- Einleitung
- Erste Schritte
- Erstellen mit Maestro BPMN
- Grundlegendes zur BPMN-Modellierung von Maestro
- Öffnen der Modellierungsarbeitsfläche
- Modellierung Ihres Prozesses
- Ausrichten und Verbinden von BPMN-Elementen
- Patterns library
- Autopilot for Maestro (Vorschau)
- Prozess-Repository
- Einen einfachen BPMN-Prozess implementieren
- Einen komplexen BPMN-Prozess implementieren
- Debugging
- Simulieren
- Auswertungen (Vorschau)
- Häufige Implementierungsszenarien
- Erstellen mit Maestro Case
- Einführung in Maestro Case
- Maestro BPMN vs. Maestro Case: Wann wird Case Management verwendet?
- Der Lebenszyklus von Maestro Case: Vom Ereignis-Trigger zum App-Erlebnis
- Erstellen Sie Ihren ersten Fall mit Maestro Case
- Maestro Case mit einem Codierungs-Agent erstellen (Vorschau)
- Definieren von Fallschlüsseln (System vs. extern)
- Erstellen von Task-E/A- und Write-Back-Verträgen
- Austrittsregeln und Beendigung der frühen Phase
- Modellieren von primären und sekundären Phasen
- Auslösen eines Falls aus Data Fabric
- Implementieren von Personas und Berechtigungen auf Phasenebene
- Festlegen von SLAs und automatisierten Eskalationsregeln
- Konfigurieren einer Nacharbeitsschleife (Wiedereintritt)
- Konfigurieren und Testen des Case Manager-Agents (Vorschau)
- Eingabe- und Ausgabevertrag für den Fall Manager
- Wörterbuch für die Komponente „Maestro Case“.
- Erstellen mit Maestro Flow
- Maestro Automate
- Integrationen
- Betrieb
- Überwachung
- Optimieren
- Referenzinformationen
Chat
Chatknoten zur Modellierung von Konversationserfahrungen in Maestro Flow, wobei die Routing-Steuerung, Conversational AI-Turns und deterministische Nachrichten abgedeckt werden.
Die Chatknoten erstellen einen Konversationsflow. Nach der Bereitstellung erreicht es Endbenutzer über jeden Chatkanal, der für Conversational Agents unterstützt wird – iFrame-Einbettungen, Assistant, Microsoft Teams, Slack und benutzerdefinierte Oberflächen, die mit dem UiPath TypeScript SDK erstellt wurden. Überwachen Sie seine Leistung, Metriken und Benutzerfeedback über die Beobachtbarkeit des Chat-Agents.
Verfügbare Knoten
| Knoten | Was es tut |
|---|---|
| Conversation Trigger | Markiert den Flow als Konversation und startet ihn, wenn ein Benutzer einen Chat auf einem beliebigen Kanal initiiert. |
| Warten auf Nachricht | Wird angehalten, bis der Benutzer eine Nachricht sendet, und gibt dann den neuesten Konversationskontext (Chatverlauf) aus, damit nachgelagerte Knoten ihn nutzen können. |
| Konversations-Agent | Führt eine einzelne Chat Agent- Runde aus. Streams seine Antworten und führt Aktionen durch Toolaufrufe aus. |
| Send Message | Schreibt eine beliebige Nachricht in die Konversation. Verwenden Sie dies für feste Antworten, das Weiterleiten von Nachrichten und das Senden von Daten von anderen Knoten an den Chat. |
| Get Conversation Context | Liest den aktuellen Konversationsverlauf und die Metadaten, ohne den Flow auszusetzen. Im Allgemeinen nicht erforderlich, kann aber verwendet werden, wenn ein nachgelagerter Knoten die neuesten Chatnachrichten überprüfen muss, ohne auf neue Eingaben zu warten. |
Beispiele für Funktionen
Kombinieren Sie die Konversationsknoten mit der restlichen Palette von Flow, um eine Vielzahl von Funktionen freizuschalten, z. B.:
- Deterministische Verzweigung – Weiterleitung zu verschiedenen Knotenpfaden basierend auf dem Nachrichteninhalt oder der Agent-Ausgabe.
- Agent-Übergabe – Leiten Sie die Konversation zwischen mehreren Konversationsagenten weiter, die jeweils über einen eigenen Prompt und eigene Tools verfügen.
- Parallele Verzweigungen – starten Sie alle anderen Flow-Verzweigungen parallel – z. B. menschliche Genehmigungsaufgaben – während die Konversation nahtlos mit dem Benutzer fortgesetzt wird.
- Chatbeendigung – Beendet die Konversation, wenn ein Ziel erreicht ist.
- Zero-Agent-Konversationen – Erstellen Sie einen vollständig deterministischen Chat ohne LLM-runden.
End-to-End-Anleitung
Ein Schritt-für-Schritt-Beispiel, das die Chatknoten in einem Routingmuster für die Übergabe an Agents kombiniert, finden Sie unter Einen Chat Agent-Workflow erstellen .
Zugehörig
- Chat Conversational Agents – Übersicht über die Oberfläche im Benutzerhandbuch zu Agents.
- Chat-Bereitstellung – in Orchestrator veröffentlichen und über Instanzverwaltung, Assistant, Teams, Slack, iFrame oder das TypeScript SDK bereitstellen.