行動的智能體
不是附加的機器人 — 你應用程式的一部分
你的智能體位於你的應用程式內部，使用你已經建置的相同資料和相同邏輯。它可以為你的訪客做真正的工作，安全地限制每個訪客，無需託管模型，也無需連線任何東西。你可以控制它的用途以及誰可以使用它。
答案的剖析
智能體與小部件的區別在於問題和答覆之間發生的所有事情。這就是那條路，一步一步。
一個問題來了
一位訪客用簡單的語言詢問——“我的訂單在哪裡？”、“Pro 方案包括什麼？” — 在屬於應用程式一部分的對話中，而不是漂浮在其上的 iframe。
身份第一
首先：誰在問？智能體知道這是匿名訪客還是登入使用者，以及到底是哪一個。
已申請的權限
智能體會讀取與應用程式中每個頁面相同的存取規則。它可以看到該使用者的行——他們的訂單、他們的預訂——而不是其他人的。邊界是在智能體下方強制執行的，而不是寫入其提示符中。
接地，然後接聽
它從你編寫的知識庫中回答 — 語義索引，因此它可以根據含義找到正確的文章，無需你執行向量資料庫 — 加上提出請求的使用者自己的記錄。你的聲音，你的限制：它拒絕的內容正如它所說的那樣。
或它的作用
有些答案是行動：建置條目、更新設定檔、提交請求。操作透過你的應用程式自己的伺服器端功能運作 — 你明確授予的功能，作為請求使用者執行，沒有任何暗示。
成績單落地
每一次對話都會成為你自己的資料庫中的記錄。閱讀你的智能體實際所說的話，看看人們實際問什麼，並將差距反饋到其知識中。
真正有幫助的助手
只需幾分鐘即可完成配置。 Kliv 處理 AI。
與你的訪客交談
你的應用程式中內建的對話。你的訪客用簡單的語言提出問題，智能體用你的應用程式的聲音進行回答 — 根據你提供的說明和你編寫的知識庫。
安全地處理他們的資料
智能體可以代表登入的訪客進行尋找和更改，因此它只會觸及該訪客自己的記錄，而不會觸及其他客戶的資料。
你一切盡在掌握
決定誰可以與它交談、允許它做什麼以及它可以執行多少。存取開始關閉；你故意開啟它。
只需幾分鐘即可完成設定
給它一個名字，寫下它的指令，選擇它的服務物件和它可以做什麼。沒有工程師旋鈕—只需描述你想要的助手即可。
以你的知識為基礎
你編寫的知識庫，按開箱即用的語義索引 — 智能體根據含義找到正確的答案，並且在你儲存時它就是最新的。沒有向量資料庫可以站起來。
每一次談話，都被保留下來
文字記錄作為記錄存入你自己的資料庫中 — 檢視它們，瞭解人們實際詢問的內容，並回答“智能體告訴了該客戶什麼？”肯定地。
對你的資料採取行動的智能體
它可以做事，而不僅僅是聊天
讓你的智能體能夠處理你的應用程式的資料，並且它可以管理訪客的記錄 — 查詢訂單、更新個人資料、建置條目 — 始終僅限於與其交談的人員。 Kliv 在智能體下強制執行該邊界，因此即使措辭巧妙的訪客也無法讓它存取其他人的資料。
常見問題
智能體的答案從哪裡來？
兩個來源：你創作的知識庫（你的資料、語意索引、儲存時的最新內容）以及允許提出請求的使用者檢視的記錄。它不會根據開放網際網路對你的業務的看法來回答。
「僅限他們自己的資料」實際上是如何執行的？
在智能體下方，而不是在其提示符內。每次讀取和寫入都會透過與應用程式的其餘部分相同的權限規則，範圍僅限於登入使用者 — 因此措辭巧妙的請求無法將其寫入其他人的記錄中。
它能做事，而不僅僅是回答嗎？
是的 — 透過你授予的功能：尋找訂單、更新設定檔、建置記錄、呼叫伺服器端功能之一。沒有授權，就沒有任何操作－每個操作都以請求使用者的身分運作。
我可以看看上面寫了什麼嗎？
是的 — 文字記錄會作為記錄存入你的資料庫中，與進行對話的使用者相關聯。它們是你審核語氣、發現知識庫中的空白並回答「我們告訴了這位客戶什麼？」的方式。
如何將其保留在訊息中？
它的指示、語氣和限制都是你的：它可以討論什麼，它拒絕什麼，什麼時候交給人類。因為你既編寫了說明又編寫了知識，因此保持資訊清晰是設計，而不是運氣。
我可以收取存取費用嗎？
是的——像任何其他功能一樣，對方案背後的智能體進行控制，或計量每次對話的使用情況。商務引擎處理這兩者，AI 應用程式深入展示了業務模式。 Commerce → AI apps →
