Haystack

Num pipeline, NiadraContext entra entre o prompt builder e o chat generator, e NiadraReply depois do generator. Num Agent, NiadraAgentHooks(conversation).hooks e history_tools(conversation) fazem o mesmo. Só em Python; precisa do Haystack 3.2 ou mais novo.

Instalar

pip install 'niadra[haystack]'   # haystack-ai 3.2 ou mais novo, abaixo da 4

As cinco primitivas

Primitiva	Como o adaptador liga
Contexto	O contexto (depois das notas do agente, com `agent_memory=`) vai logo depois das mensagens de sistema iniciais e o `turn_block` no fim, como mensagens de sistema. As mensagens que a Niadra pôs num turno anterior saem primeiro, então um histórico devolvido nunca as tem duas vezes e a saída `messages` do agente nunca as carrega
Turnos	`NiadraContext` e o hook `before_run` registram a última mensagem de usuário como turno do cliente; `NiadraReply` e o hook `after_run` registram o texto do assistente como turno do agente, com o uso e o modelo
Ferramentas	`history_tools()` dá `Tool`s do Haystack cujos parâmetros são os esquemas JSON do kit, amarradas ao cliente, com função síncrona e assíncrona
Verificação	`conversation.verify()` antes de rodar
Transbordo	Fora dos componentes: `conversation.handoff()` onde o seu fluxo transfere

Exemplo mínimo

"""A Haystack Agent with the customer's memory as hooks and tools."""

from haystack.components.agents import Agent
from haystack.components.generators.chat import OpenAIChatGenerator
from haystack.dataclasses import ChatMessage

from niadra import Niadra, phone
from niadra.integrations.haystack import NiadraAgentHooks, history_tools

niadra = Niadra(channel="chat")
conversation = niadra.conversation("thread-81", subject=phone("+5511912345678"))
agent = Agent(
    chat_generator=OpenAIChatGenerator(model="gpt-4.1"),
    system_prompt="You are Acme's agent.",
    tools=history_tools(conversation),
    hooks=NiadraAgentHooks(conversation).hooks,
)
result = agent.run(messages=[ChatMessage.from_user("Where is my replacement lid?")])
print(result["last_message"].text)
niadra.close()

O mesmo código está em examples/haystack_agent.py.

Num pipeline

from haystack import Pipeline
from haystack.components.builders import ChatPromptBuilder
from haystack.components.generators.chat import OpenAIChatGenerator

from niadra.integrations.haystack import NiadraContext, NiadraReply

pipeline = Pipeline()
pipeline.add_component("prompt", ChatPromptBuilder())
pipeline.add_component("niadra", NiadraContext(conversation))
pipeline.add_component("llm", OpenAIChatGenerator())
pipeline.add_component("reply", NiadraReply(conversation))
pipeline.connect("prompt.prompt", "niadra.messages")
pipeline.connect("niadra.messages", "llm.messages")
pipeline.connect("llm.replies", "reply.replies")

Memória do agente

NiadraContext(conversation, agent_memory=True), NiadraAgentHooks(conversation, agent_memory=True) e history_tools(conversation, agent_memory=True) põem as notas do próprio agente antes do contexto do cliente e acrescentam as duas ferramentas. Veja Memória do agente.

Limites

Os componentes e os hooks aceitam conversas de Niadra e de AsyncNiadra; com AsyncNiadra, rode o pipeline ou o agente com run_async.
Nada aqui para o pipeline: com a Niadra lenta ou fora, as mensagens seguem sem o contexto e uma ferramenta responde que o histórico está indisponível.
Testado contra haystack-ai 3.2.0 com o generator substituído por um fake e a Niadra no emulador.

Começar

Voz

Canais

Frameworks de agente

SDKs de modelo

Plataformas de automação

Clientes MCP

Instalar

As cinco primitivas

Exemplo mínimo

Num pipeline

Memória do agente

Limites

Próximos passos

Navegação do histórico

O contexto e as views

​Instalar

​As cinco primitivas

​Exemplo mínimo

​Num pipeline

​Memória do agente

​Limites

​Próximos passos

Navegação do histórico

O contexto e as views

Instalar

As cinco primitivas

Exemplo mínimo

Num pipeline

Memória do agente

Limites

Próximos passos