Agentic Framework

Agenten für geschäftskritische Workflows, die nicht scheitern dürfen

Entwickeln Sie Agenten für Workflows, bei denen Fehler keine Option sind. Geben Sie ihnen Tool-Zugriff, Sicherheitsgrenzen und einen vollständigen Audit-Trail, nicht nur einen Prompt.

  • Fundierte Antworten

    Agenten rufen Informationen aus vertrauenswürdigen Quellen ab. Vorgefertigte Registry-Konnektoren für klinische Studien, Medikamentenwechselwirkungen, Medical Coding und mehr. MCP für Tool-Server, die Sie selbst bereitstellen.

  • Sichere Ausführung

    Typisierte Eingaben, explizite Tool-Schemata, Guardrails für das Ausführen von Aktionen. Agenten können für eine menschliche Freigabe pausieren und erst nach Zustimmung fortfahren.

  • Vollständige Auditierbarkeit

    Nachvollziehbare Traces und OpenInference-Export. Jede Entscheidung und jeder Tool-Aufruf wird für Debugging, Compliance und Qualitätssicherung aufgezeichnet.

  • Persistente Kontexte

    Multi-Turn-Konversationen, nach Kontext gruppiert. Strikte Isolation zwischen Patientenbegegnungen, Anrufen oder Workflows. Kein gemeinsamer Zustand.

LLMs können Produktions-Workflows nicht alleine ausführen

Sie können die Daten, die sie zur Laufzeit benötigen, nicht erreichen, also raten sie. Sie können nicht sicher mit externen Systemen interagieren, also blockieren sie. Das Agentic Framework bietet Agenten typisierte Konnektoren für Daten und eine kontrollierte Ausführungsschicht für Aktionen, mit Traces für alles.

Wie es funktioniert

Agenten-Workflows planen, ausführen und verfolgen

  • Agent-Runtime

    Empfängt Requests, plant Schritte, wählt Konnektoren aus und ruft sie auf, liefert Ergebnisse als Tasks oder Messages. Kontexte speichern den Zustand über Turns hinweg.

  • Konnektoren

    Fünf Typen. Registry für vorgefertigte Fähigkeiten, MCP für externe Tool-Server, Agent für verschachtelte Agenten, A2A für Remote-Agenten, Schema für benutzerdefinierte Tools.

  • Kontexte & Traces

    Konversationszustand mit strikter Isolation zwischen Kontexten. OpenInference-Trace-Export für Debugging und Observability.

Anwendungsorientierte Assistenten

Agenten, die Fragen beantworten, Dokumente bearbeiten und administrative Workflows steuern – angebunden an Ihre Wissensdatenbank, anstatt aus Trainingsdaten zu raten.

Fassen Sie die wichtigsten Risiken in diesem Vorfallbericht zusammen und entwerfen Sie einen Mitigationsplan.

incident-report-2026.pdf
Wissensdatenbank durchsucht3 verwandte Vorfälle abgerufenMitigationsplan entworfen

Automatisierte Pipelines

Lösen Sie Agenten per API oder Event aus, um Datensätze zu verarbeiten, Berichte zu erstellen und nachgelagerte Systeme zu aktualisieren. Überwachen Sie jeden Schritt mit Tasks und Traces.

POST /agents/tasks2,400 records
Über DocuSign validiertEinwilligungs-Registry geprüft

Kunden-eingebettete Agenten

Lassen Sie Kunden ihre eigenen Tools und Systeme mitbringen. Agenten kombinieren Corti-Funktionen mit Diensten von Drittanbietern und Kunden über typisierte Konnektoren.

Rufen Sie die neuesten Testergebnisse für Patient pat_8421 ab und prüfen Sie diese gegen die aktuellen Leitlinien.

EHR über MCP abgefragtKlinische Leitlinien geprüft2 anormale Werte markiert

Compliance- und Audit-Workflows

Agenten, die Richtlinien prüfen, Regeln durchsetzen und jede Aktion protokollieren können. Vollständige Rückverfolgbarkeit vom Request bis zum Output, nichts geht verloren.

Erfüllt dieser vorgeschlagene Lieferantenvertrag unsere Anforderungen an die Datenaufbewahrung und den grenzüberschreitenden Datentransfer?

Vertragsbedingungen analysiertAufbewahrungsrichtlinie geprüftIm Audit-Trail protokolliert

Läuft auf derselben Infrastruktur wie Corti Models

Leiten Sie Agenten an Corti Models für EU-gehostete, OpenAI-kompatible Inferenz weiter, oder führen Sie die Agentic API in der EU- oder US-Projektumgebung aus, die Sie bereits nutzen.

  • Skalieren Sie Agenten unabhängig von der Modellebene
  • Nutzungsverfolgung pro Agent und pro Kontext
  • EU- und US-Umgebungen, identische Plattformmuster
agentic
const myAgent = await client.agents.create({  name: "My First Agent",  description: "A simple agent to get started with the Corti Agentic Framework",  lifecycle: "persistent",  connectors: [    { type: "registry", name: "memory-expert" },  ],});

A2A ist die Art und Weise, wie Ihre Anwendung mit Corti-Agenten kommuniziert: Nachrichten, Aufgaben, Streaming. MCP ist einer von fünf Konnektortypen: wie ein Agent externe Tool-Server aufruft. Unterschiedliche Schichten, die sich ergänzen.

Sie plant Aufgaben, wählt Konnektoren aus und liefert Ergebnisse. Schnelle Operationen kommen als Nachrichten zurück. Längere Workflows werden zu Tasks, die Sie überwachen können, mit Artefakten für den Output.

Die Agentic API läuft in EU- und US-Umgebungen unter api.eu.corti.app und api.us.corti.app. Kombinieren Sie sie mit Corti Models in der passenden Region. EU-Projekte erhalten EU-Sovereign-Hosting.

Schnelle Operationen wie Klassifizierungen kommen als Nachrichten zurück. Längere Workflows, die mehrere Konnektoren koordinieren oder auf nachgelagerte Systeme warten, werden zu Tasks, die Sie überwachen können, mit Artefakten für den Output.

Text-Parts sind für Anweisungen gedacht, über die der Agent direkt nachdenkt. Data-Parts enthalten strukturiertes JSON, das im Kontextspeicher abgelegt und bei Bedarf abgerufen wird. Sie können beides in einer Nachricht verwenden.

Nein. Kontexte bieten eine strikte Datenisolation. Wenn Sie Informationen über Kontexte hinweg teilen müssen, übergeben Sie diese explizit über Data-Parts in Ihren Nachrichten.

Sie analysiert den Request und schließt daraus, welche Konnektoren benötigt werden. Sie können die Auswahl steuern, indem Sie System-Prompts in der Agentenkonfiguration schreiben. Die Runtime kann Konnektoren sequenziell oder parallel verketten.

Agentic Framework

Stellen Sie Agenten mit vollständigen Traces bereit
und skalieren Sie, ohne die Kontrolle zu verlieren

Erstellen Sie einen Agenten über die API oder besprechen Sie Konnektoren und Deployment mit dem Team, das die Infrastruktur betreibt.