Agenter & datoranvändning
Agentarbetsflöden, webbläsarstyrning, minne, loopar, ramverk och kundinriktade röstflöden.
33 innehållsposter (22 artiklar · 11 videor)
Börja här
Börja med några rekommenderade innehållsposter innan du går igenom hela flödet.
11 min läsningBygg din första AI-agent i n8n: ett komplett arbetsflöde för leadprioritering
En dokumenterad n8n-design för leadprioritering: validera indata, begränsa agentens verktyg, validera strukturerade utdata, spara ett atomiskt förslag och håll varje kundsynlig åtgärd bakom ett godkännande.
Mellannivå
11 min läsningWebbläsaragenter och datoranvändning: vad de faktiskt kan göra idag
Webbläsaragenter och AI för datoranvändning utlovar att kunna använda din dator på samma sätt som du gör. Verkligheten 2026 är både mer användbar och mer begränsad än demonstrationerna antyder. En saklig guide till vad som fungerar, vad som inte gör det och var tekniken bör användas.
MellannivåMer i detta ämne
9 min läsningDGX Spark: vad det är, vem det är till för och vad som ändrats för lokala agenter
En saklig genomgång av NVIDIA DGX Spark: Grace Blackwell GB10-specifikationer från NVIDIA, koherent enhetligt minne, ConnectX-7-klustring och när en agentdator för skrivbordet är rätt satsning på privat AI.
Avancerad
7 min läsningHermes Agent: vad det är, vad det inte är och när du ska använda det
En tydlig översikt över Hermes Agent från Nous Research: beständigt minne, färdigheter, verktyg och meddelandegateways, samt hur du avgör när en chattbot räcker och när en agentkörmiljö är rätt verktyg.
Mellannivå
8 min läsningHermes Agent under den första veckan: minneshygien, färdigheter och verktygsgodkännanden
En säker första vecka med Hermes Agent: installera och gör ett grundtest, vårda MEMORY.md och USER.md, lägg till en färdighet, begränsa filskrivningar och inaktivera eller isolera åtkomsten till skalet.
Mellannivå
8 min läsningHermes kontra n8n: välj efter arbetsuppgift (och när du ska använda båda)
Ett beslutsramverk för Hermes Agent och n8n: deterministiska flöden stannar i n8n, medan ett bearer-autentiserat Hermes API-steg eller en separat händelsewebhook hanterar avgränsat agentarbete.
Mellannivå
7 min läsningWebhooks i Hermes: händelsestyrda AI-agenter utan en enda enorm prompt
Konfigurera Hermes Agent-webhooks med autentisering som passar avsändaren, hälsokontroller på port 8644 och små namngivna rutter, så att händelser blir fokuserade agentkörningar med ett uttryckligt leveransmål.
Mellannivå
8 min läsningIdempotens, omförsök och mänskliga kontrollpunkter för n8n AI-noder
AI-noder misslyckas på andra sätt än CRUD-API:er. Utforma omförsök, idempotensnycklar, mänskliga kontrollpunkter och loggning i n8n så att ett instabilt modellanrop inte skickar dubbla mejl eller hoppar över granskningen.
Mellannivå
10 min läsningn8n → Hermes: välj ett API-anrop eller en händelsewebhook
Behåll deterministiskt tillstånd i n8n och välj Hermes API när n8n behöver agentens resultat, eller webhook-adaptern när en händelse ska utlösa en konfigurerad Hermes-leverans.
Mellannivå
10 min läsningNemoClaw på DGX Spark: plan för driftsättning och säkerhet
Planera och utvärdera OpenClaw, Hermes eller Deep Agents Code i NVIDIA OpenShell på DGX Spark: aktuell introduktion, policylager, dirigerad inferens och det acceptansunderlag som krävs.
Avancerad
8 min läsningOpenClaw: tillåtelselistor, parning och säkra gruppomnämnanden
Kanaltillåtelselistor, DM-parning och regler för omnämnanden i grupper är den verkliga säkerhetsgränsen för OpenClaw, eftersom verktygen kan omfatta skal, filer och webbläsare. En praktisk checklista för nedlåsning.
Mellannivå
9 min läsningKonfigurera en personlig OpenClaw-gateway: installation, introduktion och kontrollpanel
Vad OpenClaw är, hur du installerar och konfigurerar flerkanalsgatewayen i egen drift, öppnar Control UI på port 18789 och vilka Node-versioner som stöds utan att hoppa över säkerhetsbaslinjen.
