- 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
- Anleitung: Verbinden von Open-Source-Modellen über AI Trust Layer
- Externe Anwendungen
- Benachrichtigungen
- Protokollierung
- Datenexport
- Tests in Ihrer Organisation
- Fehlersuche und ‑behebung
- Migration zur Automation Cloud
Erstellen Sie benutzerdefinierte Integration Service-Connectors für AI Trust Layer LLM-Konfigurationen mithilfe von Vorlagen für AWS Bedrock, Azure OpenAI und andere Anbieter.
Diese Funktion ist auf Anfrage allgemein für Enterprise-Kunden verfügbar.
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 .
Ergebnis: Der benutzerdefinierte Connector wird basierend auf der ausgewählten Vorlage erstellt und vorkonfiguriert. Sie können die JavaScript-Hooks des Connectors bearbeiten, um das LLM-Anforderungs- und Antwortverhalten weiter anzupassen.
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
Da diese Funktion auf Anfrage allgemein verfügbar ist, erfordert die Bearbeitung der Skripte Unterstützung vom UiPath Support. Wenden Sie sich an den UiPath-Support, um die JavaScript-Hooks für Ihren Connector zu aktivieren und zu konfigurieren.
Nach dem Erstellen eines Connectors aus einer Vorlage können Sie sein Verhalten anpassen, indem Sie die JavaScript-Skripte vor und nach der Anforderung bearbeiten. Eine Übersicht über Connector Builder finden Sie in der Dokumentation zu Connector Builder.
Bevor Sie die Skripte bearbeiten, überprüfen Sie die verfügbaren Code-Snippets und die Dokumentation für jedes reservierte Schlüsselwort.