Autonomer Agent

Autonomer Agent-Knoten: Konfigurieren Sie einen KI-Agenten mit einem Modell, Prompts, Tools und Ressourcen, damit er Aufgaben analysieren und ausführen kann.

Was es tut

Führt einen KI-Agenten aus, den Sie auf der Arbeitsfläche erstellen. Sie geben ihm ein Modell, Anweisungen, Tools und Kontext, und er analysiert Ihre Daten, um eine Aufgabe auszuführen und ein Ergebnis zurückzugeben.

Der Knoten ist in der Palette als Autonomer Agent bezeichnet. Verwenden Sie ihn für KI-gestützte Entscheidungen, Inhaltsgenerierung, Klassifizierung, Extraktion oder andere Schritte, die von schlussfolgerndem Vorgehen statt von fester Logik profitieren.

Ein Autonomer Agent analysiert in einer Schleife. Er liest die Prompts, entscheidet, ob ein Tool aufgerufen oder sein Kontext konsultiert werden soll, bezieht die Ergebnisse ein und wiederholt den Vorgang, bis er eine Antwort hat oder sein Iterationslimit erreicht. Sie gestalten diese Schleife mit dem Modell, den Prompts und den Ressourcen, die Sie mit den Handles des Knotens verbinden.

Wann Sie dies anstelle eines BPMN-Prozesses verwenden sollten

Situation	Verwenden Sie
Sie möchten das Modell, die Prompts und die Tools des Agenten direkt in diesem Flow definieren.	Autonomer Agent
Sie möchten einen Agenten aufrufen, der bereits in Ihrer Organisation veröffentlicht wurde.	BPMN-Prozess
Sie benötigen eine feste, regelbasierte Verzweigung ohne schlussfolgerndes Vorgehen.	Decision oder Switch

Ein autonomer Agent wird inline erstellt: seine Konfiguration befindet sich auf dem Knoten und folgt dem Flow.

Hinzufügen eines Agenten

Fügen Sie den Knoten hinzu und konfigurieren Sie ihn anschließend im Eigenschaftenbereich.

1. Wählen Sie die Schaltfläche + an einem Output-Handle aus oder öffnen Sie die Knotenpalette über die untere Symbolleiste.
2. Wählen Sie die Kategorie Agent und anschließend Autonomer Agent aus. Flow fügt den Knoten hinzu und öffnet seinen Eigenschaftenbereich.
3. Konfigurieren Sie das Modell und die Prompts wie unten beschrieben.

Ergebnis: Der Autonomous Agent-Knoten wird der Arbeitsfläche hinzugefügt, und der Eigenschaftenbereich wird geöffnet, sodass der Knoten konfiguriert werden kann.

Konfigurationsreferenz

Feld	Erforderlich	Standard	Beschreibung
Modell	Nein	Standard-Agent-Modell der Organization	Das Large Language Model (LLM), das der Agent verwendet. Wählen Sie ein Modell aus der Auswahl aus, in der die für Ihre Organization verfügbaren Modelle aufgeführt sind.
Systemprompt	Ja	Keine	Die Rolle und grundlegenden Anweisungen des Agenten: wer er ist und wie er sich verhalten soll. Verfassen Sie dauerhafte Anweisungen, die für jeden Aufruf gelten, z. B. zur Persona, zu Einschränkungen und zu den Erwartungen an die Ausgabe des Agenten.
Benutzerprompt	Ja	Keine	Die Aufgabe für diesen Aufruf. Verweisen Sie mit Ausdrücken auf Workflow-Daten, z. B. $vars.start.output.request.
Temperatur	Nein	0	Zufallsgrad der Stichproben, von 0 bis 1. Niedrigere Werte führen zu deterministischeren Antworten; höhere Werte führen zu abwechslungsreicheren oder kreativeren Antworten.
Max. Token pro Antwort	Nein	16384	Maximale Länge jeder Modellantwort. Die Obergrenze hängt vom ausgewählten Modell ab.
Max. Iterationen	Nein	25	Maximale Anzahl von Schlussfolgerungs- und Tool-Aufrufschritten, bevor der Agent angehalten wird. Akzeptiert Werte von 1 bis 100.
Leitlinien	Nein	Keine	Regeln, die das Verhalten und die Ausgaben des Agenten einschränken, z. B. das Blockieren unzulässiger Inhalte oder das Begrenzen des Agenten auf einen definierten Scope. Guardrails gelten für den Agenten als Ganzes.

Ausgabevariablen

Deklarieren Sie die strukturierten Rückgabefelder des Agents im Abschnitt Ausgaben der Registerkarte Parameter des Eigenschaftenbereichs. Der Agent hat keine separate Liste der deklarierten Eingabevariablen – verweisen Sie stattdessen direkt auf Upstream-Daten in den Prompts, z. B. auf $vars.start.output.request im Benutzerprompt.

