Construisez et hébergez des agents IA personnalisés directement sur Fronterio
Rédigez un prompt système, choisissez les outils, définissez les garde-fous, choisissez votre modèle (Anthropic, OpenAI ou Ollama auto-hébergé sur Enterprise), cliquez sur Publier. Fronterio exécute l'agent — applique les garde-fous à l'exécution, ne se contente pas d'espérer que le modèle suivra les instructions de son prompt système.
Niveaux d'intégration d'outils (built-in, MCP, OpenAPI, webhook)
Application des guardrails (pas juste le prompt système)
Plateformes externes à câbler avant la livraison
Des métadonnées gouvernées à un agent en cours d'exécution
Jusqu'à présent, Fronterio a été la couche de gouvernance et de déploiement pour les agents IA qui tournent sur des plateformes externes — Azure AI Foundry, AWS Bedrock, Copilot Studio, et ainsi de suite. Agent Studio change cela. Les agents définis dans Studio tournent nativement sur Fronterio, avec chaque guardrail appliqué au runtime au lieu d'être injecté dans un prompt système et espéré.
Un agent Studio a un prompt système, une sélection de modèle, un ensemble de tool bindings et une config de guardrails. Quand un utilisateur final envoie un message, Fronterio appelle notre moteur IA (avec streaming), exécute la boucle d'usage d'outils, applique chaque guardrail à chaque appel d'outil, et streame la réponse via Server-Sent Events. Si un outil rencontre un blocage ou nécessite une approbation humaine, le runtime met la session en pause, écrit un enregistrement de gouvernance, et fait remonter une carte d'approbation au bon réviseur.
Quatre niveaux d'intégration d'outils couvrent la surface réaliste : outils built-in (RAG, tâches, métriques, incidents), serveurs MCP externes que le client fait déjà tourner, n'importe quelle API REST via une spec OpenAPI, et outils webhook qui mettent en pause au milieu d'un tour et attendent qu'un executor hébergé par le client rappelle. Tous les credentials passent par le même helper AES-256-GCM que les connecteurs de déploiement.
Chaque version publiée est immuable. Le rollback à une version plus ancienne restaure intégralement le prompt, le modèle, les tool bindings et les guardrails tels qu'ils étaient au moment de la publication. Les sessions sont verrouillées sur une requête active à la fois via un advisory lock CAS pour que deux onglets ne se corrompent jamais. Le panneau de chat de test streame les tokens en direct pour que vous puissiez débugger les appels d'outils en temps réel.
Agent Studio est conçu pour le plan Enterprise. Il s'intègre dans la stack existante de gouvernance + conformité — chaque version publiée passe par la vérification de conformité EU AI Act à 7 portes, les violations de guardrails sont automatiquement loguées dans ai_incidents, et le journal d'audit capture chaque déploiement. Studio est la différence entre suivre les agents sur papier et les livrer réellement.
Construire, tester, livrer en un seul endroit
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.
fronterio_log_incidentfronterio_create_taskslack__post_messagezendesk__create_ticketHITL
Construire un agent IA avec vs sans Agent Studio
Sans Agent Studio
- Câbler une plateforme séparée (Azure, Bedrock, etc.) juste pour faire tourner l'agent
- Les guardrails sont des instructions de prompt système que le modèle peut ignorer
- Credentials, secrets et télémétrie répartis sur plusieurs tableaux de bord
- L'approbation HITL nécessite un travail d'intégration personnalisé pour chaque outil
Avec Agent Studio
- Écrivez un prompt, cliquez Publier, l'endpoint est live sur Fronterio
- Guardrails appliqués dans le middleware runtime à chaque appel d'outil
- Credentials, télémétrie et incidents tous dans un seul enregistrement de gouvernance
- Approbations HITL, callbacks webhook et cron d'expiration intégrés
Ce que vous obtenez
Guardrails appliqués au runtime
Actions bloquées, portes d'approbation humaine, scrubbing PII, rate limits et seuils de confiance — tous appliqués dans le middleware runtime entre chaque appel d'outil. Les violations créent automatiquement des lignes ai_incidents.
Quatre niveaux d'intégration d'outils
Outils Fronterio built-in (RAG, tâches, métriques, incidents), serveurs MCP externes, n'importe quelle API REST via OpenAPI, et outils webhook qui mettent en pause au milieu d'un tour pour des executors hébergés par le client.
Vrai streaming de tokens
Les tokens streament en direct via Server-Sent Events au fur et à mesure que l'IA les génère. Le panneau de chat de test vous montre exactement ce que fait votre agent, étape par étape, en temps réel.
Versions immuables + rollback
Chaque publication crée un instantané de version immuable (prompt, modèle, fournisseur, base URL, outils, garde-fous). Le rollback est un pivot de pointeur. Les modifications de garde-fous et de fournisseur n'affectent jamais les sessions en cours jusqu'à la prochaine publication.
Comment ça marche
Écrivez un prompt système
Ouvrez Studio, décrivez ce que fait votre agent. Les guardrails sont configurés séparément pour que votre prompt puisse rester focalisé sur la tâche.
Choisissez des outils
Commencez avec les outils built-in, connectez un serveur MCP externe, collez une spec OpenAPI, ou câblez un outil webhook pour un contrôle personnalisé total.
Testez dans le chat Studio
Streamez les tokens en direct. Observez les appels d'outils, blocages et approbations se produire en temps réel. Debuggez sans déployer.
Publier
La porte de conformité s'exécute. Une nouvelle version immuable est créée. L'endpoint passe en live sur /api/agents/{id}/chat. La télémétrie revient automatiquement.
“Agent Studio est la différence entre suivre vos agents IA sur papier et les livrer réellement.”
Enterprise uniquement
Agent Studio est disponible exclusivement sur le plan Enterprise, aux côtés de Deployment Infrastructure et du MCP Server.
Construisez votre agent personnalisé
Parlez-nous de l'accès Enterprise. POC de 14 jours disponible.