For AI agents: fetch the complete documentation index at /llms.txt, the full documentation corpus at /llms-full.txt, the agent skill at /skill.md, or this page as Markdown at /de/docs/modules/ai.md (or send Accept: text/markdown).
KI und Hintergrundjobs
Von einer autorisierten Anfrage bis zum dauerhaften Ergebnis.
Versuchen Sie es mit gefälschter KI und wählen Sie dann einen echten Anbieter
Befolgen Sie für Ihr erstes Ergebnis die /dashboard-Aufgabe des Web-Tutorials: Starten Sie den lokalen Fluss, stellen Sie eine Eingabeaufforderung in die Warteschlange, führen Sie sie aus und sehen Sie sich das Ergebnis an. AI_PROVIDER=fake gibt eine wiederholbare Demonstrationsantwort zurück, ohne Daten an ein externes Modell zu senden oder einen kostenpflichtigen API-Schlüssel zu verwenden.
Für eine echte Generierung konfigurieren Sie zunächst persistente Konten, wählen Sie einen KI-Anbieter aus und folgen Sie der KI-Konfiguration unten. Fügen Sie dem Datenbankkatalog ein Modell und seinen Preis hinzu, wählen Sie die zulässigen Modelle für jeden Alias aus und gewähren Sie dem Arbeitsbereich den erforderlichen Zugriff. Ein Alias wie „fast“ ist eine freundliche Auswahl, die dem Benutzer angezeigt wird. Es handelt sich nicht selbst um die Modell-ID eines externen Anbieters.
Ein Hintergrund-AI task benötigt auch den konfigurierten Jobs-Dienst. Wenn keine Modellauswahl angezeigt wird, überprüfen Sie den Katalog und die Alias-Richtlinie, bevor Sie es erneut versuchen. Wenn der Zugriff verweigert wird, überprüfen Sie die Berechtigung des aktiven Arbeitsbereichs. Behalten Sie alle API-Anbieterschlüssel in der Konfiguration des Webservers bei, nicht im Browser, in der mobilen App oder im Desktop-Fenster.
Aufgaben-Lifecycle verfolgen
Die Produktions-Task-API prüft den authentifizierten Workspace und dessen Berechtigung, bevor sie eine Aufgabe speichert und den ai.generate-Workflow in Trigger.dev startet. Der Router wendet Funktionsanforderungen und die konfigurierte Modellrichtlinie an.
POST /api/ai/tasks
→ authenticated workspace + entitlement
→ durable task record
→ Trigger.dev ai.generate
→ model routing + generation
→ usage record + result
→ transactional completion deliveryAliase und Budgets konfigurieren
Der Benutzer wählt einen aktivierten Alias: cheap, fast oder smart. Der Server kontrolliert die zugrunde liegenden Modell-IDs, Provider-Zugangsdaten, Workspace-Richtlinie und Budgetprüfung. Die verschlüsselte Unterstützung für eigene API-Schlüssel muss dieselbe serverseitige Grenze einhalten.
Semantik des Workflows klar festlegen
JobRunner verspricht nur Einreihung, Status und Abbruch. Die Semantik des Trigger.dev-Workflows ist ausdrücklich festgelegt und umfasst das Verhalten bei dauerhafter Ausführung. Leiten Sie aus dem allgemeinen Vertrag keine Zusicherungen zu Wiederholungen oder Zeitplanung ab.
Der Produktionspfad für Übermittlungen nutzt Idempotenz und gespeicherte Aufgabenwiederherstellung, um einen unklaren Dispatch zu behandeln. Der Abschluss der Generierung ist unabhängig von der Zustellung der Abschluss-E-Mail.