Jeder Agent beginnt mit einer Ausgabevariablen, content, die den Antworttext enthält. Fügen Sie weitere Ausgabevariablen hinzu, damit der Agent strukturierte Daten zurückgibt.

Jede Ausgabevariable, die Sie deklarieren, wird zu einem Feld auf dem output -Objekt des Agents, auf das $vars.<agentName>.output.<name> verwiesen wird. Geben Sie jedem einen Namen und einen Typ und weisen Sie dann den Agent im Systemprompt an, diesen auszufüllen. Der Agent gibt alle deklarierten Felder zusammen in einem einzigen strukturierten output zurück.

Ressourcen

Ein Autonomous Agent wird durch Ressourcenknoten ergänzt, die Sie mit seinen Handles verbinden. Der Knoten verfügt über drei Ressourcen-Handles, die auf der Arbeitsfläche jeweils eine eigene Beschriftung haben: Tools, Kontext und Eskalationen. Verbinden Sie eine Ressource mit einem Handle und konfigurieren Sie diese Ressource anschließend in ihrem eigenen Eigenschaftenbereich. Die Ressourcen werden mit dem Flow weitergegeben.

Jeder Handle akzeptiert nur den entsprechenden Ressourcentyp. Die Arbeitsfläche verhindert unzulässige Verbindungen, sodass Sie beispielsweise ein Tool nicht mit dem Context-Handle verbinden können.

Tools

Verbinden Sie Tools mit dem Tools-Handle, um dem Agenten Funktionen bereitzustellen, die er während des Schlussfolgerns aufrufen kann. Der Agent entscheidet während seiner Schleife, ob und wann die einzelnen verbundenen Tools aufgerufen werden. Jedes Tool enthält eine Beschreibung, die dem Agenten erläutert, wofür es verwendet wird. Verfassen Sie daher klare Beschreibungen, wenn für ein Tool eine solche Beschreibung verfügbar ist.

Die Tooltypen, die Sie verbinden können, sind:

• Integrierte Tools, drei vorgefertigte Tools, die unten beschrieben werden.
• Connector-Tools, mit denen der Agent einen Integration Service-Vorgang aufrufen kann, z. B. zum Senden einer E-Mail oder zum Erstellen eines Datensatzes in einem nachgelagerten System.
• RPA-Workflow- und API-Funktionstools, mit denen der Agent einen veröffentlichten RPA-Prozess oder einen API-Workflow als Tool aufrufen kann.
• Model Context Protocol (MCP)-Servertools, die die auf einem MCP-Server veröffentlichten Tools bereitstellen.

Integrierte Tools

Drei integrierte Tools werden mit Flow ausgeliefert. Jedes ist eine in sich geschlossene Ressource, die Sie mit dem Tools-Handle verbinden und in einem eigenen Bereich konfigurieren.

• Analyze Files: Analysiert eine oder mehrere Dateien mit einem LLM, um Inhalte zu extrahieren, zusammenzufassen oder Fragen zu deren Inhalt zu beantworten. Beschreiben Sie die Dateien, die der Agent übergeben wird, und die Analyseaufgabe, die für diese Dateien ausgeführt werden soll.
• Batch Transform: Verarbeitet und transformiert eine CSV-Datei Zeile für Zeile. Geben Sie die Quelldatei an, beschreiben Sie die Aufgabe pro Zeile und definieren Sie die Ausgabespalten, die das Tool hinzufügt. Sie können die Verankerung durch die Websuche für die Transformation aktivieren oder deaktivieren.
• Zusammenfassen: Erstellt eine Zusammenfassung über mehrere Dokumente hinweg (bis zu 1.000 Seiten) mit Zitaten. Geben Sie die Quelle an, beschreiben Sie, was zusammengefasst werden soll, und wählen Sie die Dateierweiterung aus. Wenn die Quelle eine PDF ist, können Sie Zitate aktivieren oder deaktivieren.

MCP-Servertools

Verbinden Sie einen Model Context Protocol (MCP)-Server, um seine Tools dem Agent bereitzustellen. Wenn Sie ein oder mehrere Tools vom Server auswählen, wird unter der Toolauswahl ein Abschnitt Toolkonfiguration mit einem erweiterbaren Bereich pro Tool hinzugefügt. In diesem Bereich können Sie die Beschreibung jedes Arguments bearbeiten, das vollständige Eingabe- und Ausgabeschema des Tools anzeigen und auswählen, wie das Argument seinen Wert erhält: Der Agent entscheidet zur Runtime, der Wert wird an eine In-Scope-Agent-Variable gebunden, oder der Wert wird ausgewählt behoben (und optional als vertraulich gekennzeichnet).

