このサンプルプロジェクトは、開発者がSalesforce AgentForceと連携するカスタムクライアントアプリケーションを作成する方法を示しています。認証、チャットセッション管理、メッセージ処理、Lightning Web Componentsを使用したUIのカスタマイズをカバーし、AI駆動の会話エージェントをSalesforceエクスペリエンスにシームレスに埋め込むことができます。
このツールを宣伝する
このツールを更新する
AgentForce Custom Client Sample
このサンプルプロジェクトは、開発者がSalesforce AgentForceと連携するカスタムクライアントアプリケーションを作成する方法を示しています。認証、チャットセッション管理、メッセージ処理、Lightning Web Componentsを使用したUIのカスタマイズをカバーし、AI駆動の会話エージェントをSalesforceエクスペリエンスにシームレスに埋め込むことができます。
フィーチャー
AgentForce Custom Client Sampleとは？
AgentForceカスタムクライアントサンプルは、JavaScript/TypeScriptとSalesforce APIを利用してSalesforce組織に対する認証、AgentForceチャットセッションの管理、メッセージの送受信、ユーザーインターフェースコンポーネントのカスタマイズを行うコードベースを提供します。イベント購読、カスタムビジネスロジックの統合、Lightning Web Componentsを介したスタイリングを紹介しています。このテンプレートを使用して、AI対話エージェントの基盤を作成し、メッセージのフローを調整し、外部システムと連携し、組織の独自のワークフローやブランディング要件に合わせてフレームワークを拡張できます。
誰がAgentForce Custom Client Sampleを使うの？
- Salesforce開発者
- ソリューションアーキテクト
- 技術コンサルタント
- ISVパートナー
- AI統合スペシャリスト
AgentForce Custom Client Sampleの使い方は？
- ステップ1：リポジトリをローカルマシンにクローンします。
- ステップ2：npmまたはyarnを使用して依存関係をインストールします。
- ステップ3：.envファイルにSalesforce組織の資格情報を設定します。
- ステップ4：AgentForceの設定とAPIエンドポイントを更新します。
- ステップ5：ローカル開発サーバーをビルドして起動します。
- ステップ6：カスタムクライアントコンポーネントをSalesforce組織にデプロイします。
- ステップ7：Salesforce環境内でAI駆動エージェントとのテストと対話を行います。
プラットフォーム
- web
- mac
- windows
- linux
AgentForce Custom Client Sampleの主な特長・利点
コア機能
- Salesforce org認証
- AgentForceチャットセッション管理
- メッセージの送受信処理
- Lightning Web ComponentsによるUIのカスタマイズ
- カスタムビジネスロジックの統合
- イベント購読と処理
利点
- AIエージェント開発を促進
- 拡張可能なアーキテクチャを示す
- Salesforceとのシームレスな統合
- プロトタイピング時間を短縮
- 再利用可能なコードテンプレートを提供
AgentForce Custom Client Sampleの主な使用ケース・アプリケーション
- Salesforce Service Cloud内でのカスタム会話アシスタントの構築
- AgentForceチャットボットにオリジナルUIを追加
- AIエージェントのやり取りを外部データシステムと連携
- エージェントワークフローの迅速なプロトタイピング
AgentForce Custom Client SampleのFAQs
AgentForce Custom Client Sample会社情報
- Salesforce
AgentForce Custom Client Sample のレビュー
5/5
AgentForce Custom Client Sampleの主な競合と代替品は？
- Salesforce Einstein Bot Framework
- Microsoft Bot Framework
- Google Dialogflow
- Rasa
- Amazon Lex
あなたも好きかもしれません：
AI駆動のRAGパイプラインビルダーで、ドキュメントを取り込み、埋め込みを生成し、カスタマイズ可能なチャットインターフェースを通じてリアルタイムのQ&Aを提供します。
複数のLLM間で動的にリクエストをルーティングし、GraphQLを使用して複合プロンプトを効率的に処理するフレームワーク。
Flowithは、無料の🍌Nano Banana Proやその他の効果的なモデルを提供するキャンバスベースのエージェント型ワークスペースです...
AWS Bedrock上でLangChainを使用してカスタマイズ可能なAIエージェントを構築するソリューション。基盤モデルとカスタムツールを活用。
scenario-goは、複雑なLLM駆動の会話ワークフローを定義し、プロンプト、コンテキスト、およびマルチステップAIタスクを管理するためのGo SDKです。
LangGraph Learnは、グラフベースのAIエージェントワークフローをデザインし実行するためのインタラクティブGUIを提供し、言語モデルチェーンを視覚化します。
AI Libraryは、モジュラーなチェーンとツールを使用してカスタマイズ可能なAIエージェントを構築・展開するための開発者プラットフォームです。
RModelは、高度な会話およびタスク駆動型アプリケーションのためにLLM、ツール統合、メモリを調整するオープンソースのAIエージェントフレームワークです。
LangGraph GUIのビジュアルグラフベースのオーケストレーションと言語モデルワークフローの実行のためのFastAPIバックエンドを提供します。
マルチエージェントシミュレーション用のフロッキングアルゴリズムを実装するPythonベースのフレームワークで、AIエージェントが動的に調整・ナビゲートできるようにします。
リトリーバル強化生成、ベクターデータベースのサポート、ツール統合、カスタマイズ可能なワークフローを備えた、自律型LLMエージェントを可能にするオープンソースフレームワーク。
Pipe Pilotは、LLM駆動のエージェントパイプラインを統合するPythonフレームワークで、複雑なマルチステップAIワークフローを容易に実現します。
Google Geminiの推論およびツール使用能力を活用したAIエージェント構築のための実用的なコードレシピを提供するオープンソースリポジトリ。
協力型マルチエージェント強化学習を実装するオープンソースフレームワークで、シミュレーションにおける自動運転の調整に使用されます。
ツール実行とメモリサポートを備えたLLMエージェント構築用のFletベースのインタラクティブチャットUIを備えたPythonライブラリ。
Agentic Workflowは、複雑な自動化タスクのためにマルチエージェントAIワークフローを設計、オーケストレーション、管理するPythonフレームワークです。
GitHubのデモで、SmolAgentsを紹介します。これは、ツール統合を備えた軽量なPythonフレームワークで、LLMを搭載した複数のエージェントのワークフローを調整します。
モデルコンテキストプロトコルを実装したPythonフレームワークで、カスタムツールを備えたAIエージェントサーバーの構築と実行を実現します。
LangGraphは、Python開発者がモジュール式のグラフベースのパイプラインを使用して、カスタムAIエージェントのワークフローを構築・調整できるようにします。
既存のOpenAI Python SDKインターフェースを通じてシームレスにAnthropic Claude API呼び出しを可能にするPythonラッパー。
Agent Adaptersは、LLMベースのエージェントをさまざまな外部フレームワークやツールとシームレスに統合するためのプラグイン可能なミドルウェアを提供します。
Java-Action-Storageは、分散型マルチエージェントアプリケーションのエージェントアクションを記録、保存、取得するLightJasonモジュールです。