KI-Workflows überwachen, verwalten und automatisieren

Teil 6 des achtteiligen Leitfadens GitLab Duo Agent Platform – Der komplette Einstieg, in dem du lernst, KI-Agents und Workflows im Development Lifecycle zu erstellen und bereitzustellen. Von der ersten Interaktion bis zu produktionsreifen Automatisierungs-Workflows mit vollständiger Anpassung.

In diesem Artikel:

• Einführung in die Automate-Funktionen
• Agents im Projekt verwalten
• Flows im Projekt verwalten
• Eventgesteuerte Trigger einrichten
• Flow-Aktivität mit Sessions überwachen

🎯 GitLab Duo Agent Platform heute ausprobieren!

Einführung in die Automate-Funktionen

Die Automate-Funktionen sind die zentrale Anlaufstelle für die Verwaltung von KI-Workflows in GitLab. Sie bieten Transparenz über Agent- und Flow-Aktivität und ermöglichen eventgesteuerte Automatisierung.

Navigation: Projekt → Automate.

Das Automate-Menü bietet diese Hauptabschnitte:

• Agents: Agents im Projekt anzeigen, erstellen und verwalten
• Flows: Flows im Projekt anzeigen, erstellen und verwalten
• Triggers: Eventbasierte Automatisierung für Flows konfigurieren
• Sessions: Agent- und Flow-Ausführung mit detaillierten Logs überwachen

Agents verwalten

Der Agents-Abschnitt ermöglicht das Anzeigen, Erstellen und Verwalten von Agents im Projekt.

Navigation: Automate → Agents.

Sowohl Agents- als auch Flows-Abschnitte bieten zwei Tabs zur Organisation der Ressourcen:

• Enabled: Agents/Flows, die für das Projekt verfügbar sind
• Managed: Agents/Flows, die vom Projekt erstellt und verwaltet werden

Verfügbare Agents erweitern:

• Neue Custom Agents erstellen, auf Top-Level-Group-Ebene aktivieren, dann im Projekt aktivieren.
• AI Catalog durchsuchen und bestehende Agents zuerst in der Top-Level-Group aktivieren, dann im Projekt.

Details zum Erstellen von Custom Agents finden sich in Teil 3: Agents verstehen.

Flows verwalten

Der Flows-Abschnitt ermöglicht das Anzeigen, Erstellen und Verwalten von Flows im Projekt.

Navigation: Automate → Flows.

Verfügbare Flows erweitern:

• Neue Custom Flows erstellen, auf Top-Level-Group-Ebene aktivieren, dann im Projekt aktivieren.
• AI Catalog durchsuchen und bestehende Flows zuerst in der Top-Level-Group aktivieren, dann im Projekt.

Details zum Erstellen von Custom Flows finden sich in Teil 4: Flows verstehen.

Mit Triggern automatisieren

Trigger ermöglichen eventgesteuerte Automatisierung durch automatisches Ausführen von Agents oder Flows bei spezifischen GitLab SDLC-Events.

Navigation: Automate → Triggers.

Verfügbare Trigger-Event-Typen:

• Mention: Erwähnung in einem Kommentar, beispielsweise @ci-cd-optimizer.
• Assign: Zuweisung zu einem Issue oder MR, beispielsweise in der UI oder Quick Action /assign @ci-cd-optimizer.
• Assign Reviewer: Zuweisung als MR-Reviewer, beispielsweise in der UI oder Quick Action /assign_reviewer @ci-cd-optimizer.

Funktionsweise von Triggern:

1. Event tritt ein (z. B. @ci-cd-optimizer in MR-Kommentar erwähnt)
2. Trigger identifiziert den auszuführenden Flow
3. Flow läuft und startet eine Session
4. Ergebnisse werden zurück zum Issue/MR gepostet

Setup-Anleitungen finden sich in der Triggers-Dokumentation.

Mit Sessions überwachen

Sessions bieten Transparenz über Agent- und Flow-Ausführung, einschließlich Reasoning, ausgeführter Tools und Outputs. Jede Ausführung erstellt eine Session mit Activity Log.

Navigation: Automate → Sessions. Sessions zeigen:

• Ausführungsstatus (Created, Running, Finished, Failed, Input Required und mehr)
• Schrittweiser Fortschritt und durchgeführte Aktionen
• Agent-Reasoning und Entscheidungsprozess
• Link zu Runner-Job-Logs (Details-Tab)

Activity-Tab

Der Activity-Tab zeigt den schrittweisen Ausführungsfluss: jede vom Agent durchgeführte Aktion, die genutzten Tools und die Ergebnisse dieser Aktionen.

Details-Tab

Der Details-Tab bietet Zugriff auf die vollständigen Runner-Job-Logs und ermöglicht die Einsicht in den kompletten Ausführungskontext und alle System-Level-Informationen über die Flow-Ausführung.

Die Job-Logs enthalten den vollständigen Ausführungs-Output, einschließlich aller System-Messages, Tool-Invocations und detaillierter Informationen darüber, was der Flow ausgeführt hat.

Weitere Details finden sich in der Sessions-Dokumentation.

Was als Nächstes kommt

Du verstehst jetzt, wie Agent- und Flow-Aktivität über Sessions überwacht, eventgesteuerte Automatisierung mit Triggern eingerichtet und KI-Workflows über die Automate-Funktionen verwaltet werden. Als Nächstes erfährst du, wie GitLab Duo mit externen Tools und Datenquellen erweitert wird – in Teil 7: Model Context Protocol-Integration.

Ressourcen

• Sessions-Dokumentation
• Triggers-Dokumentation
• Custom Flows-Dokumentation
• Custom Agents-Dokumentation

Nächster Teil: Teil 7: Model Context Protocol-Integration

Vorheriger Teil: Teil 5: AI Catalog