- Erste Schritte
- Datensicherheit und Compliance
- Organisationen
- Authentifizierung und Sicherheit
- Lizenzierung
- Über die Lizenzierung
- Einheitliche Preise: Lizenzierungsplan-Framework
- Flex: Lizenzierungsplan-Framework
- Aktivieren Ihrer Enterprise-Lizenz
- Upgrades und Downgrades von Lizenzen
- Lizenzmigration
- Anfordern einer Diensttestversion
- Zuweisen von Lizenzen zu Mandanten
- Zuweisen von Benutzerlizenzen
- Freigegeben von Benutzerlizenzen
- Überwachung der Lizenzzuweisung
- Lizenzüberzuweisung
- Lizenzierungsbenachrichtigungen
- Benutzerlizenzverwaltung
- Mandanten und Dienste
- Konten und Rollen
- AI Trust Layer
- Über AI Trust Layer
- Überprüfung der Nutzungszusammenfassung
- Anzeigen von Überwachungsprotokollen
- Verwalten von AI Trust Layer-Richtlinien
- PII-Maskierung
- Verwalten von Autopilot for Everyone
- Konfigurieren von LLMs
- Einschränken von LLM-Aufrufen auf Ihre eigenen Modelle
- Konfigurieren von OpenTelemetry
- Steuern von kontextbezogenen Daten für GenAI-Funktionen
- Verwenden von Connector-Vorlagen
- Anleitung: Verbinden von Missral über AI Trust Layer
- How-to guide: Connecting open-source models through AI Trust Layer
- Externe Anwendungen
- Benachrichtigungen
- Protokollierung
- Datenexport
- Tests in Ihrer Organisation
- Fehlersuche und ‑behebung
- Migration zur Automation Cloud
Create custom Integration Service connectors for AI Trust Layer LLM configurations using templates for AWS Bedrock, Azure OpenAI, and other providers.
This capability is generally available for enterprise customers upon request.
Connector-Vorlagen sind vordefinierte Integration Service-Connector-Konfigurationen für gängige LLM-Anbieter. Wenn Sie einen benutzerdefinierten Connector über AI Trust Layer erstellen und eine Vorlage auswählen, wird der Connector vorab mit den erforderlichen API-Ressourcen, Authentifizierungseinstellungen und JavaScript-Hooks für diesen Anbieter ausgefüllt, wodurch die manuelle Konfiguration reduziert wird.
Erstellen Sie einen benutzerdefinierten Connector aus einer Vorlage
- Gehen Sie zu Administrator > AI Trust Layer > LLM-Konfigurationen und wählen Sie Konfiguration hinzufügen.
- Wählen Sie die Werte Mandant, Produkt und Funktion für die Konfiguration aus.
- Konfigurieren Sie unter Modellkonfiguration die Felder LLM-Name und API-Typ .
- Wählen Sie im Feld Connector die Option Benutzerdefinierten Connector erstellen aus.
- Wählen Sie im Dialogfeld Benutzerdefinierten Connector erstellen eine der verfügbaren Vorlagen aus.
- Wählen Sie Connector erstellen. Sie werden zum Connector Builder weitergeleitet, wo Sie die Konfiguration bearbeiten, speichern und den Connector veröffentlichen können .
Result: The custom connector is created and pre-configured based on the selected template. You can edit the connector's JavaScript hooks to further customize the LLM request and response behavior.
Verfügbare Vorlagen
Die Vorlagen, die im Dialogfeld Benutzerdefinierten Connector erstellen verfügbar sind, hängen vom API-Typ ab, den Sie in der Modellkonfiguration ausgewählt haben.
AWS Bedrock
Verfügbar für den API-Typ: AWS Bedrock
Verwendungszweck: Verwenden Sie diese Vorlage, wenn Sie eine Verbindung mit Ihrer eigenen Amazon Bedrock LLM-Instanz herstellen und LLM-Anforderungs- und Antwortattribute steuern oder ändern müssen.
Authentifizierung: Diese Vorlage folgt der standardmäßigen AWS Bedrock-Authentifizierung basierend auf einem API-Schlüssel.
Azure OpenAI
Verfügbar für den API-Typ: OpenAI
Verwendungszweck: Verwenden Sie diese Vorlage, wenn Sie eine Verbindung mit Ihrer eigenen Azure OpenAI LLM-Instanz herstellen und LLM-Anforderungs- und Antwortattribute steuern oder ändern müssen.
Authentifizierung: Diese Vorlage folgt der standardmäßigen Azure OpenAI-Authentifizierung.
Google Vertex AI
Verwendungszweck: Verwenden Sie diese Vorlage, wenn Sie eine Verbindung mit Ihrer eigenen Google Vertex AI LLM-Instanz herstellen und LLM-Anforderungs- und Antwortattribute steuern oder ändern müssen.
Authentifizierung: Diese Vorlage folgt der standardmäßigen Google Vertex AI-Authentifizierung basierend auf einem API-Schlüssel.
Mit OpenAI V1 kompatibel
Verfügbar für den API-Typ: OpenAI
Verwendungszweck: Verwenden Sie diese Vorlage, wenn Sie eine Verbindung mit Ihrer eigenen OpenAI- oder OpenAI V1-kompatiblen Instanz herstellen – z. B. Firefox – und Sie LLM-Anforderungs- und Antwortattribute steuern oder ändern müssen.
Authentifizierung: Diese Vorlage folgt der standardmäßigen OpenAI V1-kompatiblen Authentifizierung basierend auf einem API-Schlüssel.
Benutzerdefiniertes KI-Gateway
Verfügbar für den API-Typ: Alle
Verwendung: Verwenden Sie diese Vorlage, wenn sich Ihre LLMs hinter einem KI-Gateway befinden.
Authentifizierung: Weitere Konfigurationsdetails finden Sie in der Dokumentation zur Connector Builder-Authentifizierung.
Die Vorlage enthält zwei API-Ressourcen, die für den Authentifizierungstyp „Benutzerdefiniert“ erforderlich sind:
/onProvision– Wird beim Erstellen der Integration Service-Verbindung aufgerufen. Ruft ein temporäres Token von Ihrem Identitätsanbieter ab und speichert es zusammen mit einer Ablaufzeit in der Verbindung./onRefresh– Wird verwendet, um das Token zu aktualisieren. Die Ziel-URL, der Pre-Anforderungs-Hook und der Nach-Anforderungs-Hook müssen mit denen übereinstimmen, die für/onProvisionkonfiguriert sind.
Wenn Sie einen anderen Authentifizierungstyp als Benutzerdefiniert auswählen, entfernen Sie die API-Ressourcen /onRefresh und /onProvision aus dem Connector.
Bearbeiten Sie die JavaScript-Hooks
Because this capability is generally available upon request, editing the scripts requires assistance from UiPath Support. Contact UiPath Support to enable and configure the JavaScript hooks for your connector.
After creating a connector from a template, you can customize its behavior by editing the pre-request and post-request JavaScript scripts. For an overview of Connector Builder, refer to the Connector Builder documentation.
Bevor Sie die Skripte bearbeiten, überprüfen Sie die verfügbaren Code-Snippets und die Dokumentation für jedes reservierte Schlüsselwort.