• API, MCP, A2A und offizielle SDKs erleichtern die Entwicklung von Integrationen.
• White-Label-Lösungen und Kundenumgebungen eignen sich für die kommerzielle Bereitstellung durch Agenturen.
• Das kostenlose Angebot bietet 5 Agenten sowie eine API-Testmöglichkeit.
• Die Preise sind öffentlich und die Nutzung von KI wird einheitlich in Credits gemessen.
• Das Unternehmen bietet SSO, dedizierte Infrastruktur sowie Optionen für eine lokale Implementierung an.

Einsatzbeschränkungen und Hinweise

• Free bietet nur einmalig 200 Credits an, was nicht für eine kontinuierliche Produktionslast geeignet ist.
• Komplexe Mehr-Agenten-Prozesse führen zu einem schnellen Anstieg des Credits-Verbrauchs.
• Die Qualität, Geschwindigkeit und der Energieverbrauch der verschiedenen Modelle unterscheiden sich.
• Es können Unterschiede in der Benennung der Funktionen zwischen den alten Hilfedokumenten und der neuen Preisanzeige geben.
• Die Beispiele für die Einzelpreise auf der Preisseite stimmen nicht mit den Beträgen auf den offiziellen Paketkarten überein.
• Fähigkeiten wie die Erstellung von Agenten über API müssen anhand der aktuellen API-Dokumentation überprüft werden.
• Wissensinhalte zu Webseiten und Dokumenten können veraltete oder bösartige Inhalte enthalten.
• KI-Bewertungskriterien können Experten für Geschäftsfragen sowie Sicherheitsprüfungen nicht ersetzen.
• Dritte Kanäle, Modelle und MCP-Dienste führen zu zusätzlichen Abhängigkeiten.
• Die Kern-Hosting-Plattform ist kein vollständig open-source-Projekt.

GitHub und Open Source

Die offizielle GitHub-Organisation von AgentX stellt ein Python-SDK, SDKs für JavaScript oder TypeScript sowie mehrere MCP-Server bereit. Das offizielle Python-SDK wird unter der MIT-Lizenz bereitgestellt und kann zur Interaktion mit Hostplattformen, zur Orchestrierung mehrerer Agenten sowie zur Bewertung verwendet werden.

Offene SDKs und MCP-Verbindungen bedeuten nicht, dass die AgentX-Plattform selbst offen ist. Der visuelle Builder, die verwaltete Wissensdatenbank, die White-Label-Arbeitsumgebung, die Abrechnungsfunktionen, die Unternehmenssteuerung sowie die vollständigen Betriebsdienste gehören weiterhin zu kommerziellen Produkten.

Grundlegende Informationen

Empfehlungswert

4,6 / 5. AgentX eignet sich für Entwickler und Agenten, die von Prototypen über Tests bis hin zur Bereitstellung und Lieferung an mehrere Kunden gehen möchten. Die Regeln bezüglich der Pakete und Credits sind klar definiert. Allerdings müssen die Kosten für komplexe Prozesse, Unterschiede in den Dokumenten sowie Aspekte der Unternehmensführung vor dem Einsatz noch überprüft werden.

Häufige Fragen

Was macht AgentX hauptsächlich?

Es wird zur Erstellung, Organisation, Bewertung und Bereitstellung von AI-Agenten verwendet und unterstützt außerdem die White-Label-Lieferung von Kundenprojekten durch Agenten.

Kann AgentX kostenlos verwendet werden?

Ja, die Free-Version ist dauerhaft kostenlos und beinhaltet 1 Arbeitsbereich, bis zu 5 Agenten sowie 200 Credits für eine einmalige Verwendung.

Wie viel kostet Solo Builder?

49 US-Dollar monatlich oder 490 US-Dollar jährlich, inklusive bis zu 25 Agenten und 5.000 Credits pro Monat.

Was ist der Unterschied zwischen Professional und Business?

Beide unterstützen White-Label-Lösungen sowie Kundenarbeitsbereiche. Business bietet unbegrenzte Anzahl an Agenten, 20.000 Credits sowie höheren Support und SLA.

Wie viel kosten zusätzliche Credits?

Laut der offiziellen Angabe entsprechen 1.000 zusätzliche Credits 10 US-Dollar.

Welche Modelle werden von AgentX unterstützt?

Die Dokumentation listet Optionen wie OpenAI, Claude, Gemini und Llama auf; die genauen Modelle richten sich nach der aktuellen Liste des Arbeitsbereichs.

Unterstützt AgentX MCP?

Unterstützung: Die offizielle SDK kann mit dem MCP Server verbunden werden, und GitHub hat ebenfalls einige MCP-Dienste veröffentlicht.

Kann AgentX lokal bereitgestellt werden?

Die Kategorie „Enterprise“ umfasst Optionen für eine lokale Implementierung. Die genaue Architektur, die Datengrenzen sowie die Kosten müssen individuell festgelegt werden.

Ist AgentX Open Source?

Die Kernplattform ist nicht open source, doch das offizielle Python SDK sowie einige MCP-Projekte werden unter der MIT-Lizenz veröffentlicht.