Führen Sie den Thread aus

Beschreibung

Diese Aktivität ermöglicht automatisierten Prozessen, die von Maestro orchestriert werden, um sich mit einem Azure AI Foundry -Projekt zu verbinden und darin definierte Agenten aufzurufen.

Erstellen des Microsoft Azure AI Foundry-Agenten

In Azure Foundation AI können Agents mit codierten und codelosen Methoden erstellt werden, die von Azure unterstützt werden. Die Kompatibilität von UiPath Connectors hängt von der Bereitstellung und Verfügbarkeit des Agents über die API unter projectname/services.ai.azure.com/api/ ab.

Eine Strategie für die Interaktion von Maestro zu Agent sollte während der gesamten Erstellung eines Agents beibehalten werden. Im Maestro-Geschäftsprozess sendet Maestro einen vordefinierten Satz von Parametern an den Agenten mit einer klaren Erwartung, welche Parameter der Agent in seiner Antwort verwenden wird, um den Prozess weiter an sein Ziel zu führen.

Wie die Aktivität verwendet wird

Um diese Aktivität in einem Maestro-Prozess zu verwenden, führen Sie folgende Schritte aus:

1. Fügen Sie ein Dienstaufgabenelement zur Arbeitsfläche hinzu und öffnen Sie den Eigenschaftenbereich der Aufgabe.
2. Nennen Sie die Dienstaufgabe Foundry Hello World.
3. Wählen Sie im Abschnitt Implementierung in der Dropdownliste Aktion die Option Starten und auf einen externen Agent warten.
4. Wählen Sie den Microsoft Azure AI Foundry Connector aus.
5. Wählen Sie eine vorhandene Verbindung aus oder erstellen Sie eine neue. Weitere Informationen finden Sie unter Microsoft Azure AI Foundry -Authentifizierung.

6. Wählen Sie unter Aktivität die Option Thread ausführen aus.

7. Wählen Sie unter Agentname einen Agent aus, der zuvor in Microsoft Azure AI Foundry erstellt wurde.

8. Geben Sie in Nachricht „Was können Sie tun?“ ein. Stellen Sie sicher, dass Sie die Anführungszeichen in den Prompt aufnehmen.

   

9. Verbinden Sie das Startereignis mit der Dienstaufgabe und die Dienstaufgabe mit einem Endereignisknoten in der Canvas.

10. Wählen Sie Debuggen , um diesen Prozess auszuführen. Überprüfen Sie nach einer erfolgreichen Ausführung die globalen Variablen und suchen Sie nach der {:}-Antwort aus der Quelle: Foundry Hello World. Beachten Sie die Struktur der Antwort.

    Hinweis: Die Ausführung des Foundry-Agents kann bis zu 90 Sekunden dauern. In einigen seltenen Situationen kann es aufgrund des asynchronen Antwortmechanismus des Foundry-Agenten bis zu 10 Minuten dauern.

    Das ist zum Beispiel die Antwort des Agents auf den Prompt „Was können Sie tun?“:

    {
      "content_value": "Here’s how I can assist you:\n\n- **Recommend AI Tools**: Suggest the best AI tools (apps, platforms, APIs) for your specific challenge, need, or workflow.\n- **Usage Guidance**: Provide clear steps on how to use the suggested AI tool for your scenario.\n- **Prompt Writing**: If the suggestion involves an AI language model (like ChatGPT, Claude, etc.), I provide you with a ready-to-use prompt tailored to your need.\n- **Comparison**: Offer quick comparisons between similar AI tools if needed.\n- **Special Cases**: Point you to tools with image/audio/video capabilities for media-related requirements.\n\n**Try me:**  \n- State your problem, task, or goal (e.g., “I need to summarize research articles”).\n- I’ll reply with the best matching AI tool and exact usage instructions/prompt.",
      "thread_id": "thread_AJhKo6PvrzCFu1dtpXV1ZEqM",
      "assistant_id": "asst_lozoOWbsiggHu9QItxfrXZt1",
      "role": "assistant",
      "run_id": "run_GS5b1gEgXElhudrhFSAtFzQo",
      "content_type": "text",
      "latest_message_id": "msg_D5MUkFj4AvsHKNdHNFQBJpAv",
      "created_at": 1758581230,
      "object": "thread.message",
      "timestamp": "2025-09-22T22:47:10Z",
      "eventType": "TRIGGER_CREATED"
    }

