Lutra AI

Was ist Lutra AI?

Lutra AI ist ein cross-Application-Produktivitäts-Agent, der von Dependable AI, Inc. betrieben wird und von einem Team mit Erfahrung in Technologien wie Google, Coursera und Amazon entwickelt wurde.

Nachdem der Benutzer das Ziel auf Englisch beschrieben hat, fragt Lutra nach den notwendigen Voraussetzungen, erzeugt ausführbaren Code und koordiniert die verbundenen Anwendungen, um die Aufgabe zu erledigen, bevor es den stabilen Ablauf als Playbook speichert.

Welches Problem löst es?

Der Schwerpunkt von Lutra liegt nicht auf der Antwort in Einzelgesprächen, sondern darauf, Webseitenanalyse, Datenauswertung, Dateiverarbeitung, E-Mails, Tabellen, CRM-Systeme sowie Teamzusammenarbeit zu einem wiederholbar ausführbaren Workflow zu verbinden.

Es eignet sich für Einzelpersonen und Unternehmensteams, die automatisierte Verkaufs-, Betriebs-, Finanz-, Marketing- und Forschungsaufgaben benötigen, aber keinen integrierten Code von Grund auf schreiben möchten.

Kernkompetenzen

Erstellung aus natürlicher Sprache von ausführbaren Workflows

• Der Benutzer gibt das Ziel, die Datenposition, die Filterbedingungen, die Ausgabefelder sowie die Liefermethode an. Der Agent zerlegt die vagen Anforderungen in Schritte und fragt nach, wenn Informationen fehlen.
• Lutra erzeugt Code für Aufgaben, um mit derselben Logik mehrere Datensätze zu verarbeiten; der Benutzer kann den Plan und den Code einsehen und vor Ausführung, die tatsächliche Aktion auslöst, bestätigen.
• Beim Ausführen des Codes kann es immer noch zu Fehlern bei der Dateneingabe, zum Senden falscher Inhalte oder zur Übernutzung von Ressourcen kommen. Wichtige Arbeitsabläufe sollten zunächst mit einer kleinen Anzahl an Beispielen getestet werden und eine manuelle Überprüfung vorsehen.

Webseitenanalyse, Extraktion und Datenanalyse

• Es ist möglich, auf eine Reihe von Webseiten zuzugreifen, bestimmte Felder auszuwählen, Texte zu kategorisieren, Nachrichten oder Unternehmensinformationen zusammenzufassen und die strukturierten Ergebnisse in Tabellen, Dokumente oder CRM-Systeme einzugeben.
• KI-Tools unterstützen das Extrahieren strukturierter Daten aus Texten, die Klassifizierung von Dokumenten, die Erstellung von Texten, den Umwandlung von Markdown in PDF, die Erstellung und Darstellung von HTML-Vorlagen sowie das Speichern von Dateien.
• Eingabedaten können in Form von CSV-, Excel-, PDF-Dateien sowie Dateien aus Google Drive, Google Docs, Google Sheets und Airtable vorliegen. Sie eignen sich zur Verarbeitung von Rechnungen, potenziellen Kunden, Umfragen und Berichten.
• Suchergebnisse und Drittdaten können veraltet, fehlen oder durch Zugriffsregeln eingeschränkt sein; die Benutzer müssen Schlüsselfelder, Datumsangaben, Lizenzen sowie doppelte Ergebnisse überprüfen.

E-Mails, Formulare und Integration von Geschäftssystemen

• Die Plattform kann mit Anwendungen wie Gmail, Outlook, Google Workspace, Microsoft-Dateidienste, Slack, Airtable, Notion, HubSpot, GitHub, Stripe, Xero usw. verbunden werden.
• Typische Aufgaben umfassen die Zusammenfassung ungelesener E-Mails, das Extrahieren von Hinweisen aus der E-Mail-Box, den Aktualisierungs von HubSpot, das Ergänzen von Unternehmensdaten, das Erstellen von Entwürfen für Antworten sowie das Eintragen der Ergebnisse in Google Sheets.
• Lese- und Schreibvorgänge innerhalb der Anwendung verbrauchen in der Regel keine Lutra-Punkte, doch Drittdienste können zusätzliche Gebühren erheben. Die tatsächlich möglichen Aktionen hängen von den Berechtigungen des Kontos sowie vom Umfang der Verbindungen ab.

