Agent-Spezifikationsformat

Tajo-Agents werden in Markdown-Dateien definiert. Jede Datei enthält YAML-Frontmatter (Identität, Tools, Einschränkungen) und einen Markdown-Textkörper (Anweisungen, Strategie, Regeln). Dieses Format ist von Produktions-Agent-Mustern in Multi-Agent-Orchestrierungssystemen inspiriert.

Dateistruktur

---
name: agent-name
description: Was dieser Agent tut (max. 160 Zeichen)
version: 1.0.0
temperature: 0.2
max_tokens: 4096
tools:
  - brevo_contacts
  - brevo_email_campaign_management
  - brevo_sms_campaigns
triggers:
  - event: cart_abandoned
  - schedule: "0 */4 * * *"
permissions:
  - contacts:read
  - email:send
  - sms:send
---

# Agent-Name

Anweisungen für den Agent in natürlicher Sprache...

Frontmatter-Felder

Pflichtfelder

Feld	Typ	Beschreibung
`name`	string	Eindeutiger Bezeichner in kebab-case (z. B. `cart-recovery-agent`)
`description`	string	Was dieser Agent tut (max. 160 Zeichen)
`version`	string	Semantische Version (z. B. `1.0.0`)
`tools`	array	Brevo MCP-Server-Module, auf die dieser Agent zugreifen kann

Verhaltensfelder

Feld	Typ	Standard	Beschreibung
`temperature`	float	`0.3`	LLM-Temperatur. Niedriger = deterministischer. 0.1-0.2 für Datenoperationen, 0.3-0.5 für Kampagnenentwurf
`max_tokens`	integer	`4096`	Maximale Antwortlänge pro Runde
`model`	string	`claude-sonnet-4-6`	Zu verwendendes LLM-Modell

Trigger-Felder

Feld	Typ	Standard	Beschreibung
`triggers`	array	`[]`	Events, Zeitpläne oder Webhooks, die diesen Agent aktivieren
`triggers[].event`	string	-	Event-Name (z. B. `cart_abandoned`, `customer_created`)
`triggers[].schedule`	string	-	Cron-Ausdruck (z. B. `0 9 * * *` für täglich 9 Uhr)
`triggers[].webhook`	string	-	Webhook-Pfad (z. B. `/agents/cart-recovery/trigger`)
`triggers[].conditions`	array	`[]`	Filterbedingungen für den Trigger
`triggers[].debounce`	string	-	Debounce-Fenster (z. B. `5m`, `1h`)

Berechtigungsfelder

Feld	Typ	Standard	Beschreibung
`permissions`	array	`[]`	Erforderliche Berechtigungsbereiche für Prüfprotokoll
`related_agents`	array	`[]`	Agent-IDs, an die dieser Agent delegieren kann
`escalation`	string	-	Wohin geroutet wird, wenn der Agent unsicher ist (`human`, `supervisor-agent`)

Tools: Zuordnung zu Brevo MCP-Servern

Das tools-Feld referenziert Brevo MCP-Server-Modulnamen. Jedes Modul entspricht einem bestimmten Endpunkt auf mcp.brevo.com:

tools:
  # Kontakte & Segmentierung
  - brevo_contacts                    # /v1/brevo_contacts/mcp
  - brevo_lists                       # /v1/brevo_lists/mcp
  - brevo_segments                    # /v1/brevo_segments/mcp
  - brevo_attributes                  # /v1/brevo_attributes/mcp

  # Kampagnen & Messaging
  - brevo_email_campaign_management   # /v1/brevo_email_campaign_management/mcp
  - brevo_templates                   # /v1/brevo_templates/mcp
  - brevo_sms_campaigns               # /v1/brevo_sms_campaigns/mcp
  - brevo_whatsapp_campaigns          # /v1/brevo_whatsapp_campaigns/mcp

  # Analytics
  - brevo_campaign_analytics          # /v1/brevo_campaign_analytics/mcp

  # Vertriebs-CRM
  - brevo_deals                       # /v1/brevo_deals/mcp
  - brevo_companies                   # /v1/brevo_companies/mcp
  - brevo_tasks                       # /v1/brevo_tasks/mcp
  - brevo_pipelines                   # /v1/brevo_pipelines/mcp
  - brevo_notes                       # /v1/brevo_notes/mcp

Tip

Verwenden Sie die minimale Menge an Tools, die Ihr Agent benötigt. Weniger Tools = besseres KI-Reasoning und schnellere Antworten. Alle verfügbaren Module finden Sie unter Brevo MCP-Server.