Die Toolliste eines MCP-Servers kann aus zwei Erkennungsmodi stammen:

• Zwischengespeichert: Erstellt einen Snapshot der Tools des Servers, wenn der Server verbunden ist. Verwenden Sie die Refresh-Tools auf dem Server, um einen aktualisierten Snapshot bei Bedarf abzurufen.
  • Standardmäßig überprüft der Umschalter Schema vor Aufruf aktualisieren im Konfigurationsbereich eines Tools den Server kurz vor jedem Aufruf erneut auf das aktuelle Schema des Tools, sodass eine Schemaänderung auf dem Server (z. B. ein umbenannter oder hinzugefügter Parameter) nicht erforderlich ist eine manuelle Aktualisierung. Wenn diese Option deaktiviert ist, verwendet das Tool immer das Schema aus dem letzten Snapshot.
• Dynamisch: Erkennt Tools zur Runtime bei jedem Aufruf, einschließlich Tools, die dem Server hinzugefügt wurden, nachdem der Knoten konfiguriert wurde.

Bei Remote-MCP-Servern wird beim Aktualisieren der Erkennungsendpunkt des Servers für asynchrone Vervollständigungen abgefragt. Für Plattform-MCP-Server – UiPath-native Dienste wie Document Understanding – stammt die Toolliste stattdessen aus dem UiPath Platform Service-Katalog.

If no MCP server is connected yet, add one from the node palette's MCP server entry. The Create new options group server creation by subtype — Platform, Remote, Command, Coded, and UiPath. Selecting Platform opens a dialog to create the server within the current solution, when supported by your environment; the other subtypes open the corresponding creation page in Orchestrator. For more details, see About MCP Servers.

Context

Verbinden Sie eine Kontextressource mit dem Context-Handle, um den Agenten in Ihren Daten zu verankern. Der Agent greift beim Schlussfolgern auf diese Verankerungsdaten zurück, anstatt sich nur auf das Modell zu verlassen. Eine Kontextressource verweist auf einen Kontextindex in Ihrer Organization.

Konfigurieren Sie, wie der Agent Daten aus dem Index abruft, einschließlich des Abrufmodus (semantisch, strukturiert, DeepRAG oder Batch Transform), der Abfrage, der Anzahl der zurückzugebenden Ergebnisse, eines Relevanzschwellenwerts und der Angabe, ob Zitate eingeschlossen werden sollen. Um einen neuen Kontextindex zu erstellen, verwenden Sie im Hinzufügen-Bereich des Handles die Aktion „Neuen Kontext erstellen“, die die Indexerstellung in einer neuen Registerkarte öffnet.

Eskalation

Verbinden Sie den Eskalations-Handle, um an eine Person weiterzuleiten, wenn der Agent einen Fall erreicht, den er nicht allein entscheiden sollte. Der Agent hält an, ein Mensch bearbeitet die Eskalation und der Agent setzt die Ausführung mit dem Ergebnis fort. Sie können eine von zwei Eskalationsressourcen anhängen:

• Escalation: leitet an eine Action App-Aufgabe weiter. Konfigurieren Sie die Action App, die Empfänger, Benachrichtigungen, die an die App übergebenen Eingaben und die Zuordnung des Ergebnisses der App zum Agenten.
• Action App Escalation: leitet an eine codierte Action App weiter, mit derselben Konfiguration für Empfänger, Benachrichtigungen, Eingaben und Ergebniszuordnung.

Beide Eskalationsressourcen werden auf die gleiche Weise konfiguriert. Wählen Sie Action App Escalation aus, wenn Ihr Eskalationsziel eine codierte Action App und keine Standard-Action-App ist. Zum Anhängen einer der Ressourcen ist Version 1.2 oder höher des Autonomous Agent-Knotens erforderlich.

Escalation nodes now support the same Form schema view already available on Human Quick Approval nodes, showing an inline preview of the schema as you build it. Previously, escalation nodes only offered the JSON view.

Eingaben und Ausgaben

Eingabe

Der Agent erhält Daten vom Upstream-Knoten über sein Eingabe-Handle und von allen $vars -Ausdrücken, auf die Sie direkt in seinen Prompts verweisen.

Ausgabe

Der Agent gibt ein output-Objekt zurück, das die von Ihnen deklarierten Ausgabevariablen enthält. Das Standardfeld ist content, der Antworttext. Greifen Sie mit $vars.<node>.output.<field> auf ein Feld zu, z. B.:

$vars.agent1.output.content

Wenn der Agent fehlschlägt, füllt der Knoten stattdessen ein error-Objekt aus. Informationen zur Fehlerform und zum Weiterleiten finden Sie unter Error-Behandlung.