Playbook, Zeitplanung und Teilen

• Nach Abschluss einer Aufgabe können die Schritte als Playbook gespeichert werden, Eingabevariablen konfiguriert und zur automatischen Ausführung eingestellt werden – geeignet für wöchentliche Berichte, Ergänzung von potenziellen Kunden, Organisation von E-Mails sowie Überprüfung der Datenqualität.
• Das Playbook kann mit dem Team geteilt werden, um einheitliche Durchführungsstandards zu gewährleisten, oder es kann über ein einziges Webhook-Token von Zapier, Skripten oder anderen Systemen ausgelöst werden.
• Der Webhook gibt die Laufnummer und den Status an, sodass externe Systeme die Ergebnisse abrufen können; ein Leck von Tokenen könnte es Dritten ermöglichen, den Prozess auszulösen, weshalb sie geheim gehalten und regelmäßig erneuert werden müssen.

MCP und Anpassung der Integration

• Lutra kann als MCP-Client zur Anbindung an kompatible Dienste genutzt werden und unterstützt außerdem den Zugriff von Benutzern auf ihren eigenen MCP-Server, wodurch die Funktionalitäten der Tools an Agenten zur Ausführung übergeben werden können.
• Durch benutzerdefinierte Integrationen können mithilfe von Python-Datenklassen und -Funktionen Eingaben, Ausgaben sowie Operationen definiert werden. Die öffentlichen Funktionen erscheinen in den Dialogen und Playbooks, während Hilfsfunktionen, die mit einem Unterstrich beginnen, versteckt bleiben.
• Die Plattform kann integrierenden Code durch Dialoge erstellen oder ändern und bietet eine Verwaltung von Anmeldeinformationen für API-Schlüssel und Token; selbst erstellte Erweiterungen sind standardmäßig nur für das jeweilige Konto sichtbar, während die Team-Version innerhalb der Organisation geteilt werden kann.
• Der Connector ist außerdem mit Formaten wie REST und OpenAPI kompatibel, doch für eine Anbindung über allgemeine APIs muss man sich an das Entwicklerteam wenden, um dies zu klären. Den internen Connector-Katalog darf nicht als uneingeschränkte öffentliche API angesehen werden.

Eingabe, Verarbeitung und Ausgabe

Vollständiger Ablauf

1. Erstellen Sie ein Konto und beginnen Sie mit einer Aufgabe mit geringem Risiko – definieren Sie dabei das Ziel, die Eingabestellen, die Felder, die Filterbedingungen sowie die gewünschte Ausgabe.
2. Verbinden Sie die erforderlichen Anwendungen gemäß den Anweisungen, gewähren Sie nur die minimalen Berechtigungen, die zur Erledigung der Aufgabe notwendig sind, und stellen Sie sicher, dass die Datenerfassungsrichtlinien des Arbeitskontos die Verwendung von Drittanbieter-Agenten erlauben.
3. Beschreiben Sie die Aufgaben im Chat, damit Lutra einen Plan sowie Code erstellen kann; überprüfen Sie nacheinander Lesen, Schreiben, Senden, Löschen und Aufrufe externer Daten.
4. Mit einer kleinen Anzahl von Proben wird die Genauigkeit der Ergebnisse, der Energieverbrauch, das Wiederholen von Aufzeichnungen, die Fehlerbehandlung sowie der tatsächliche Einfluss auf Drittsysteme überprüft.
5. Anhand der Rückmeldungen werden Kategorien, Felder oder Schritte angepasst. Nach der Stabilisierung wird das Ergebnis als Playbook gespeichert, wobei Parameter, Laufzeit sowie Punkte für manuelle Freigabe festgelegt werden.
6. Erstellen Sie einen Webhook, wenn ein systematischer Auslöser erforderlich ist, speichern Sie die Token sicher auf und überwachen Sie die Protokolle; prüfen Sie Anmeldeinformationen, Berechtigungen und Datenumfang erneut, bevor sie im Team geteilt werden.

