Salesforce DevOps voor Agentforce

Agent Builder-topics en prompts wijken snel af van Git. Dit is wat het deployen van Agentforce eigenlijk vereist.

Wat lastig is om te deployen

Agent-topics, acties en prompttemplates die in Agent Builder zijn gebouwd, worden vaak direct bewerkt in welke org een beheerder ook open heeft, niet getrackt in versiebeheer, waardoor agentgedrag in productie kan afwijken van wat in Git staat zonder dat iemand het merkt. Grounding-data en retrieval-configuratie gekoppeld aan Data Cloud vallen volledig buiten de standaard Metadata API, en nieuwere agent-metadatatypes veranderen snel genoeg dat toolondersteuning achterloopt op wat Agent Builder blootlegt.

Waar het lastig wordt

Agent Builder-bewerkingen slaan Git over

Topics, acties en prompttemplates die in Agent Builder zijn gebouwd, worden meestal direct bewerkt in welke org er ook open is, waardoor wat in productie draait stilletjes kan afwijken van wat is gecommit.

Grounding-data valt buiten de Metadata API

Retrieval- en grounding-configuratie gekoppeld aan Data Cloud is geen deploybare metadatacomponent, dus moet deze per omgeving handmatig worden ingesteld en gesynchroniseerd.

Nieuwe agent-metadatatypes lopen voor op tooling

Agentforce-metadatatypes worden snel uitgebracht en gewijzigd, waardoor deploytooling, Serpent inbegrepen, kan achterlopen op wat Agent Builder bij een bepaalde release blootlegt.

In de praktijk

Hoe Serpent helpt

Serpent's native MCP-server verbindt rechtstreeks met Claude, Cursor en Copilot, zodat een agent in gewoon Engels om een afgebakende deployment kan vragen en een mens deze nog steeds goedkeurt voordat er iets wordt uitgerold. Elke prompt-naar-deploy doorloopt nog steeds dezelfde preflightchecks en taakgeschiedenis als een handmatige release. Zie Serpent AI voor hoe de MCP-server in je pipeline past.

Typische release voor Salesforce DevOps voor Agentforce

Task de agentwijziging
Een task legt de topic-, actie- of promptbewerking vast die een beheerder in Agent Builder heeft gemaakt, samen met eventuele Apex of Flow die deze aanroept.
AI-review signaleert afwijking
Serpent's AI-review controleert de task tegen de huidige agentconfiguratie van de org, zodat een handmatig bewerkte topic niet stilletjes wordt overschreven door een verouderde branch.
Deploy via MCP of de standaardpipeline
Rol de afgebakende wijziging uit vanuit Claude, Cursor of Copilot via Serpent's native MCP-server, of rechtstreeks vanuit de taakpipeline; beide paden doorlopen dezelfde preflightchecks.
Een mens keurt goed voordat het wordt uitgerold
Een teamgenoot keurt het deploymentplan goed voordat er iets naar een gedeelde sandbox of productie verhuist, zelfs wanneer het verzoek afkomstig was van een agent.

Veelgestelde vragen

Agentforce DevOps, beantwoord

Kan Serpent Agent Builder-topics en -acties rechtstreeks deployen?

Serpent tracked en deployt de Apex, Flow en metadata waar een agent van afhankelijk is via de standaardpipeline. Topic- en promptbewerkingen die live in Agent Builder zijn gemaakt, moeten nog steeds in een task worden vastgelegd zodat ze niet afwijken van wat wordt uitgerold.

Laat de MCP-server een AI wijzigingen uitrollen zonder review?

Nee. Een prompt-naar-deploy-verzoek van Claude, Cursor of Copilot doorloopt dezelfde preflightchecks en taakgeschiedenis als een handmatige release, en een mens keurt het nog steeds goed.

Hoe gaat Serpent om met Data Cloud grounding-configuratie voor een agent?

De eigen configuratie van Data Cloud blijft op elke tool buiten de Metadata API. Serpent houdt de omringende Salesforce-metadata, permission sets en omgevingen gesynchroniseerd, zodat de rest van de agentopzet niet afwijkt.

Start gratis. Geen creditcard, geen installatie, geen verplichting.

Binnen 15 minuten ingericht. Geen DevOps-medewerker nodig.

Start gratis Plan een demo