> ## Documentation Index
> Fetch the complete documentation index at: https://novita.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Snelstart

Deze gids helpt je om **je eerste Agent in 5 minuten te ontwikkelen, implementeren en aan te roepen**.

***

## Inhoudsopgave

* [Overzicht](#overview)
* [Vereisten](#prerequisites)
* [Stap 1: Integreer SDK in je Agent](#step-1-integrate-sdk-into-your-agent)
* [Stap 2: Genereer configuratiebestanden met CLI](#step-2-generate-configuration-files-with-cli)
* [Stap 3: Implementeer naar Novita met één klik](#step-3-deploy-to-novita-with-one-click)
* [Stap 4: Roep Agent aan via CLI of SDK](#step-4-invoke-agent-via-cli-or-sdk)
* [FAQ](#faq)

***

## Overzicht

De volledige workflow bestaat uit 4 stappen:

1. ✅ **Integreer SDK** - Voeg decorators toe aan je Agent-code
2. ✅ **Configureer Agent** - Genereer configuratiebestanden met de CLI
3. ✅ **Implementeer Agent** - Implementeer met één klik naar de cloud
4. ✅ **Roep Agent aan** - Roep je Agent aan met SDK of CLI

***

## Vereisten

Zorg ervoor dat je aan de volgende vereisten voldoet:

* ✅ Python 3.9+ en Node.js 20+ geïnstalleerd
* ✅ Bètaversie van Python SDK en Node.js CLI geïnstalleerd (zie [Installatiegids](/docs/nl/guides/sandbox-agent-runtime-installation))
* ✅ Novita AI API Key verkregen (via de [Console](https://novita.ai/settings/key-management))
* ✅ [Docker](https://www.docker.com/products/docker-desktop/) geïnstalleerd

***

## Stap 1: Integreer SDK in je Agent

### 1.1 Maak Agent-code

Maak `app.py` aan in je projectdirectory:

```python theme={"system"}
from novita_sandbox.agent_runtime import AgentRuntimeApp

# Create Agent Runtime application instance
app = AgentRuntimeApp()

# Define Agent entry point with decorator
@app.entrypoint
def my_agent(request: dict) -> dict:
    """
    Agent entry function
    
    Args:
        request: Request data, which typically contains fields like prompt
        
    Returns:
        Response data dictionary
    """
    prompt = request.get("prompt", "")
    
    # Agent business logic
    # You can call LLMs, use Agent frameworks, or implement any custom logic here
    result = f"Received message: {prompt}"
    
    return {"result": result}

# Local run entry point
if __name__ == "__main__":
    app.run()
```

### 1.2 Bereid het afhankelijkhedenbestand voor

Zorg ervoor dat de root van je project een `requirements.txt`-bestand bevat met de vereiste afhankelijkheden:

```txt theme={"system"}
novita-sandbox>=1.1.0b1
# Your other dependencies...
```

### 1.3 Lokaal testen

Test lokaal vóór implementatie:

```bash theme={"system"}
# Start the Agent service
python app.py
```

Test de endpoints in een andere terminal:

```bash theme={"system"}
# Test health check
curl http://localhost:8080/ping

# Test Agent invocation
curl -X POST http://localhost:8080/invocations \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Hello, Agent!"}'
```

**Verwachte uitvoer**:

Health check zou moeten retourneren:

```json theme={"system"}
{"status": "Healthy"}
```

Agent-aanroep zou moeten retourneren:

```json theme={"system"}
{"result": "Received message: Hello, Agent!"}
```

***

## Stap 2: Genereer configuratiebestanden met CLI

Gebruik de CLI om je Agent interactief te configureren:

```bash theme={"system"}
# Make sure environment variables are configured
export NOVITA_API_KEY=your-novita-api-key

# Run configuration command
npx novita-sandbox-cli agent configure
```

Volg de CLI-prompts om de vereiste informatie te configureren. Wanneer dit is voltooid, genereert de CLI de volgende bestanden in je projectdirectory:

* `novita.Dockerfile` - Docker-buildbestand
* `.dockerignore` - Docker-ignorebestand
* `.novita-agent.yaml` - Agent-configuratiebestand

***

## Stap 3: Implementeer naar Novita AI met één klik

> ⚠️ **Belangrijk**: Na een succesvolle implementatie wordt er een `agent_id` gegenereerd. Dit is de unieke identifier om je Agent aan te roepen—zorg ervoor dat je deze opslaat.