Pakete und Preise

Auf einigen Fallseiten werden die oben genannten Beträge und Limits für die individuellen Pakete aufgeführt, während die dynamische Hauptpreisseite derzeit nur das Abrechnungssystem für zusätzliche Abonnements anzeigt und möglicherweise keine konkreten Zahlen anzeigt; Unterschiede können auch durch unterschiedliche Konten, Regionen und Abrechnungsintervalle entstehen.

Die Abonnementgebühren werden standardmäßig automatisch erneuert. Dies kann in den Account-Einstellungen deaktiviert werden – dann gilt die Vereinbarung bis zum Ende der aktuellen Laufzeit. In der Regel wird kein Prozentsatz des bereits gezahlten Betrags zurückerstattet. Für Probemonate oder Sonderangebote muss man die Buchung vor Ablauf der Frist kündigen, um Gebühren zu vermeiden.

Wie werden Punkte verbraucht?

Nach Ablauf der monatlichen Limit kann das Paket aufgewertet werden. Professional- und Custom-Kunden können zusätzliche Rabattpunkte erwerben; vor der Ausführung sollte man im Bedienfeld den Saldo sowie die Kosten pro Auftrag überprüfen.

API, Webhook, SDK und Open Source

• Der öffentliche Zugang für Benutzer erfolgt hauptsächlich über Playbook Webhook, wobei Netzwerkanfragen mit Token verwendet werden können, um den Betrieb zu starten und den Status abzufragen.
• Lutra unterstützt MCP-Clients, selbst erstellte MCP-Server, REST, OpenAPI sowie eigene Python-Integrationen – ideal zur Einbindung von internen Systemen in Workflows.
• Für die umfassendere Lutra-API ist es notwendig, sich an das Entwicklerteam zu wenden; derzeit gibt es keine Bestätigung bezüglich eines universellen SDKs, versionierter offener Schnittstellen oder klarer öffentlicher Geschwindigkeitsbeschränkungen.
• Es gibt derzeit keine offiziell verfügbaren Quellcode-Versionen des Lutra-Kernprodukts, des Agent-Runtimes oder der SDKs. Die Hauptdienste sollten daher als proprietäre Cloud-Plattformen betrachtet werden; die Integration in GitHub dient lediglich dazu, mit externen Code-Plattformen zu verbinden.

Beziehung zwischen Plattform und Produkt

Es gibt keine offiziellen Desktop- oder Mobile-Apps – derzeit sollte die Dienstleistung über eine Webseite genutzt werden. Die Unternehmensfunktionen sowie Preise von MintMCP können nicht automatisch mit den Vorteilen einer persönlichen Lutra-Abonnementlösung gleichgesetzt werden.

Privatsphäre, Schulung und Datenspeicherung

• Die Plattform kann Namen, Kontaktdaten, Geräte und IP-Adressen, Firmenpositionen, Rechnungsadressen, Nutzungsanalysen, Anmeldeinformationen für Drittanbieterkonten sowie von Benutzern hochgeladene Inhalte verarbeiten.
• Die Beschreibungen der Workflows sowie die erzeugten Inhalte der kostenlosen Ebene werden standardmäßig für das Modelltraining verwendet; bei der bezahlten Ebene wird das Training standardmäßig deaktiviert, doch der Benutzer kann frei entscheiden, daran teilzunehmen.
• Inhalte, die privat eingereicht werden, sind standardmäßig nicht für andere Nutzer sichtbar. Die Nutzer erteilen der Plattform die Erlaubnis, diese Inhalte zur Erbringung der Dienstleistungen anzuzeigen, auszuführen und zu kopieren. Zudem unterliegen sie den Anforderungen bezüglich der Löschung sowie der gesetzlichen Aufbewahrungspflichten.
• Sobald Inhalte aktiv geteilt oder erstellt werden, wird der Plattform sowie anderen Nutzern eine umfassendere, weiter übertragbare, übertragbare und dauerhafte Nutzungsgenehmigung erteilt; vor dem Teilen müssen vertrauliche oder von Dritten beschränkte Daten entfernt werden.
• Die Daten werden nach Konto, Zahlungen, Systembetrieb sowie rechtlichen und geschäftlichen Anforderungen gespeichert. Die Richtlinien legen keine festen Fristen für alle Workflows, Protokolle, Caches und Backups fest.
• Die Daten der Google API sind den Beschränkungen der „Limited Use“-Regelung unterworfen, doch bei der Verbindung mit anderen Diensten müssen deren Berechtigungsrahmen, Organisationsrichtlinien sowie Verfahren zur Entzug der Rechte jeweils geprüft werden.

