Anleitung

Eine vollständige Anleitung für jeden Teil der Konsole. Neu hier? Die Willkommenstour (der „?“-Button oben rechts auf jeder Seite) ist die Kurzversion – diese Seite enthält alle Details.

Replay the product tour

New here, or want a refresher? Nine illustrated steps walk you through every part of the console, in about two minutes.

Platform Help & Docs

The full reference — getting started, agents, workflows, knowledge, tools & MCP, channels, plans, security, and troubleshooting — with jump-links into every screen.

Open the docs

Industry workflow recipes

Real, buildable automations for advertising, call centers, UPI payments, retail, healthcare and more — mapped to VegaDūta's workflow nodes.

Browse recipes

Agentic AI, in plain terms

A chatbot answers a question and stops. An agent is different: it plans a path to a goal, uses tools to get real work done, takes multiple steps on its own, works across channels like chat, email, and voice, and asks a human when a decision truly matters. The shorthand: a chatbot talks, an agent does.

It plans, then acts

An agent breaks a goal into steps, decides what to do next, and works across your channels — where a chatbot just replies to the last message.

It uses real tools

Agents call APIs, search your documents, run code, and update systems — taking multiple steps to finish a job rather than only producing text.

It asks when it matters

Good agents know their limits: they pause for a human to approve high-stakes actions, so you stay in control of what actually happens.

Why it matters now

The industry is shifting from AI that talks to AI that does. Instead of a clever autocomplete, you get a teammate that can carry a task from start to finish — drafting, checking, calling systems, and following up. Major analysts, including Gartner and Deloitte, expect enterprises to adopt AI agents rapidly through 2026. The practical upshot for you is simpler: agents multiply what one person can get done.

Why it's worth learning

Directing AI is becoming the next core literacy — the way spreadsheets, the web, and mobile each became baseline skills in their turn. The workforce is being reshaped by the people who learn to direct agents, not replaced by them. Students and professionals who actually build with agents gain a compounding edge: every workflow you hand off well makes the next one easier to hand off too.

How VegaDūta helps you learn

The fastest way to understand agents is to build one. On VegaDūta you can stand up a real, working agent for free in an afternoon, ground it in your own documents so it answers from what you know, and use code intelligence to learn directly from real codebases. From there you add the parts that make an agent trustworthy — guardrails that keep it in bounds and evaluation that measures whether it is actually doing the job well. It is hands-on the whole way: you learn agentic AI by shipping one.

Erste Schritte (zuerst erledigen)

Sie benötigen keinen API-Schlüssel, um zu beginnen: Ein gehostetes Modell ist bereits enthalten, und Agenten im Free-Tarif laufen automatisch auf dem gemeinsamen Pool der Plattform. Wenn Ihr Tarif einen eigenen Anbieter zulässt, gehen Sie zu Verbinden → Anbieter, wählen Sie Anthropic, OpenAI oder einen anderen unterstützten Anbieter und fügen Sie Ihren eigenen API-Schlüssel aus dem Dashboard dieses Anbieters ein. Der Schlüssel wird vor dem Speichern mit einem echten (nicht abgerechneten) Aufruf validiert und im Ruhezustand verschlüsselt – sobald er AKTIV anzeigt, verwenden Ihre Agenten ihn anstelle des gehosteten Pools.

Danach ist die natürliche Reihenfolge: einen Agent erstellen (Erstellen → Agents), ihn privat im Playground ausprobieren (Testen → Playground), ihn dann entweder in einen Workflow für mehrstufige Automatisierung einbinden oder ihn direkt mit einem Kanal (WhatsApp, Telegram, E-Mail) verbinden, damit echte Menschen mit ihm sprechen können.

Der „KI fragen“-Button

Jedes Feld, das nach einem System-Prompt oder einer Beschreibung fragt – der System-Prompt eines Agents, die Beschreibung einer Wissenssammlung usw. – hat einen kleinen ✨ KI fragen-Button neben seiner Beschriftung. Klicken Sie darauf, beschreiben Sie in einem Satz, was Sie möchten (z. B. „ein Support-Agent für Rückerstattungen und Bestellstatus“), und der Text wird mit dem von Ihnen aktivierten LLM-Provider entworfen. Nichts wird automatisch übernommen – Sie überprüfen immer den Vorschlag und klicken selbst auf Verwenden oder auf Erneut generieren für einen weiteren Versuch.

Agents

Ein Agent ist eine KI-Persona: ein System-Prompt, ein LLM-Provider/Modell und optional eine Wissensdatenbank und ein eingeschränkter Satz von Tools. Beginnen Sie mit einer Vorlage (Support-Triage, Recherche-Assistent usw.), um einen passenden System-Prompt vorauszufüllen, oder fangen Sie bei Null an und verwenden Sie „KI fragen“, um einen zu entwerfen.

Tool-Zugriff und Wissenszugriff sind beides Allow-Listen: Lassen Sie sie für „uneingeschränkt“ leer (der Agent kann alles verwenden, was Ihrem Mandanten aktuell zur Verfügung steht), oder wählen Sie bestimmte Elemente aus, um den Agent auf diese zu beschränken. Dies ist für alles mit Kundenkontakt wichtig – Sie möchten im Allgemeinen nicht, dass ein öffentlicher Support-Bot Zugriff auf jedes interne Tool hat.

