이 샘플 프로젝트는 개발자가 Salesforce AgentForce와 통합된 맞춤형 클라이언트 애플리케이션을 만드는 방법을 보여줍니다. 인증, 채팅 세션 관리, 메시지 처리, Lightning Web Components를 사용한 UI 맞춤화를 다루며, AI 기반 대화 에이전트를 Salesforce 경험에 원활하게 내장할 수 있도록 합니다.
이 도구 홍보하기
이 도구 업데이트하기
AgentForce Custom Client Sample
이 샘플 프로젝트는 개발자가 Salesforce AgentForce와 통합된 맞춤형 클라이언트 애플리케이션을 만드는 방법을 보여줍니다. 인증, 채팅 세션 관리, 메시지 처리, Lightning Web Components를 사용한 UI 맞춤화를 다루며, AI 기반 대화 에이전트를 Salesforce 경험에 원활하게 내장할 수 있도록 합니다.
추천
AgentForce Custom Client Sample란?
AgentForce 사용자 지정 클라이언트 샘플은 JavaScript/TypeScript와 Salesforce API를 활용하여 Salesforce 조직에 대한 인증, AgentForce 채팅 세션 관리, 메시지 송수신, 사용자 인터페이스 구성요소 맞춤화를 위한 코드베이스를 제공합니다. 이벤트 구독, 사용자 정의 비즈니스 로직 통합, Lightning Web Components를 통한 스타일링을 보여줍니다. 이 템플릿을 사용하여 AI 대화 에이전트를 구축하고 메시지 흐름을 조정하며, 외부 시스템과 통합하고, 조직의 고유 워크플로우와 브랜딩 요구에 맞게 프레임워크를 확장할 수 있습니다.
AgentForce Custom Client Sample을 사용할 사람은?
- Salesforce 개발자
- 솔루션 아키텍트
- 기술 컨설턴트
- ISV 파트너
- AI 통합 전문가
AgentForce Custom Client Sample 사용 방법은?
- 1단계: 저장소를 로컬 머신에 클론하세요.
- 2단계: npm 또는 yarn을 사용하여 종속성을 설치하세요.
- 3단계: .env 파일에 Salesforce 조직 자격 증명을 구성하세요.
- 4단계: AgentForce 설정 및 API 엔드포인트를 업데이트하세요.
- 5단계: 로컬 개발 서버를 빌드하고 시작하세요.
- 6단계: 맞춤 클라이언트 구성요소를 Salesforce 조직에 배포하세요.
- 7단계: Salesforce 환경 내에서 AI 기반 에이전트와 테스트 및 상호작용하세요.
플랫폼
- web
- mac
- windows
- linux
AgentForce Custom Client Sample의 핵심 기능 및 장점
핵심 기능
- Salesforce 조직 인증
- AgentForce 채팅 세션 관리
- 메시지 송수신 처리
- Lightning Web Components를 통한 UI 맞춤화
- 커스텀 비즈니스 로직 통합
- 이벤트 구독 및 처리
장점
- AI 에이전트 개발 가속화
- 확장 가능한 아키텍처 시연
- Salesforce와 원활한 통합
- 프로토타이핑 시간 단축
- 재사용 가능한 코드 템플릿 제공
AgentForce Custom Client Sample의 주요 사용 사례 및 애플리케이션
- Salesforce Service Cloud에서 맞춤형 대화형 어시스턴트 구축
- AgentForce 챗봇에 맞춤 UI 확장
- 외부 데이터 시스템과 AI 에이전트 상호작용 통합
- 에이전트 워크플로우의 신속한 프로토타이핑
AgentForce Custom Client Sample의 자주 묻는 질문
AgentForce Custom Client Sample 회사 정보
- Salesforce
AgentForce Custom Client Sample 리뷰
5/5
AgentForce Custom Client Sample의 주요 경쟁자와 대안은?
- Salesforce Einstein Bot Framework
- Microsoft Bot Framework
- Google Dialogflow
- Rasa
- Amazon Lex
당신은 또한 좋아할 수 있습니다：
1.5M
14.58% AI 디자인 에이전트가 워크플로우를 자동화하여 이미지, 비디오, 3D 모델을 최대 10배 빠르게 생성합니다.
77.6K
18.77% Flowith는 무료 🍌Nano Banana Pro 및 기타 효과적인 모델을 제공하는 캔버스 기반 에이전트 워크스페이스입니다...