Trigger

Event-Trigger

Den Agent aktivieren, wenn etwas in Ihrem System passiert:

triggers:
  - event: cart_abandoned
    conditions:
      - cart_value: "> 50"
      - items_count: ">= 1"
      - time_since_activity: "> 30m"
    debounce: 5m

Zeitplan-Trigger

Den Agent nach einem wiederkehrenden Zeitplan ausführen:

triggers:
  - schedule: "0 9 * * MON"        # Jeden Montag um 9 Uhr
    timezone: "America/New_York"
  - schedule: "0 */4 * * *"        # Alle 4 Stunden
  - schedule: "0 0 1 * *"          # Ersten Tag jeden Monats

Webhook-Trigger

Den Agent per HTTP aufrufen:

triggers:
  - webhook: /agents/win-back/trigger
    method: POST
    authentication: api_key

Markdown-Textkörper: Anweisungen

Der Textkörper der Agent-Spezifikation sind natürlichsprachige Anweisungen. Schreiben Sie ihn, als würden Sie einen erfahrenen Marketer briefen:

Struktur

# Agent-Name

Kontextabsatz – was dieser Agent tut und warum.

## Strategie

Schritt-für-Schritt-Ansatz, dem der Agent folgen soll.

## Entscheidungsrahmen

Regeln für Entscheidungen (z. B. welchen Kanal je nach Warenkorbwert verwenden).

## Regeln

Harte Einschränkungen – Dinge, die der Agent IMMER oder NIEMALS tun muss.

## Vorlagen

Verweise auf Brevo-Vorlagen-IDs, SMS-Text, WhatsApp-Vorlagen.

## Kennzahlen

Events, die zur Erfolgsmessung verfolgt werden.

Effektive Anweisungen schreiben

Konkret über die Strategie sein, nicht nur über Ziele:

## Schlecht
Abgewanderte Kunden zurückgewinnen.

## Gut
Wenn ein Kunde seit 90+ Tagen nicht gekauft hat:
1. Letzte 3 Bestellungen auf Produktkategoriepräferenzen prüfen
2. Personalisierten Rabatt basierend auf AOV erstellen (10 % wenn AOV > $100, 15 % wenn < $100)
3. E-Mail mit Betreff senden, der auf bevorzugte Kategorie verweist
4. 72 Stunden warten – wenn keine Öffnung, SMS mit Rabattcode senden
5. 7 Tage warten – wenn kein Kauf, als "tief abgewandert" markieren und Sequenz stoppen

Leitplanken explizit definieren:

## Regeln
- NIEMALS mehr als 3 Nachrichten pro Sequenz senden
- NIEMALS Kunden kontaktieren, die sich abgemeldet haben
- IMMER prüfen, ob der Kunde konvertiert hat, bevor der nächste Schritt gesendet wird
- IMMER ruhige Stunden respektieren (keine SMS 21:00-9:00 Uhr Ortszeit)
- Bei Unsicherheit zur menschlichen Überprüfung eskalieren

Multi-Agent-Ketten

Für komplexe Workflows mehrere Agents in einer Kette kombinieren. Jeder Agent übernimmt eine Phase und gibt den Kontext weiter:

name: quarterly-retention-campaign
steps:
  - agent: customer-intelligence
    input: |
      Analyze customer segments for Q2 retention campaign.
      Goal: {task}

      Identify:
      1. At-risk customers (declining purchase frequency)
      2. VIP customers (top 10% by LTV)
      3. Win-back candidates (90+ days since last order)

  - agent: campaign-designer
    input: |
      Design retention campaigns for these segments:
      {previous}

      Create differentiated approaches per segment:
      - At-risk: gentle nudge with product recommendations
      - VIP: exclusive early access or loyalty reward
      - Win-back: aggressive discount with urgency

  - agent: campaign-executor
    input: |
      Execute these campaigns via Brevo:
      {previous}

      Use appropriate channels per segment preference.
      Set up A/B tests for subject lines.
      Schedule sends for optimal times.

  - agent: campaign-reporter
    input: |
      Generate the retention campaign launch report:
      {previous}

      Include: segments targeted, campaigns created,
      expected reach, A/B test configurations.

