AI-modeller og plattformer

Glean legger til agentbygging uten brukergrensesnitt for Claude Code, Cursor og Codex

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Glean introduserte agentbygging uten brukergrensesnitt 21. oktober 2026. Funksjonen er allment tilgjengelig og lar utviklere opprette, teste og publisere agenter som kode fra utviklingsmiljøer som Claude Code, Cursor og Codex, mens de ferdige agentene kjører i Gle ans administrerte kjøremiljø.

Selskapet kunngjorde funksjonen i et blogginnlegg skrevet av Kelly Huang, produktmarkedsføringsleder hos Glean. Glean opplyste at agenter som er skrevet som kode, kjører på samme grunnlag som agenter som er laget i selskapets visuelle agentbygger. Dette omfatter selskapets kunnskapsgraf, tilgangsstyring på tvers av mer enn 275 bedriftskilder og revisjonsspor, samtidig som Gle ans tillatelser, sikkerhet og styring for bedrifter ivaretas. Kunder som foretrekker naturlig språk eller et visuelt lavkodeverktøy for å konfigurere agenter uten å skrive kode, kan fortsatt bruke Gle ans agentbygger, opplyste selskapet.

I kunngjøringen sa Glean at etter hvert som agenter får ansvar for mer betydningsfulle oppgaver, må team bygge og administrere dem med samme grundighet som programvare: med versjonskontroll, testing, samarbeid, utrulling og sikkerhet. Selskapet sa at enkelte arbeidsflyter også krever mer deterministisk styring av trinnene, sikkerhetsmekanismene og integrasjonene en agent bruker, og at det å skrive agenter som kode gir denne styringen samtidig som utviklere kan bruke kjente metoder for testing, gjennomgang og tilbakestilling. Glean sa at funksjonen gir utviklere fleksibiliteten ved en kodebasert arbeidsflyt uten at de selv må bygge grunnlaget for bedriftens data og kontekst.

Definere, teste og publisere agenter som filer

I den nye arbeidsflyten oppretter Glean-pluginen en agent i utviklerens kodemiljø som et sett med filer: en spec.yaml-fil med agentens konfigurasjon og en instructions.md-fil med beskrivelse av agentens atferd. Filene kan oppbevares sammen med teamets kode, og agenten kan ved behov utvides med ferdigheter eller underagenter.

Utviklere kan kjøre agenten med representative inndata direkte fra utviklingsmiljøet, gjennomgå resultatet og kjøre evalueringer. De kan bruke resultatene til å forbedre agentens instruksjoner og konfigurasjon. De som bygger agenter, kan følge fremdriften i en kjøring og undersøke resultatet fra det samme miljøet. Endringer kan gjennomgås i kodeassistenten eller via pull-forespørsler i Git, og endringer som ikke fungerer som forventet, kan rulles tilbake.

Når en agent er klar, publiserer utvikleren den i Glean i stedet for i et separat kjøremiljø, og kan dele den med teamet. Glean opplyste at den publiserte agenten kjører i selskapets administrerte kjøremiljø, med samme kunnskapsgraf, tillatelser på tvers av mer enn 275 bedriftskilder og revisjonsspor som agenter opprettet i Glean. Administratorer og agentbyggere kan dele, administrere eller deaktivere publiserte agenter i Glean-konsollen. Funksjonen støtter agenter i Auto-modus; agenter i Workflow-modus må fortsatt bygges i Gle ans agentbygger.

Konfigurering av pluginen og agentenes filstruktur

Gle ans dokumentasjon beskriver en oppsettssekvens: Installer Glean-pluginen for utviklingsmiljøet, autentiser deg, bekreft den lokale agentkatalogen, bygg agenten, test den med representative inndata, og lagre eller publiser den før du deler den genererte lenken.

Installasjonen varierer mellom miljøene. I Claude Code legger utvikleren til markedsplassen gleanwork/claude-plugins, installerer pluginen glean@glean-plugins og laster pluginer inn på nytt. I Codex foregår installasjonen via terminalkommandoer som legger til markedsplassen gleanwork/codex-plugins og pluginen glean@glean-codex-plugins. I Cursor åpner utvikleren Cursor-innstillingene, søker etter Glean i markedsplassen og velger Legg til i Cursor. Etter installasjonen kobler utvikleren pluginen til selskapets Glean-instans ved å oppgi en jobb-e-postadresse og fullføre Glean OAuth i nettleseren. Hvis oppsettet mislykkes med en melding om at selskapets retningslinjer blokkerer pluginen, ber dokumentasjonen brukeren kontakte en Glean-administrator for å få den aktivert.

Dokumentasjonen opplyser at den hodeløse byggeren bare fungerer via pluginens chat-kommando /glean_run, som skrives som $glean_run i Codex, og at det ikke finnes noen Glean MCP-server for denne arbeidsflyten. Den advarer brukerne mot å erstatte kommandoen med en Glean MCP-server eller noen av verktøyene dens, og mot å bruke navn på betaversjoner av markedsplasser eller pluginer på nytt.

Som standard lagrer byggeren hver agent i sin egen mappe under.glean/agents/ i det gjeldende arbeidsområdet. Mappen inneholder spec.yaml, som har agentens id, instructions.md og valgfrie mapper for skills/ og subagents/. Dokumentasjonen advarer mot å redigere id-feltet i spec.yaml, fordi det knytter mappen til den aktive agenten i Glean. URL-en til en publisert agent har formatet https://<your-domain>.glean.com/chat/agents/<agent-id>,; agentens id skal samsvare med id-feltet øverst i spec.yaml.

I dokumentasjonens gjennomgang oppretter utvikleren en agent for spørsmål og svar som oppsummerer nye supportsaker fra Slack og Zendesk, kjører den med representative inndata og lagrer agenten.

Et eksempel fra kundestøtte

Glean beskriver hvordan en kundestøtteingeniør ønsker å fange opp hastesaker tidlig. Ingeniøren bruker Codex til å be Glean opprette en agent som oppsummerer kundestøttesamtaler fra Slack og Intercom. Deretter finjusterer ingeniøren instruksjonene for agenten, tester den mot et reelt kundestøttescenario og gjennomfører en evaluering for å finne ut hvor den kan forbedres. Når resultatene ser bra ut, publiserer ingeniøren agenten i Glean og deler den med teamet. Glean beskrev resultatet som en gjenbrukbar agent for en tilbakevendende kundestøtteoppgave, opprettet i verktøyene ingeniøren allerede bruker og støttet av selskapets virksomhetskontekst og kontrollmekanismer.

Selskapet opplyste at mulighetene for agentbygging uten brukergrensesnitt er allment tilgjengelige, og at utviklere kan bruke Claude Code, Codex, Cursor og Git til å bygge, teste, versjonere og publisere Glean-agenter underlagt styring.

Aiden Cross er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med et pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, strategier for markedslansering, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og samsvaret mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, gjøres tilgjengelige og skaleres i den virkelige verden.