Mellannivå
10 min läsningOpenClaw skills, autonomi med heartbeat och godkännandekontroller
Hur OpenClaw skills läses in, hur periodiska heartbeat-körningar fungerar, hur du styr kommandokörning på värden och hur du håller webbläsarautomatisering bakom en restriktiv policy och granskad bekräftelse i arbetsflödet.
Mellannivå
10 min läsningExperimentell stack med två DGX Spark-enheter, DeepSeek-V4-Flash, n8n och Hermes
Så utvärderar du en experimentell väg från användargemenskapen för DeepSeek-V4-Flash på två DGX Spark-enheter, med n8n för den deterministiska delen och Hermes för bedömningsuppgifter.
Avancerad
12 min läsningFå Codex, Claude Code och Cursor att arbeta som ett CLI-team
Använd AGENTS.md, CLAUDE.md, Cursor-regler och CLI-verktygens icke-interaktiva lägen så att Codex designar, Claude granskar och Cursor implementerar, utan en egen orkestreringsplattform.
Avancerad
15 min läsningProjektledning för flera agenter med Linear: Claude, Cursor och Codex i samma backlog
Låt Claude Code, Cursor och Codex arbeta i samma Linear-projekt som ett riktigt ingenjörsteam: reservera arbete, markera framsteg, lämna över till granskning, åtgärda fynd och stäng ärenden utan att trampa på varandra.
Avancerad
6 minuterAI-röstassistenter: så fungerar de egentligen och därför låter de så mänskliga
CX Foundation. Delar upp röstassistenter i den praktiska kedjan: taligenkänning, språkmodell, API:er till verksamhetssystem, talsyntes och avbrottshantering. Det ger artikelns ramverk för införande en konkret teknisk grund innan läsarna väljer Twilio, Retell, Vapi, LiveKit eller någon annan plattform.
Avancerad
9 min läsningAI-anpassade utvecklingsmiljöer och kodarbetsflöden med kännedom om kodarkivet
Cursor, Copilot, Claude Code och agenter med kännedom om kodarkivet förändrar programvaruutvecklingen först när teamen sätter gränser. Ett praktiskt arbetsflöde för kodbaskontext, planering, tester, granskning, hemligheter och produktionssäkerhet.
Avancerad
9 min läsningRöstagenter för kundflöden: där de fungerar och där de misslyckas
Röstagenter är användbara när flödet är avgränsat, data finns tillgängliga och reservvägen är tydlig. Ett praktiskt beslutsramverk för system i stil med Twilio och Retell, transparens, överlämning, testning och stegvis införande.
Avancerad
11 min läsningUtforma en AI-supportagent: triage, kunskap, åtgärder och eskalering
En köutvärderad referensdesign för supporttriage, hämtning, svarsutkast, kontrollerade åtgärder och mänsklig eskalering, med de policy- och mätgränser som krävs för en säker pilot.
Mellannivå
10 min läsningBygg en automatiserad briefing eller ett nyhetsbrev med AI
Bygg en automatiserad daglig eller veckovis briefing med spårbara källor, insamling som tar hänsyn till tillstånd, uttryckliga kvalitetskontroller och återkommande underhåll.
Mellannivå
10 min läsningAnsluta AI till e-post, kalender och CRM säkert
En riskbaserad guide till att ansluta AI till e-post, kalender och CRM med minsta möjliga behörighetsomfång, godkännandespärrar, skyddat revisionsunderlag, negativa tester och återställningsvägar.
Mellannivå
12 min läsningSå bygger du minne för långvariga agenter
Långvariga agenter behöver en persistenslösning med tydligt ansvar: proveniens, bekräftelse, isolering mellan kundorganisationer, tester av informationshämtning, lagringstid, korrigering och verifierbar radering.
Avancerad
31 minuterSå bygger du en AI-kundsupportagent med n8n (kostnadsfri mall)
Bart Slodyczka. Arbetsflödet i n8n ansluter till supportsystem, skriver svarsutkast från hämtat material och omvandlar lösta ärenden till kandidatinnehåll för kunskapsbasen. Lägg före användning av inläsningsmönstret till mänskligt godkännande, maskera personuppgifter och hemligheter, bevara källärendet och innehållsversionen som proveniens och kör hämtningsutvärderingar mot en avskild uppsättning ärenden.