{
  "output": {
    "content": "string. The agent's response text, plus any output variables you declared."
  },
  "error": "object. Populated only on failure. See Error handling."
}

Verzweigen anhand des Ergebnisses

Fügen Sie nach dem Agenten einen Decision-Knoten ein, um basierend auf seiner Ausgabe weiterzuleiten:

Autonomous Agent → Decision ($vars.agent1.output.content.includes("approved"))
  → True:  continue processing
  → False: escalate or terminate

Lesen Sie ein deklariertes Ausgabefeld in einem nachgelagerten Script-Knoten:

return $vars.agent1.output.content;

Beispiele

Beispiel 1: Eine eingehende Anforderung klassifizieren

Funktion: klassifiziert eine Support-Anforderung als Rückerstattung, Beschwerde oder Frage und gibt das Label als strukturierte Ausgabe zurück.

System-Prompt:

You are a support triage assistant. Classify each request into exactly one category: refund, complaint, or question. Respond with only the category.

Benutzer-Prompt

Classify this request: $vars.start.output.request

Deklarieren Sie eine Ausgabevariable category (string). Der Agent gibt Folgendes zurück:

{
  "output": {
    "category": "refund"
  }
}

Leiten Sie $vars.agent1.output.category mit einem nachgelagerten Switch weiter.

Beispiel 2: Eine Rechnungsabfrage durchgängig lösen

Funktion: Klassifiziert eine Support-Anforderung als Rückerstattung, Beschwerde oder Frage und gibt das Label als strukturierte Ausgabe zurück.

Verbinden Sie die Handles des Agenten:

• Kontext: Ein Kontextindex, sodass der Agent seine Antwort auf der Grundlage genehmigter Anleitungen verankert.
• Tools: Ein integriertes „Analyze Files“-Tool zum Lesen der angehängten Rechnung und ein RPA-Workflow-Tool, das eine Rückerstattung im Abrechnungssystem ausführt.
• Escalations: eine Eskalationsressource, die Fälle mit hohen Beträgen in einer Action App an einen Prüfer weiterleitet.

System-Prompt:

You are a billing support agent. Use the billing policy in your context to answer invoice questions. Read the attached invoice before answering. If a refund is warranted and the amount is at or below 200, issue it with the refund workflow. If the amount exceeds 200, escalate for review instead of acting. Always return a structured result.

Benutzer-Prompt

Resolve this customer query: $vars.start.output.query
Invoice: $vars.start.output.invoiceFile

Ausgabevariablen resolution (String), refundIssued (boolesch) und amount (Zahl) deklarieren. Ein gelöster Fall gibt Folgendes zurück:

{
  "output": {
    "resolution": "Refund issued for duplicate charge.",
    "refundIssued": true,
    "amount": 48.5
  }
}

Fügen Sie nach dem Agenten einen Decision-Knoten für $vars.agent1.output.refundIssued ein, um zwischen einer Bestätigungsmeldung und einem Folgepfad zu verzweigen. Der Agent behandelt den Fall bei Überschreitung des Schwellenwerts selbst, indem er eskaliert, sodass für diese Verzweigung keine zusätzliche Logik im Flow erforderlich ist.

Häufige Probleme

Ein Eingabevalidierungsfehler wird angezeigt, bevor Sie debuggen können. Das Modell, der System-Prompt und der Benutzer-Prompt sind alle erforderlich. Der Knoten meldet einen Validierungsfehler, bis alle festgelegt sind.

Ein Ausdruck für ein Schleifenelement wird im Agenten nicht aufgelöst. Wenn Sie in einem Prompt auf das aktuelle Element eines Loops verweisen, verwenden Sie den Ausdruck für das aktuelle Element des Loops, z. B. $vars.loop1.currentItem.<field>. Wenn Sie auf den falschen Scope verweisen, bleibt der Wert zur Runtime unaufgelöst.

Der Agent gibt Text zurück, obwohl Sie strukturierte Daten erwartet haben. Standardmäßig gibt der Agent nur content zurück. Deklarieren Sie für jedes gewünschte strukturierte Feld eine Ausgabevariable und weisen Sie den Agenten im System-Prompt an, diese auszufüllen.

Ein verbundenes Batch Transform-Tool meldet einen Validierungsfehler. Batch Transform erfordert mindestens eine Ausgabespalte. Definieren Sie die Spalten, die das Tool hinzufügen soll, bevor Sie den Flow debuggen.

Sie können eine Action App Escalation nicht mit dem Agenten verbinden. Action App Escalation erfordert Version 1.2 oder höher des Autonomous Agent-Knotens. Aktualisieren Sie den Knoten, wenn die Verbindung blockiert ist.

Zugehörige Seiten

• Orchestrieren Sie einen KI-Agent
• BPMN-Prozess
• Personalwesen