594
100.00% Phoenix AI Assistant는 지능형 자동화 및 개인화된 지원을 통해 작업을 간소화하는 데 도움을 줍니다.
199.8K
10.19% 기반 모델과 맞춤 도구를 활용하여 AWS Bedrock에서 맞춤형 AI 에이전트를 구축하는 솔루션입니다.
1.1M
28.27% scenario-go는 복잡한 LLM 기반 대화 워크플로우를 정의하기 위한 Go SDK로, 프롬프트, 컨텍스트 및 다단계 AI 작업을 관리합니다.
--
LangGraph Learn은 그래프 기반 AI 에이전트 워크플로우를 설계하고 실행하는 인터랙티브 GUI를 제공하며, 언어 모델 체인을 시각화합니다.
--
스케일 가능하고 유지보수가 용이한 AI 에이전트를 설계, 구성 및 배포하기 위한 열두 가지 모범 사례를 제공하는 방법론입니다.
--
SARL은 이벤트 기반 행동과 환경 시뮬레이션을 제공하는 에이전트 지향 프로그래밍 언어이자 런타임으로, 다중 에이전트 시스템을 위한 것입니다.
--
RModel은 고급 대화형 및 작업 기반 애플리케이션을 위해 LLM, 도구 통합, 메모리를 조율하는 오픈소스 AI 에이전트 프레임워크입니다.
--
LangGraph GUI의 시각적 그래프 기반 오케스트레이션 및 언어 모델 워크플로우 실행을 위한 FastAPI 백엔드를 제공합니다.
--
다중 에이전트 시뮬레이션을 위한 플록킹 알고리즘을 구현하는 Python 기반 프레임워크로, AI 에이전트들이 동적으로 협력하고 내비게이션할 수 있도록 합니다.
--
리트리벌 강화 생성, 벡터 데이터베이스 지원, 도구 통합 및 맞춤형 워크플로우를 갖춘 자율형 LLM 에이전트를 가능하게 하는 오픈소스 프레임워크입니다.
--
Pipe Pilot은 LLM 기반 에이전트 파이프라인을 조율하는 Python 프레임워크로, 복잡한 다중 단계 AI 워크플로우를 쉽게 구현할 수 있습니다.
--
구글 Gemini의 추론 및 도구 사용 능력을 활용하여 AI 에이전트를 구축하기 위한 실용적인 코드 레시피를 제공하는 오픈소스 저장소입니다.
--
시뮬레이션에서 자율주행 협력 조정을 위한 협력형 다중 에이전트 강화학습을 구현하는 오픈소스 프레임워크입니다.
--
도구 실행 및 메모리 지원 기능이 포함된 LLM 에이전트 구축용 Flet 기반 인터랙티브 채팅 UI를 갖춘 Python 라이브러리.
--
Agentic Workflow는 복잡한 자동화 작업을 위한 다중 에이전트 AI 워크플로우를 설계, 조율 및 관리하는 Python 프레임워크입니다.
--
SmolAgents를 보여주는 GitHub 데모로, 툴 통합이 가능한 가벼운 Python 프레임워크로 LLM 기반 다중 에이전트 작업 흐름을 조율합니다.
--
YAML과 유사한 사양을 사용하여 선언적으로 AI 에이전트 워크플로우를 쉽게 정의하고 실행할 수 있는 Python 프레임워크입니다.
245.5K
32.47% 모델 컨텍스트 프로토콜을 구현하는 파이썬 기반 프레임워크로, 사용자 정의 도구가 포함된 AI 에이전트 서버를 구축하고 실행합니다.
--
LangGraph는 Python 개발자가 모듈식 그래프 기반 파이프라인을 사용하여 맞춤형 AI 에이전트 워크플로우를 구축하고 오케스트레이션할 수 있도록 합니다.
--
기존 OpenAI Python SDK 인터페이스를 통해 Anthropic Claude API를 원활하게 호출할 수 있게 하는 Python 래퍼입니다.
--
Agent Adapters는 LLM 기반 에이전트를 다양한 외부 프레임워크 및 도구와 원활하게 통합할 수 있도록 플러그 가능 미들웨어를 제공합니다.
--
Java-Action-Storage는 분산 다중 에이전트 애플리케이션의 에이전트 행동을 기록, 저장 및 검색하는 LightJason 모듈입니다.