Mellannivå
231 minuterSå bygger och säljer du AI-agenter: den ultimata nybörjarguiden
Liam Ottley. Kursen omfattar RAG-förankrade chattbotar, eskaleringslogik och en kodfri teknikstack med verktyg som Botpress, Voiceflow, Make och n8n. Avsnittet om ”en agents anatomi” ger en konkret implementering att jämföra med artikelns ansvarskedja triage → belägg → föreslagen åtgärd → policykontroll → överlämning.
Mellannivå
24 minuterIntroduktion till Operator och agenter
OpenAI. Den faktiska lanseringsdemonstrationen av Operator, där teamet bokar restauranger, beställer matvaror, köper evenemangsbiljetter och låter Operator köra fast vid en omdirigering eller lämna tillbaka kontrollen när den stöter på en inloggning. Det är den tydligaste bilden du kan hitta av hur det är att använda en webbläsaragent i praktiken – loopen med skärmbilder och klick, bekräftelserna före åtgärder som ändrar tillstånd, skyddsräckena mot promptinjektion – vilket är precis den konkreta känsla som artikeln försöker förmedla för att skapa rätt förväntningar.
Mellannivå
2 minuterClaude | Datoranvändning för att samordna uppgifter
Anthropic. En två minuter lång demo från Anthropic där Claude planerar en liten uppgift i flera appar – söker på webben, kontrollerar Maps och lägger in en kalenderinbjudan – genom att styra datorn direkt. Den ger en användbar kontrast till modellen med enbart en molnbaserad webbläsare i demonstrationen av Operator nedan och är en bra rimlighetskontroll av artikelns poäng att agenter för datoranvändning fungerar bäst för korta, väl avgränsade sysslor snarare än öppna uppgifter.
Mellannivå
25 minuterOWASP:s 10 främsta sätt att angripa LLM:er: AI-sårbarheter avslöjade
IBM Technology. Vidgar perspektivet från promptinjektion till hela OWASP:s topp 10 för LLM:er – osäker hantering av utdata, exponering av känslig information och alltför långtgående handlingsfrihet. Det är precis den katalog över fellägen som du bör ha i åtanke innan du ger något åtkomst till Gmail eller HubSpot.
Mellannivå
11 minuterVad är en promptinjektionsattack?
IBM Technology. Jeff Crumes exempel med att ”köpa en SUV för 1 dollar” är den tydligaste förklaringen på 10 minuter av varför direkt och indirekt promptinjektion är två olika problem och varför filtrering inte kan lösa något av dem fullständigt. Den anknyter direkt till artikelns argument att du behöver behörigheter enligt principen om minsta privilegium, ett särskilt agentkonto och en människa i loopen för allt som inte går att ångra – inte en smartare systemprompt.
Mellannivå
26 minuterFrån noll till din första AI-agent på 25 minuter (utan programmering)
Futurepedia. Jämför videons implementationsval med artikelns avgränsade design och acceptanstester innan du väljer standardinställningar. Videon validerar inte artikelns arbetsflöde eller ger färdiga inställningar för varje nod.
Mellannivå
92 minuterMästarklass i n8n: bygg AI-agenter och automatisera arbetsflöden (från nybörjare till proffs)
Nate Herk | AI Automation. Nate är en av de mest sedda praktikerna med särskilt fokus på n8n, och den här mästarklassen går djupare än Futurepedias introduktion – minne, konfigurationer med flera agenter, felhantering och verkliga arbetsflöden för företag. Ta fram den när din agent för prioritering av potentiella kunder fungerar och du vill bygga vidare på den.
Mellannivå
7 minuterMinne för agenter (konceptuell video)
LangChain. En kort genomgång utan kod av uppdelningen mellan korttids- och långtidsminne, de tre former som långtidsminne brukar ta – instruktioner, en profil och en lista med objekt – samt avvägningen mellan att skriva i det direkta arbetsflödet och i bakgrunden. Artikelns avsnitt om minnesarkitektur utgår från exakt den här taxonomin.
Avancerad
44 minuterBygg ett hjärnliknande minne för AI | minnessystem för LLM-agenter
Adam Lucek. En längre implementationsgenomgång av de kognitionsvetenskapligt inspirerade kategorierna episodiskt, semantiskt, arbets- och procedurminne, som kopplas till en agent i kod. Den är värd att se efter den konceptuella videon från LangChain om du vill ha en mer uttalad tankemodell och ett fungerande exempel att hämta idéer från.
Avancerad