Sicherheits- und Betriebsrisiken

• Lutra gibt an, dass durch die Verwendung von OAuth, die Verschlüsselung bei der Übertragung und Speicherung sowie regelmäßige Audits sowie die Zertifizierung nach SOC 2 Unternehmen die entsprechenden Nachweise bei dem Team anfordern können.
• Die Benutzer können die Aktionen und den Code des Agents einsehen, doch Sichtbarkeit bedeutet nicht Sicherheit des Codes; Schritte wie Versand, Zahlungen, Löschung, öffentliche Veröffentlichung oder Massenspeicherung in Datenbanken sollten einer Genehmigung unterliegen.
• Die Anmeldeberechtigungen sollten dem Prinzip der Minimierung folgen; nach Beendigung der Tätigkeit, Abschluss eines Projekts oder Deaktivierung des Playbooks sollten OAuth-, Webhook- sowie Anmeldeinformationen für benutzerdefinierte Integrationen widerrufen werden.
• Externe Webseiten können Fehler oder bösartige Befehle enthalten; der Workflow sollte die zugänglichen Domains, die aufrufbaren Tools, den Schreibbereich sowie die Größe der einzelnen Batch-Operationen einschränken.

Urheberrecht, kommerzielle Nutzung und Haftung

• Der Benutzer muss sicherstellen, dass die hochgeladenen und übertragenen Daten rechtlich bearbeitet werden dürfen, und ist für die erzeugten Codes, die automatisierten Ergebnisse sowie die daraus resultierenden Folgen verantwortlich.
• Die Bedingungen erlauben es den Nutzern, eigene eingereichte und erstellte Inhalte zu besitzen, wobei die Lizenzen für die Plattform und die geteilten Objekte je nach Status der privaten oder öffentlichen Verbreitung unterschiedlich sind.
• Erstellter Text, Code und Forschungsergebnisse können weiterhin ungenau sein oder mit Materialien Dritter in Konflikt stehen; vor der kommerziellen Nutzung müssen Fakten, Lizenzen, Datenschutz- und Markenvorgaben überprüft werden.

Geeignet für Nutzer und typische Szenarien

• Forscher und Fachleute im Betrieb, die strukturierte Informationen aus einer großen Anzahl von Webseiten, PDFs, E-Mails oder Tabellen extrahieren müssen.
• Ein Team, das dazu beiträgt, CRM-Daten zu ergänzen, personalisierte E-Mails zu erstellen, Tabellen zu synchronisieren und regelmäßige Verkaufsprozesse aufzubauen.
• Es ist notwendig, die internen APIs, den MCP-Server oder die Geschäftssoftware mit dem technischen und automatisierten Team für natursprachliche Agenten zu verbinden.
• Es ist nicht geeignet, ohne Genehmigung und Berechtigungsisolierung direkte Bearbeitung von hochriskanten Zahlungen sowie Entscheidungen in den Bereichen Medizin, Recht oder Personalwesen vorzunehmen.

Zusammenfassung

Der Wert von Lutra AI liegt darin, natürliche Sprache, Codeerstellung, Anwendungsverbindungen sowie wiederverwendbare Playbooks zu einem integrierten Ablaufprozess für den Einsatz über verschiedene Systeme zusammenzufassen.

Vor der offiziellen Nutzung sollten zunächst der aktuelle Abrechnungspreis, die Kosten für Punkte, die Anmeldeberechtigungen sowie die Einstellungen zur Trainierung überprüft werden. Zudem sollten für operationen mit hoher Auswirkung Mechanismen zur manuellen Überprüfung sowie zur Rückgängigmachung vorgesehen sein.