Az AI ügynökök gyakori problémája, hogy a válaszok mögött rejlő forrásokat a felhasználók számára átláthatatlan módon használják fel. Felmerül a kérdés: megbízhatóak-e az idézett források, vagy az ügynök fantáziál? Sokan gondolják, hogy elég az automatikus hivatkozás, ám ez önmagában félrevezető lehet.
A bemutatott rendszer egyik különlegessége, hogy a forrásellenőrzést – az úgynevezett „human in the loop” módszerrel – a felhasználókra bízza. Kiválaszthatók, mely adatdarabokat (chunks) használjon az ügynök, és melyeket ne. Az ügynök csak a jóváhagyott forrásokat veszi számításba a válasz összeállításánál, így az átláthatóság és a kontroll új szintjét kínálja.
A fejlesztés hátterében a CopilotKit és a Pydantic AI áll, amelyek egyedi módon kapcsolódnak össze és valós idejű szinkronizációt tesznek lehetővé a felhasználói felület és a háttérrendszer között. A videó kitér arra, miként lehet a rendszerbe bármilyen RAG (Retrieval-Augmented Generation) ügynököt illeszteni, hogyan lehet ezt a megoldást tesztelési eszközként vagy belső fejlesztési környezetként használni, valamint bemutatja a technológiai stack legfontosabb elemeit és működési logikáját.
Milyen lehetőségek rejlenek az agentikus felhasználói élményekben? Hogyan segítheti a fejlesztőket egy ilyen, szorosan összehangolt front- és backend architektúra? A videó ezekre a kérdésekre keresi a választ, részletes példák és esettanulmányok segítségével.
