• Automatisierte E-Mail-Aufnahme — Eingehende Support-E-Mails werden automatisch erfasst. Kunden erhalten eine sofortige Bestätigung mit einer eindeutigen Fall-ID — kein manuelles Triagieren nötig.
• Parallele Agenten-Analyse — Vier KI-Agenten arbeiten gleichzeitig: Einer klassifiziert die Anfrage, einer ruft Vertragsdetails ab, einer schlägt anwendbare Regeln nach, und ein vierter fügt das Gesamtbild zusammen. Alles innerhalb von Sekunden.
• Handlungsbereite Fallakten — Jeder Fall kommt vollständig vorbereitet an — Klassifizierung, Vertragskontext, relevante Richtlinien und eine Zusammenfassung mit empfohlenen nächsten Schritten. Support-Mitarbeiter können sofort mit der Lösung beginnen.
• Durchsuchbarer Fallverlauf — Jeder verarbeitete Fall wird automatisch gespeichert und baut einen durchsuchbaren Verlauf auf. Muster erkennen, wiederkehrende Probleme verfolgen und vergangene Lösungen überprüfen.
• Support-Agenten-Chat — Dein Team erhält einen KI-gestützten Chat mit vollem Zugriff auf alle Fälle. Nach einem bestimmten Fall fragen, Trends abfragen oder Empfehlungen für die Bearbeitung eines Follow-ups erhalten.

• Mail-Reaktor-Registrierung — Nutzt registerMailReaktorDefinition, um einen E-Mail-gesteuerten Workflow zu erstellen. Eingehende E-Mails werden automatisch in Betreff, Text, Absender und Nachrichten-ID zerlegt.
• Agenten-Kapselung mit defineAktor — Jeder KI-Agent wird als wiederverwendbarer defineAktor-Subgraph definiert, der seine eigene Prompt-Vorlage, Nachrichtenkonstruktion und KI-Aufruf kapselt. Das macht Agenten unabhängig testbar und konfigurierbar.
• Automatische parallele Ausführung — Das Reaktor-Framework analysiert die Datenabhängigkeiten im Aktor-Graphen. Agenten 1, 2 und 3 haben keine gemeinsamen Eingaben und werden daher parallel ausgeführt. Agent 4 hängt von den Agenten 2 und 3 ab und wartet automatisch — kein manueller Orchestrierungscode nötig.
• Template-basiertes Prompting — Alle Agenten-Prompts verwenden aktorCompletePrompt mit {{variable}}-Platzhaltern, die zur Laufzeit mit tatsächlichem E-Mail-Inhalt und Agenten-Ausgaben befüllt werden. Prompts werden als aktorSetting-Werte exponiert, sodass auch Nicht-Entwickler das Agenten-Verhalten über die UI anpassen können.
• Reaktor-übergreifender Status via Datenbank — Der Mail-Extraktions-Reaktor schreibt Fälle; der Support-Chat-Reaktor liest sie. Beide teilen sich dieselbe AgentDB-Instanz, konfiguriert über eine Deployment-Einstellung — keine direkte Kopplung zwischen den Reaktoren.
• Abhängigkeitsmanagement mit aktorPassthrough — Stellt sicher, dass der Datenbankschreibvorgang abgeschlossen ist, bevor die Antwort-E-Mail gesendet wird, auch wenn der Schreibvorgang nicht im direkten Rückgabepfad des Aktor-Graphen liegt.

Das Multi-Agent-Support-System besteht aus zwei Reaktoren, die sich eine AgentDB teilen. Der Mail-Extraktions-Reaktor ist der Kern des Systems: Wenn eine E-Mail eingeht, konstruiert er einen Aktor-Graphen, in dem vier KI-Agenten die Analyseschicht bilden. Die Lazy-Evaluation-Engine des Frameworks erkennt, dass drei der vier Agenten unabhängig sind, und führt sie parallel aus. Die Eingaben des Zusammenfassungs-Agenten hängen von den Vertrags- und Wissens-Agenten ab, daher wartet er automatisch auf deren Ergebnisse. Nachdem alle Agenten fertig sind, wird der Fall in der Datenbank gespeichert und eine vorlagenbasierte Auto-Antwort an den Kunden gesendet. Der Support-Chat-Reaktor ist einfacher — er lädt alle Fälle aus der gemeinsamen Datenbank, injiziert sie in einen System-Prompt über aktorCompletePrompt und stellt eine Chat-Oberfläche bereit, die von aktorAICall angetrieben wird und in der menschliche Agenten Falldaten konversationell abfragen können.