Multi-step execution
Node-by-node graph végrehajtás, perzisztens state, megszakítható + folytatható.
A Nortinia Engine AI agent orchestration rétege multi-step agenteket, tool routing-ot, decision tree-t és retry + circuit breaker logikát futtat. LangGraph-kompatibilis runtime, minden lépés audit-trail-elt.
Egy AI agent nem egy szem prompt: több lépéses workflow, ami eszközöket hív, döntéseket hoz, retry-zik, fallback-ezik és átadhatja a kontextust egy emberi felhasználónak.
A Nortinia Engine LangGraph-kompatibilis runtime-ot ad: node-by-node végrehajtás, perzisztens state, audit-trail per lépés, tool-call decision tree és circuit breaker.
Node-by-node graph végrehajtás, perzisztens state, megszakítható + folytatható.
Beépített tool registry: HTTP, gRPC, DB query, MCP server, custom function.
Conditional branching state vagy LLM output alapján.
Minden lépés naplózott: input state, LLM hívás, tool call, output. Visszanézhető.
LangGraph-szerű graph: node-ok, edge-ek, conditional branching.
Tools regisztrálása: HTTP endpoint, DB query, MCP server, custom funkció.
Multi-step trajektóriák ground truth-tal. End-to-end eval scoring.
Live monitoring: success rate, mean step count, average cost, drift.
Igen. LangGraph Python graph-okat futtatja a Nortinia Engine, és kínál saját TypeScript graph-DSL-t is. State, edges, conditional branching mind ugyanolyan.
Az agent dönt, melyik eszközt hívja meg a következő lépésben. A Nortinia Engine tool-registry-ből választja ki a megfelelőt (semantic match + LLM tool-calling protokoll).
Per-tool retry + circuit breaker. Ha egy tool 3-szor egymás után fail-el, circuit nyit, az agent fallback path-ra ugrik vagy emberi eszkaláció történik.
Igen. "Human-in-the-loop" node: az agent megáll, vár emberi jóváhagyásra (Slack, e-mail, web UI), majd folytatja a state-elmentett ponttól.
30 perces architektúra workshop, graph design, tool-registry felmérés.