### 3.1 Implementatieopdracht

Implementeer met één klik via de CLI:

```bash theme={"system"}
npx novita-sandbox-cli agent launch
```

### 3.2 Implementatieresultaten bekijken

Na een succesvolle implementatie werkt het `.novita-agent.yaml`-bestand het veld `status` bij:

```yaml theme={"system"}
status:
  phase: deployed
  agent_id: agent-xxxx  # ⭐ This is your Agent's unique identifier
  last_deployed: '2025-10-23T10:35:00Z'
  build_id: build_xyz789
```

**Noteer de `agent_id`—je hebt deze nodig voor latere aanroepen.**

***

## Stap 4: Roep Agent aan via CLI of SDK

### Optie 1: Snelle test met CLI

Test je Agent snel met de CLI:

```bash theme={"system"}
npx novita-sandbox-cli agent invoke "Hello, Agent!"
```

**Opmerking**: De CLI leest automatisch de Agent ID uit het veld `status.agent_id` in `.novita-agent.yaml`.

**Verwachte uitvoer**:

```json theme={"system"}
{"result": "Received message: Hello, Agent!"}
```

### Optie 2: SDK-aanroep (aanbevolen voor productie)

Gebruik de SDK om je Agent aan te roepen in backendservices:

#### Voorbeeldcode

```python theme={"system"}
import asyncio
import json
import os
from novita_sandbox.agent_runtime import AgentRuntimeClient
from dotenv import load_dotenv

# Load environment variables
load_dotenv()

# Create Agent Runtime client
client = AgentRuntimeClient(
    api_key=os.getenv("NOVITA_API_KEY")
)

async def main():
    # Get from status.agent_id in .novita-agent.yaml after deployment
    agent_id = "agent-xxxx"
    
    # Prepare request data
    payload = json.dumps({
        "prompt": "Hello, Agent! Tell me something about AI."
    }).encode()
    
    # Invoke Agent
    print(f"🚀 Invoking agent: {agent_id}")
    response = await client.invoke_agent_runtime(
        agentId=agent_id,
        payload=payload,
        timeout=300
    )
    
    print(f"✅ Response: {response}")

if __name__ == "__main__":
    asyncio.run(main())
```

***

## FAQ

### Q1: Hoe krijg ik de Agent ID?

Na een succesvolle implementatie wordt de Agent ID opgeslagen in het veld `status.agent_id` van het bestand `.novita-agent.yaml`:

```yaml theme={"system"}
status:
  agent_id: agent-xxxxx  # Here
```

### Q2: Wat als de implementatie mislukt?

1. **Controleer het afhankelijkhedenbestand**: Zorg ervoor dat `requirements.txt` alle afhankelijkheden bevat
2. **Bekijk gedetailleerde logs**: Gebruik de vlag `--verbose`
3. **Controleer de netwerkverbinding**: Zorg ervoor dat je toegang hebt tot het Novita AI Sandbox-domein (bijv. `sandbox.novita.ai`)
4. **Controleer API Key**: Bevestig dat `NOVITA_API_KEY` correct is

```bash theme={"system"}
# Show detailed logs
npx novita-sandbox-cli agent launch --verbose
```

### Q3: Hoe werk ik een geïmplementeerde Agent bij?

Pas je code aan en implementeer opnieuw:

```bash theme={"system"}
# Option 1: Create new version (Recommended)
npx novita-sandbox-cli agent configure --agent-version 1.1.0
npx novita-sandbox-cli agent launch

# Option 2: Update existing version
npx novita-sandbox-cli agent launch --update-existing
```

### Q4: Werkt lokaal, maar mislukt na implementatie?

**Mogelijke oorzaken**:

1. Omgevingsvariabelen worden niet doorgegeven aan de sandbox-instantie
2. Inconsistenties in versies van afhankelijkheidspakketten
3. Problemen met bestandspaden

**Oplossing**:

Geef omgevingsvariabelen door aan de sandbox-instantie via de parameter `envVars`:

```python theme={"system"}
response = await client.invoke_agent_runtime(
    agentId=agent_id,
    payload=payload,
    envVars={
        "NOVITA_API_KEY": os.getenv("NOVITA_API_KEY"),
        "MODEL_NAME": "deepseek/deepseek-v3-0324"
    }
)
```