StyrEnterprise

Byg og host custom AI-agenter direkte på Fronterio

Skriv en system-prompt, vælg værktøjer, sæt guardrails, vælg din model (Anthropic, OpenAI eller selv-hostet Ollama på Enterprise), klik Publicer. Fronterio kører agenten — håndhæver guardrails i runtime, ikke bare håber modellen følger instruktioner i sin system-prompt.

4

Tool integration-tiers (built-in, MCP, OpenAPI, webhook)

Runtime

Guardrail-håndhævelse (ikke bare system-prompt)

0

Eksterne platforme at koble op før shipping

Fra governet metadata til en kørende agent

Indtil nu har Fronterio været governance- og deployment-laget for AI-agenter der kører på eksterne platforme — Azure AI Foundry, AWS Bedrock, Copilot Studio og så videre. Agent Studio ændrer det. Agenter defineret i Studio kører nativt på Fronterio, med hver guardrail håndhævet ved runtime i stedet for at blive injiceret i en system-prompt og håbet på.

En Studio-agent har en system-prompt, et model-valg, et sæt tool bindings og en guardrail-config. Når en kundevendt bruger sender en besked, kalder Fronterio vores AI-motor (med streaming), kører tool-use-loopet, håndhæver hver guardrail på hvert tool-kald og streamer svaret tilbage over Server-Sent Events. Hvis et værktøj rammer en blok eller kræver menneskelig godkendelse, pauser runtimen sessionen, skriver en governance-record og overflader et godkendelseskort til den rette reviewer.

Fire tool integration-tiers dækker den realistiske overflade: built-in værktøjer (RAG, tasks, metrics, incidents), eksterne MCP-servere kunden allerede kører, ethvert REST API via en OpenAPI-spec og webhook-værktøjer der pauser midt-tur og venter på at en kunde-hostet executor kalder tilbage. Alle credentials flyder gennem den samme AES-256-GCM-helper som deployment-connectorerne bruger.

Hver publiceret version er uforanderlig. Rollback til en ældre version genopretter fuldt prompten, modellen, tool bindings og guardrails som de var ved publish-tid. Sessioner er låst til én aktiv request ad gangen via en CAS-baseret advisory lock så to tabs aldrig korrumperer hinanden. Test-chat-panelet streamer tokens live så I kan debugge tool-kald i realtid.

Agent Studio er bygget til Enterprise-planen. Det glider ind i den eksisterende governance + compliance-stak — hver publiceret version løber gennem 7-gate EU AI Act compliance-checken, guardrail-overtrædelser logges automatisk til ai_incidents, og audit-loggen fanger hver deployment. Studio er forskellen mellem at tracke agenter på papir og faktisk at shippe dem.

Byg, test, ship på ét sted

Customer Support BotFronterio-Hostedv3
System Prompt
You are a customer support agent for
Acme Corp. Help users with product
questions and account issues.

Log incidents when something goes
wrong. Escalate refund requests
to a human.
Tools (4)
  • fronterio_log_incident
  • fronterio_create_task
  • slack__post_message
  • zendesk__create_ticketHITL
Test Chat
How do I refund an order?
To refund an order I'll need to open a ticket. That action requires approval from a support lead…
HITL: zendesk__create_ticket awaiting approval

Byg en AI-agent med vs uden Agent Studio

Uden Agent Studio

  • Koble en separat platform (Azure, Bedrock, osv.) op bare for at køre agenten
  • Guardrails er system-prompt-instruktioner som modellen måske ignorerer
  • Credentials, secrets og telemetri spredt på tværs af flere dashboards
  • HITL-godkendelse kræver custom integrationsarbejde for hvert værktøj

Med Agent Studio

  • Skriv en prompt, klik Publicér, endpoint er live på Fronterio
  • Guardrails håndhævet i runtime-middlewaren på hvert tool-kald
  • Credentials, telemetri og hændelser alle i én governance-record
  • HITL-godkendelser, webhook-callbacks og udløbs-cron bygget ind

Hvad I får

Runtime-håndhævede guardrails

Blokerede handlinger, menneske-godkendelses-gates, PII-scrubbing, rate-limits og confidence-tærskler — alle håndhævet i runtime-middlewaren mellem hvert tool-kald. Overtrædelser auto-opretter ai_incidents-rækker.

Fire tool integration-tiers

Built-in Fronterio-værktøjer (RAG, tasks, metrics, incidents), eksterne MCP-servere, ethvert REST API via OpenAPI, og webhook-værktøjer der pauser midt-tur for kunde-hostede executors.

Reel token-streaming

Tokens streamer live over Server-Sent Events mens AI'en genererer dem. Test-chat-panelet viser jer præcis hvad jeres agent gør, trin for trin, i realtid.

Uforanderlige versioner + rollback

Hver publicering skaber et uforanderligt version-snapshot (prompt, model, udbyder, base-URL, værktøjer, guardrails). Rollback er en pointer-flip. Guardrail- og udbyder-ændringer påvirker aldrig kørende sessioner før næste publicering.

Sådan virker det

1

Skriv en system-prompt

Åbn Studio, beskriv hvad jeres agent gør. Guardrails konfigureres separat så jeres prompt kan forblive fokuseret på opgaven.

2

Vælg værktøjer

Start med built-in værktøjer, forbind en ekstern MCP-server, indsæt en OpenAPI-spec, eller koble et webhook-værktøj op for fuld custom-kontrol.

3

Test i Studio-chatten

Streamer tokens live. Se tool-kald, blokeringer og godkendelser ske i realtid. Debug uden at deploye.

4

Publicér

Compliance-gate kører. Ny uforanderlig version oprettes. Endpoint går live på /api/agents/{id}/chat. Telemetri flyder tilbage automatisk.

Agent Studio er forskellen mellem at tracke jeres AI-agenter på papir og faktisk at shippe dem.

Kun Enterprise

Agent Studio er udelukkende tilgængelig på Enterprise-planen, sammen med Deployment Infrastructure og MCP Server.

Enterprise — fra €1.499/md.

Byg jeres custom-agent

Tal med os om Enterprise-adgang. 14-dages POC tilgængelig.

Agent Studio — Byg og host custom AI-agenter på Fronterio | Fronterio | Fronterio