Jetzt live
Agent Harness ist live: Claude Agent SDK, OpenAI Agents SDK, Pi oder Ihren eigenen Agenten auf WhatsApp betreiben
Ab dieser Woche können MonoChat Kunden das Agent-Framework hinter der KI wählen. Fügen Sie ein KI-Harness hinzu, setzen Sie einen KI-Agent-Node in einen Flow, und Ihr Agent antwortet auf WhatsApp und jedem anderen Kanal, mit Ihrem Team nur eine Übergabe entfernt.
Oder starten Sie mit $150 Guthaben – genug für einen ersten Monat Growth
Veröffentlicht:
Die meisten Kundenmessaging-Plattformen verkaufen einen KI-Agenten: ihren eigenen. Das funktioniert, bis Sie ein anderes Modell wollen, ein Framework, das Ihre Entwickler bereits nutzen, oder einen Agenten, den Sie selbst gebaut und getestet haben.
Agent Harness ändert das in MonoChat. Bringen Sie Ihr eigenes Agent-Framework mit oder nutzen Sie unseres und betreiben Sie es auf jedem Kanal, den MonoChat anbindet, mit denselben Tools, demselben Posteingang und derselben Übergabe an Ihr Team.
Das ist neu
Ein KI-Harness ist eine Dienstdefinition, die Sie einmal in MonoChat hinzufügen. Sie legt fest, welches Agent-Framework die Arbeit erledigen soll und wo es läuft. Der neue KI-Agent-Node in einem Flow nutzt sie, ebenso die Agent-Run-API, sodass auch Ihre eigenen Anwendungen einen Agent-Durchlauf starten können.
Da der Agent in einem MonoChat Flow läuft, funktioniert er überall, wo der Flow funktioniert: WhatsApp, Instagram, Messenger, TikTok, Telegram, Web-Chat, SMS und Voice.
Wählen Sie Ihr Harness
Sieben Anbieter sind von Anfang an verfügbar:
| Anbieter | Wo es läuft | Was Sie brauchen |
|---|---|---|
| MonoChat (integriertes Harness) | In MonoChat | Nichts; nutzt Ihre MonoChat KI-Modelle |
| OpenAI Agents SDK | In MonoChat | Nichts extra; nutzt Ihre KI-Modelle |
| Claude Agent SDK | Agent Runner von MonoChat, jeder Durchlauf als isolierter Agent-Prozess im Stil von Claude Code | Nichts extra; nutzt Ihre KI-Modelle über das Gateway von MonoChat |
| Pi (Pi Coding-Agent-Harness) | Agent Runner von MonoChat | Nichts extra; Modelle über das Gateway von MonoChat |
| OpenAI Agents API (von OpenAI gehostet) | OpenAI-Cloud | Ihr OpenAI API-Schlüssel |
| Claude Managed Agents (von Anthropic gehostet) | Anthropic-Cloud | Ihr Anthropic API-Schlüssel |
| Eigenes | Ihr eigener Server, beliebiges Framework (LangGraph, Google ADK, CrewAI, eigener Code) | Eine Endpunkt-URL und ein gemeinsames Secret |
Produktnamen gehören ihren jeweiligen Inhabern.
Haupt-, Fallback- und Schnell-Modell
Jeder KI-Agent-Node hat drei Modellrollen und ein Budget:
- Hauptmodell denkt nach, entscheidet und schreibt die Antworten.
- Fallback-Modell übernimmt nach einem Soft Limit oder einem Ausfall, damit der Kunde nicht warten muss.
- Schnelles Modell übernimmt Hintergrundaufgaben.
- Budgetlimits begrenzen, was ein einzelner Durchlauf ausgeben darf.
Ihre Tools, Ihr Posteingang, Ihr Team
Der Agent nutzt die MonoChat Tools, die Sie bereits haben: KI-Funktionstools, MCP-Server, die Wissensdatenbank und Custom Functions. Wenn eine Unterhaltung eine Person braucht, wechselt sie mit dem vollständigen Verlauf in Ihren gemeinsamen Team-Posteingang, sodass niemand den Kunden bitten muss, sich zu wiederholen.
Mit Ihren eigenen KI-Anbieter-Schlüsseln bezahlen Sie den Anbieter direkt. MonoChat erhebt keinen KI-Aufschlag.
So starten Sie
- Fügen Sie ein KI-Harness hinzu und wählen Sie den Anbieter.
- Fügen Sie einem Flow einen KI-Agent-Node hinzu und wählen Sie das Harness.
- Wählen Sie das Haupt-, Fallback- und Schnell-Modell und legen Sie ein Budget pro Durchlauf fest.
- Verbinden Sie Ihren Kanal, etwa Ihre WhatsApp-Nummer.
- Testen Sie den Flow und gehen Sie dann live.
Weiterlesen
- Agent Harness: Anbieter, Modellrollen und FAQ
- Was ist ein Agent Harness, und warum der WhatsApp-Support eines braucht
- So betreiben Sie einen Claude Agent SDK Agenten auf WhatsApp
- So bauen Sie einen WhatsApp-Agenten mit dem OpenAI Agents SDK
- Eigenen KI-Agenten per Webhook-Endpunkt an WhatsApp anbinden
- Warum Ihr kundenorientierter KI-Agent ein Fallback-Modell braucht