Die Ausgabe des Agents muss einer Prozessvariablen zugeordnet werden, damit sie den Fortschritt des Maestro-Prozesses beeinflussen kann, um beispielsweise eine Entscheidung auf der Grundlage einer booleschen Bewertung zu treffen oder die Antwort aus einer Klassifizierungsaufgabe zu verwenden.

1. Wählen Sie im Designmodus den Agent auf der Designfläche aus.

2. Wählen Sie Eigenschaften aus.

3. Wählen Sie unter Ausgabe die Option Neue hinzufügen und fügen Sie eine Variable vom Typ String mit dem Namen agent_reponse hinzu.

4. Wählen Sie für Wert die Optionteil von HelloF möchten möchten Art > Response > Content value (string).

Tipp: Geben Sie in der Praxis die strukturierte Ausgabe Ihrer Wahl aus dem Agenten an und werten Sie dann die Ausgabe in Maestro mithilfe des Ausdrucks-Editors aus, um den spezifischen Teil der Ausgabe in dem für Ihren Prozessablauf erforderlichen Typ zu extrahieren.

Beispiel für die Bearbeitung der Agentenausgabe in Maestro mithilfe des Ausdruckseditors:

Wenn der Prompt war:

„Was ist die Hauptsitz von Frankreich?“ in einer JSON nur in der Form der Nur-JSON-Ausgabe {"capal":"Normandy“) zu antworten

Die Antwort ist result.reponse.content_value (Typ string):

{"capwert":"Paris"}

Wenn Sie sie in JSON konvertieren möchten, erstellen Sie eine neue Variable vom Typ JSON, z. B. answer_in_JSON und verwenden Sie den Ausdruckseditor:

js:JSON.parse(result.response.messages[0].content)

Das Ergebnis des JS-Ausdrucks ist (Typ JSON):

{
  "capital": "Paris"
}

Fehlerbehebung und Optimierung

Sie sollten nicht nur die Verbindung herstellen, sondern auch Eingabeaufforderungen sowohl im Arbeitsbereich „Microsoft Azure AI Foundry“ als auch in Maestro testen. Dadurch wird sichergestellt, dass Sie die gewünschte Ausgabe erhalten, die am besten von Maestro verarbeitet, Variablen zugewiesen und an andere Beteiligten im Prozess weitergegeben werden kann.

Es wird empfohlen, dass detaillierte Prompts innerhalb der Systemprompts des Agents in Microsoft Azure AI Foundry bleiben. Der Benutzerprompt , den Maestro dem Agenten zur Runtime gibt, sollte kurz und prägnant sein. Ihre Rolle besteht in erster Linie darin, die relevanten Variablen anzugeben, die der Agent benötigt, um eine bestimmte Aufgabe auszuführen und eine erwartete konsistente Ausgabe zu generieren.

Ausgaben, die sich an Menschen wenden, z. B. die Gründe für eine Eskalation, können einfach als natürlicher Text für den Menschen übergeben werden. Eine Ausgabe, die für eine API-/Roboteraktion erwartet wird, muss streng zusammengesetzt sein. Hier sehen Sie ein Beispiel für einen Benutzerprompt, der eine bestimmte Ausgabe eines Agents ergibt. Verwenden Sie den C#-Ausdrucks-Editor in Studio, um nach Bedarf Variablen hinzuzufügen.

"What is the quantity on inventory of Order ID " + vars.orderId_1 + "respond only with a JSON object with the quantity in the key Order_Quantity. No explanations, only JSON"

Der Agent antwortet wie folgt:

{"Order_Quantity":"100"}

Achten Sie besonders auf die Typen in Ihrer Anfrage an den Agenten und in der tatsächlichen Antwort. Auch wenn die Antwort wie vom Typ JSON aussieht, kann sie tatsächlich vom Typ string sein.