Wissensdatenbank

Laden Sie .md-, PDF-, Word-, Bild- (OCR) oder Audio-/Videodateien (transkribiert) hoch. Sie werden in Blöcke aufgeteilt und in einen durchsuchbaren Vektorspeicher eingebettet. Sammlungen sind Ordner, die Sie verschachteln und auf die Sie Agents beschränken können – z. B. eine Sammlung „Rückgaberichtlinie“, die nur bestimmte Agents durchsuchen können, im Gegensatz zu einer Sammlung „Öffentliche FAQ“, die jeder Agent verwenden kann.

Ein Agent durchsucht seine Wissensdatenbank nur, wenn „Wissensdatenbank anhängen“ beim Erstellen aktiviert ist (oder später auf der Agents-Seite eingeschaltet wird), und nur innerhalb der Sammlungen, die seine Wissenszugriffs-Allow-Liste erlaubt.

Workflows

Die visuelle Arbeitsfläche für mehrstufige Automatisierung: Ziehen Sie Knoten (Trigger, Agent, Wissenssuche, Bedingung, Ausgabe, Gerätesteuerung und mehr) und verbinden Sie sie. Jeder Knoten ruft den realen Dienst dahinter auf – eine Workflow-Ausführung ruft wirklich Ihren Agent auf, durchsucht wirklich Ihre Wissensdatenbank und sendet wirklich die WhatsApp-Nachricht.

Workflows können auf drei Arten starten: manuell (der „Ausführen“-Button), nach einem Zeitplan (Cron-Ausdruck, z. B. „jeden Morgen um 8 Uhr“) oder über eine Webhook-URL, die Sie von jedem externen System aus aufrufen können. Jede Ausführung wird Schritt für Schritt im Runs-Tab dieses Workflows protokolliert, einschließlich jedes einzelnen Tool-Aufrufs, den ein Agent-Knoten dabei gemacht hat.

MCP-Tools

Ein Marktplatz von Model Context Protocol-Servern und integrierten Tools, die ein Agent mitten im Gespräch aufrufen kann (Websuche, eine Datenbank, das Dateisystem, Ihre eigenen Skripte...). Aktivieren Sie die gewünschten Tools und legen Sie dann im Tool-Zugriffs-Editor jedes Agents fest, welche Agents sie verwenden dürfen. Das Deaktivieren eines Servers hier entfernt ihn sofort aus den verfügbaren Tools aller Agents, selbst wenn er zuvor ausgewählt war.

Kanäle - WhatsApp, Telegram, E-Mail

Unter Admin → Kanäle: Verbinden Sie WhatsApp entweder über Twilio (schnelles Sandbox-Setup, geringe Gebühr pro Nachricht) oder direkt über Metas eigene WhatsApp Business Platform (keine Vermittlergebühr, mehr Setup – Ihre eigene Meta-App, Systembenutzer-Token und App-Secret). Wenn beide konfiguriert sind, wird automatisch die direkte Meta-Verbindung verwendet.

Wenn eine neue Telefonnummer zum ersten Mal eine Nachricht sendet, erscheint sie unter Ausstehende Absender-Kopplungen und muss genehmigt werden, bevor Ihre Agents eine Live-Konversation damit führen. Dies verhindert, dass ein Fremder, der Ihre Nummer kontaktiert, standardmäßig eine unbeaufsichtigte KI-Konversation erhält.

Geräte (Mobile SDK)

Koppeln Sie ein Telefon (Android oder iOS) auf der Seite „Geräte“ mit Ihrem Mandanten, und der Knoten Gerätesteuerung eines Workflows kann darauf tippen, schreiben, Apps öffnen oder Screenshots erstellen. Android unterstützt die vollständige Automatisierung über den Android Accessibility Service; iOS ist durch Apples eigene Sandbox auf das Öffnen von Apps beschränkt – siehe die CONSTRAINTS.md des Mobile SDK für eine vollständige, ehrliche Aufschlüsselung dessen, was jede Plattform kann und was nicht.

Admin - Benutzer, Genehmigungen, Audit

Benutzer: Laden Sie Teammitglieder ein und weisen Sie Rollen zu (nur ein Mandanten-Admin kann Rollen oder Anmeldeinformationen ändern). Genehmigungen ist der Posteingang für menschliche Eingriffe – jede Aktion, die Ihre Guardrail-Richtlinie als genehmigungspflichtig markiert (z. B. ein Agent, der eine WhatsApp-Nachricht senden will), wartet hier, bis sie genehmigt oder abgelehnt wird. Das Audit-Protokoll ist eine vollständige, nur anfügbare Aufzeichnung jeder wesentlichen Aktion in Ihrem Mandanten, sei es durch eine Person oder einen Agent.

Fehlerbehebung

"No active providers yet" when creating an agent - you should not see this on a new account: every new account runs on the platform's hosted pool for its first 3 months, and the Free plan does after that. It appears once you are on a paid plan using your own provider - activate one under Connect → Providers.

Die Schaltfläche „KI fragen“ gibt einen Fehler aus – dieselbe Ursache wie oben. Dies schlägt nur fehl, wenn Ihr Konto nicht auf dem gehosteten Pool läuft und keinen eigenen aktiven Anbieter hat.

Ein ausstehender WhatsApp/Telegram-Absender erhält nie eine Antwort – prüfen Sie unter Admin → Kanäle, ob eine Kopplung auf Ihre Genehmigung wartet.

Ein Tool wird für einen Agent nicht angezeigt – bestätigen Sie, dass es unter MCP-Tools aktiviert ist und dass die Tool-Zugriffsliste des Agents es entweder enthält oder leer gelassen wurde (uneingeschränkt).

© 2026 Cloudspace Learning and Development Pvt Ltd. All rights reserved.