Ketten-Variablen

Variable	Beschreibung
`{task}`	Das ursprüngliche Ziel/die Anfrage
`{previous}`	Ausgabe des vorherigen Schritts
`{step_N}`	Ausgabe von Schritt N (0-indiziert)
`{artifacts_dir}`	Verzeichnis für Dateiausgaben

Vorgefertigte Agent-Spezifikationen

Kampagnen-Orchestrator

---
name: campaign-orchestrator
description: Design and execute multi-channel campaigns from natural language prompts
version: 2.0.0
temperature: 0.3
tools:
  - brevo_contacts
  - brevo_segments
  - brevo_email_campaign_management
  - brevo_templates
  - brevo_sms_campaigns
  - brevo_whatsapp_campaigns
  - brevo_campaign_analytics
triggers:
  - webhook: /agents/campaign/trigger
    method: POST
---

# Campaign Orchestrator

You are a multi-channel marketing campaign specialist.
Given a campaign brief, you design, build, and launch
campaigns across email, SMS, and WhatsApp via Brevo.

## Process
1. Parse the campaign brief (audience, message, goal, timeline)
2. Create or identify the target segment in Brevo
3. Select the best channel(s) based on audience preference data
4. Build campaign content using existing templates or creating new ones
5. Configure send schedule and A/B tests
6. Launch and report initial delivery metrics

## Channel Selection
- Email: default for all campaigns
- SMS: add for time-sensitive offers or cart recovery
- WhatsApp: add for conversational campaigns or high-value segments

## Rules
- ALWAYS preview campaigns before sending
- NEVER send to unsubscribed contacts
- ALWAYS set up tracking for campaign attribution
- Maximum 2 A/B test variants per campaign

Kunden-Intelligenz-Agent

---
name: customer-intelligence
description: Autonomous segmentation, RFM scoring, and churn prediction
version: 1.5.0
temperature: 0.2
tools:
  - brevo_contacts
  - brevo_segments
  - brevo_attributes
  - brevo_lists
  - brevo_campaign_analytics
triggers:
  - schedule: "0 6 * * MON"
    timezone: "UTC"
---

# Customer Intelligence Agent

You analyze customer data in Brevo to generate actionable
segments and insights for marketing teams.

## Weekly Analysis
1. Pull contact activity data from campaign analytics
2. Calculate RFM scores (Recency, Frequency, Monetary)
3. Identify segment shifts (customers moving between tiers)
4. Flag churn risks (declining engagement over 4+ weeks)
5. Generate segment recommendations for upcoming campaigns

## Segment Definitions
- Champions: R=5, F=5, M=5, recent, frequent, high-value
- Loyal: R>=3, F>=4, M>=3, consistent buyers
- At Risk: R<=2, F>=3, M>=3, were loyal, now fading
- Hibernating: R=1, F>=2, M>=2, long gone, were once active
- New: first purchase in last 30 days

## Output
Produce a markdown report with:
- Segment sizes and week-over-week changes
- Top 10 at-risk customers by LTV
- Recommended actions per segment
- Suggested campaign themes for the week

Bereitstellung

Agent programmatisch ausführen

import { TajoAgent } from "@tajo/agent-sdk";

const agent = new TajoAgent({
  specPath: "./agents/cart-recovery-agent.md",
  brevoToken: process.env.BREVO_MCP_TOKEN,
  model: "claude-sonnet-4-6",
  // Nur die MCP-Server verbinden, die in den Tools des Agents aufgeführt sind
  autoConnectServers: true,
});

const result = await agent.run(
  "Recover abandoned carts over $50 from the last 4 hours"
);

console.log(result.summary);
console.log(result.toolCalls);    // Vollständige Prüfspur
console.log(result.metrics);      // Verfolgte Events

Über Claude Code ausführen

# Auf Ihre Agent-Spezifikation zeigen und Claude ausführen lassen
claude "Run the agent defined in ./agents/cart-recovery-agent.md for today's abandoned carts"

Mit Cron planen

# Den Kunden-Intelligenz-Agent jeden Montag um 6 Uhr ausführen
0 6 * * MON claude --print "Run ./agents/customer-intelligence.md weekly analysis" >> /var/log/tajo-agents.log 2>&1

Nächste Schritte

Brevo MCP-Server, Verfügbare Tools und Server-Konfiguration
Ihren ersten Agent erstellen, Praxisanleitung
Skills-Referenz, Tajo-Skills, die mit Agents kombiniert werden
MCP-Architekturübersicht, Wie alles zusammenpasst

Agent-Spezifikationsformat