On this page

รูปแบบข้อมูลจำเพาะเอเจนต์

Tajo agents ถูกกำหนดในไฟล์ markdown แต่ละไฟล์มี YAML frontmatter (identity, tools, constraints) และ markdown body (instructions, strategy, rules) รูปแบบนี้ได้รับแรงบันดาลใจจาก production agent patterns ที่ใช้ในระบบ multi-agent orchestration

โครงสร้างไฟล์

---
name: agent-name
description: สิ่งที่เอเจนต์นี้ทำ (สูงสุด 160 ตัวอักษร)
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
---

# ชื่อเอเจนต์

คำแนะนำสำหรับเอเจนต์ในภาษาธรรมชาติ...

ฟิลด์ Frontmatter

ฟิลด์ที่จำเป็น

ฟิลด์	ประเภท	คำอธิบาย
`name`	string	Unique identifier ในรูปแบบ kebab-case (เช่น `cart-recovery-agent`)
`description`	string	สิ่งที่เอเจนต์นี้ทำ (สูงสุด 160 ตัวอักษร)
`version`	string	Semantic version (เช่น `1.0.0`)
`tools`	array	โมดูล Brevo MCP server ที่เอเจนต์นี้มีสิทธิ์เข้าถึง

ฟิลด์พฤติกรรม

ฟิลด์	ประเภท	ค่าเริ่มต้น	คำอธิบาย
`temperature`	float	`0.3`	อุณหภูมิ LLM ต่ำกว่า = deterministic มากกว่า ใช้ 0.1-0.2 สำหรับ data operations, 0.3-0.5 สำหรับการออกแบบแคมเปญ
`max_tokens`	integer	`4096`	ความยาวการตอบสนองสูงสุดต่อรอบ
`model`	string	`claude-sonnet-4-6`	โมเดล LLM ที่จะใช้

ฟิลด์ Triggers

ฟิลด์	ประเภท	ค่าเริ่มต้น	คำอธิบาย
`triggers`	array	`[]`	Events, schedules หรือ webhooks ที่เปิดใช้งานเอเจนต์นี้
`triggers[].event`	string	-	ชื่อ event (เช่น `cart_abandoned`, `customer_created`)
`triggers[].schedule`	string	-	Cron expression (เช่น `0 9 * * *` สำหรับทุกวันเวลา 9:00)
`triggers[].webhook`	string	-	Webhook path (เช่น `/agents/cart-recovery/trigger`)
`triggers[].conditions`	array	`[]`	Filter conditions สำหรับ trigger
`triggers[].debounce`	string	-	Debounce window (เช่น `5m`, `1h`)

เครื่องมือ: การแมปกับ Brevo MCP Servers

ฟิลด์ tools อ้างอิงชื่อโมดูล Brevo MCP server โมดูลแต่ละตัวแมปกับ endpoint เฉพาะบน mcp.brevo.com:

tools:
  - brevo_contacts                    # /v1/brevo_contacts/mcp
  - brevo_lists                       # /v1/brevo_lists/mcp
  - brevo_segments                    # /v1/brevo_segments/mcp
  - 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_campaign_analytics          # /v1/brevo_campaign_analytics/mcp
  - brevo_deals                       # /v1/brevo_deals/mcp

Tip

ใช้ชุดเครื่องมือขั้นต่ำที่เอเจนต์ต้องการ เครื่องมือน้อยกว่า = AI reasoning ดีกว่าและ responses เร็วกว่า ดู Brevo MCP Server สำหรับโมดูลที่มีทั้งหมด

Triggers

Event Triggers

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

Schedule Triggers

triggers:
  - schedule: "0 9 * * MON"        # ทุกวันจันทร์เวลา 9:00
    timezone: "America/New_York"
  - schedule: "0 */4 * * *"        # ทุก 4 ชั่วโมง
  - schedule: "0 0 1 * *"          # วันแรกของทุกเดือน

Webhook Triggers

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

Markdown Body: คำแนะนำ

โครงสร้าง

# ชื่อเอเจนต์

บริบท, สิ่งที่เอเจนต์นี้ทำและเหตุใด

## กลยุทธ์

แนวทางทีละขั้นตอนที่เอเจนต์ควรปฏิบัติตาม

## กรอบการตัดสินใจ

กฎสำหรับการตัดสินใจ

## กฎ

ข้อจำกัดที่เข้มงวด, สิ่งที่เอเจนต์ต้องทำ ALWAYS หรือ NEVER

## เทมเพลต

การอ้างอิง ID เทมเพลต Brevo, SMS texts, WhatsApp templates

## เมตริก

Events ที่ต้องติดตามสำหรับการวัดผลสำเร็จ

Multi-agent Chains

สำหรับ workflows ที่ซับซ้อน ให้รวมเอเจนต์หลายตัวเป็น chain เอเจนต์แต่ละตัวจัดการหนึ่งระยะ ส่งต่อ context ไปยังตัวถัดไป:

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

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

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

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

การ Deploy

การรันเอเจนต์แบบโปรแกรม

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",
  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);    // Audit trail ครบถ้วน
console.log(result.metrics);      // Events ที่ถูกติดตาม

ขั้นตอนถัดไป

Brevo MCP Server, เครื่องมือที่มีและการกำหนดค่า server
สร้างเอเจนต์ตัวแรก, บทช่วยสอนปฏิบัติ
อ้างอิง Skills, Tajo Skills ที่รวมกับเอเจนต์
ภาพรวมสถาปัตยกรรม MCP, วิธีที่ทุกอย่างเชื่อมต่อกัน

รูปแบบข้อมูลจำเพาะเอเจนต์