Zum Inhalt springen

Referenz & Datenmodell

Überblick

Automation & AI umfasst Konfigurationsdaten (wer darf was womit tun) und Laufzeitdaten (was wurde wann ausgeführt).

Die Entitäten dieses Kapitels sind in drei Schichten gegliedert:

  • Fähigkeiten: Agent (agent), Agenten-Skill (agent_skill), MCP-Server (agent_mcp_server) mit MCP-Tools (agent_mcp_tool), LLM-Anbieter (llm_provider) mit LLM-Modellen (llm_model). Sie beschreiben, welche KI-Bausteine der Organisation zur Verfügung stehen.
  • Automatisierung: Workflow-Definition (workflow_definition) als Kopfzeile eines Regel-Workflows, Workflow-Deployment (workflow_deployment) als gespeicherte Version seines Regel-Dokuments und Trigger (workflow_trigger) als Startbedingung.
  • Laufzeit: Durchführung (workflow_execution mit workflow_execution_step) für jeden Lauf und Unterhaltung (agent_conversation) für Chats mit Polaris oder einem Agenten.

Polaris selbst ist keine Entität. Der eingebaute Assistent liegt im Code und hat keine Zeile in agent. Skills und MCP-Server werden ihm über das Kennzeichen „Use in Polaris“ bzw. „In Polaris verwenden“ zugeordnet.

llm_provider ──hat viele──▶ llm_model ─ ─ ─ (Modell-ID als Text) ─ ─ ▶ agent.model
│
agent_skill ◀──n:m (agent_skill_map)──────────────── agent ──1:1──▶ app_user (Dienstkonto)
agent_mcp_server ◀──n:m (agent_mcp_server_map)───────┘
│
└──hat viele──▶ agent_mcp_tool (Allow / Ask / Deny)
workflow_definition ──hat viele──▶ workflow_deployment (v1, v2, …)
│ │
└──hat viele──▶ workflow_trigger ◀──┘ (genau einer je Deployment-Version)
│
▼ startet
workflow_execution ──hat viele──▶ workflow_execution_step
▲ (Kind-Läufe über parent_run_id)
agent_conversation ─────────────┘ (Chat-Lauf, Auslöser „Chat“)
└──gehört zu (optional)──▶ agent
Entität Zweck Wo in der App
Agent (agent) Eigener KI-Spezialist mit Anweisungen, Modell, Skills, Servern Aligia AI › Agenten › Agents → Guides › Agents
Agenten-Skill (agent_skill) Wiederverwendbare Anleitung für Polaris und Agenten Aligia AI › Agenten › Agenten-Skills → Guides › Agenten-Skills
MCP-Server (agent_mcp_server) Anbindung eines externen Systems per Model Context Protocol Aligia AI › Agenten › MCP Servers → Guides › MCP Servers
MCP-Tool (agent_mcp_tool) Einzelne Funktion eines MCP-Servers mit Berechtigung Detailseite des MCP-Servers
LLM-Anbieter (llm_provider) Eigener Vertrag mit einem Sprachmodell-Anbieter Aligia AI › Agenten › LLM Provider → Guides › LLM Provider
LLM-Modell (llm_model) Konkretes Modell eines Anbieters mit Fakten und Preisen Detailseite des LLM-Anbieters
Workflow-Definition (workflow_definition) Regel-Workflow (Regel-Dokument mit Auslöser), von Polaris geschrieben Keine eigene Seite → Guides › Workflows
Workflow-Deployment (workflow_deployment) Unveränderliche Version des Regel-Dokuments Versionsangabe einer Durchführung
Trigger (workflow_trigger) Startbedingung eines Workflows (manuell oder Datenänderung) Keine eigene Seite → Guides › Trigger
Durchführung (workflow_execution) Ein Lauf mit Schritten, Kind-Läufen und Transkript Seite Ausführungen (/executions) → Guides › Durchführungen
Unterhaltung (agent_conversation) Privater Chat mit Polaris oder einem Agenten Aligia AI › Polaris → Guides › Polaris
  • Ein aktiver Agent besitzt ein Dienstkonto (app_user, Herkunft „agent“), siehe Dienstkonten.
  • Rechte: Anlegen und Ändern von MCP-Servern, LLM-Anbietern und Workflows sowie das Aktivieren von Agenten sind Owner und Admins vorbehalten. Durchführungen und Unterhaltungen sind privat, siehe Berechtigungen und Private Daten.
  • Organisationsweite Vorgaben (Standardmodelle, Plattformmodelle) liegen in den Organisationseinstellungen.
  • Workflows lesen und schreiben Geschäftsdaten aller anderen Kapitel; Datenbank-Trigger reagieren auf deren Änderungen. Das Zusammenspiel mit den Automatismen der Engine beschreibt Kap. 12.
  • Delegierte Arbeit an Issues und Aufgaben läuft über Unterhaltungen, siehe Issue und Aufgabe.