Konfigurieren von LLMs

Hinweis:

LLM-Konfigurationen sind in den folgenden Lizenzierungsplänen verfügbar:

• Flex: Erweiterte Plattform, Flex Standard-Plattform.

Auf der Registerkarte LLM-Konfigurationen können Sie Ihre bestehenden KI-Abonnements integrieren und gleichzeitig das von UiPath bereitgestellte Governance-Framework beibehalten. Sie können:

• Eigenes LLM hinzufügen: Verwenden Sie ein beliebiges LLM, das die Kompatibilitätskriterien des Produkts erfüllt. Um eine reibungslose Integration zu gewährleisten, muss das von Ihnen gewählte LLM eine Reihe von Tests bestehen, die über einen Testaufruf initiiert wurden, bevor es im UiPath-Ökosystem verwendet werden kann.

Beim Konfigurieren von LLMs bleiben die meisten Governance-Vorteile des AI Trust Layer erhalten, einschließlich der Richtliniendurchsetzung über Automation Ops und detaillierte Prüfungsprotokolle. Modell-Governance-Richtlinien wurden jedoch speziell für von UiPath verwaltete LLMs entwickelt. Das bedeutet, dass, wenn Sie ein bestimmtes Modell über eine AI Trust Layer-Richtlinie deaktivieren, die Einschränkung nur für die von UiPath verwaltete Version dieses Modells gilt. Ihre eigenen konfigurierten Modelle desselben Typs bleiben davon nicht betroffen.

Wenn Sie die Option zur Verwendung Ihres eigenen LLM oder Abonnement nutzen, beachten Sie die folgenden Punkte:

• Kompatibilitätsanforderungen: Das von Ihnen gewählte LLM oder Abonnement muss mit der Modellfamilie und Version übereinstimmen, die derzeit vom UiPath-Produkt unterstützt wird.
• Einrichtung: Stellen Sie sicher, dass Sie alle erforderlichen LLMs im benutzerdefinierten Setup ordnungsgemäß konfigurieren und verwalten. Wenn eine Komponente fehlt, veraltet oder falsch konfiguriert ist, funktioniert Ihr benutzerdefiniertes Setup möglicherweise nicht mehr.
• Kostenersparnis: Wenn Ihre benutzerdefinierte LLM-Einrichtung vollständig und korrekt ist und alle erforderlichen Anforderungen erfüllt, haben Sie möglicherweise Anspruch auf eine reduzierte Verbrauchsrate.

Einrichten einer LLM-Verbindung

LLM-Verbindungen verwenden Integration Service, um die Verbindung zu Ihren eigenen Modellen herzustellen. Sie können Verbindungen mit den folgenden Anbietern erstellen:

• Amazon Web Services
• Azure Open AI
• Google Vertex
• OpenAI
• Open AI V1 Compliant LLM – Verwenden Sie diese Option, um eine Verbindung zu einem beliebigen LLM-Anbieter zu herstellen, dessen API dem OpenAI V1-Standard folgt. Weitere Details finden Sie in der Dokumentation zum OpenAI V1 Compliant LLM Connector.

Hinweis:

Um Anthropic Claude-Modelle zu konfigurieren, verwenden Sie den Amazon Web Services- Connector im Integration Service. Ein direkter Anthropic-Connector wird in Private Test Cloud nicht unterstützt.

Um eine neue Verbindung einzurichten, führen Sie die folgenden Schritte aus:

1. Erstellen Sie die Integration Service-Verbindung

1. Erstellen Sie eine Verbindung im Integration Service mit dem Anbieter Ihrer Wahl. Connector-spezifische Authentifizierungsdetails finden Sie im Benutzerhandbuch zum Integration Service.
   Hinweis:

   Um unbefugten Zugriff zu verhindern, erstellen Sie die Integration Service-Verbindung in einem privaten, nicht freigegebenen Ordner.

2. Fügen Sie eine neue LLM-Konfiguration hinzu

1. Gehen Sie zu Administrator > AI Trust Layer > LLM-Konfigurationen.

2. Wählen Sie den Mandanten und den Ordner aus, in dem Sie die Verbindung konfigurieren möchten.

3. Wählen Sie Konfiguration hinzufügen aus.

4. Wählen Sie das Produkt und die Funktion aus .

5. Wählen Sie aus, wie Sie konfigurieren möchten:

   • Eigenes LLM hinzufügen – Fügen Sie eine zusätzliche LLM-Konfiguration hinzu, die vollständig von Ihnen verwaltet wird.

   Je nach ausgewähltem Produkt ist eventuell nur eine Option verfügbar.

3. Konfigurieren Sie das Modell

Richten Sie die Verbindung für Eigenes LLM hinzufügen ein:

1. Ordner – Wählen Sie den Ordner aus, in dem die Konfiguration gespeichert wird.
2. Angezeigter Name (LLM) – Geben Sie einen Alias für Ihr LLM an.
3. Connector – Wählen Sie Ihren Connector aus (z. B. Microsoft Azure OpenAI).
4. Verbindung – Wählen Sie Ihre Integration Service-Verbindung aus.
5. LLM-Bezeichner – Geben Sie den Bezeichner für Ihr Modell ein.
   • Geben Sie für von Azure gehostete Modelle den Modellbezeichner ein.
   • Geben Sie für die regionsübergreifende AWS-Inferenz die Inferenzprofil-ID anstelle der Modell-ID ein.

4. Validieren und speichern

1. Wählen Sie Testkonfiguration aus, um zu überprüfen, ob das Modell erreichbar ist und die erforderlichen Kriterien erfüllt.

   UiPath kann die Erreichbarkeit bestätigen. Die Überprüfung des genauen Modells liegt in Ihrer Verantwortung.

2. Wenn der Test erfolgreich ist, wählen Sie Speichern aus, um die Verbindung zu aktivieren.

Verwalten vorhandener LLM-Verbindungen

Sie können die folgenden Aktionen für Ihre vorhandenen Verbindungen ausführen:

• Status überprüfen – Überprüfen Sie den Status Ihrer Integration Service-Verbindung. Diese Aktion stellt sicher, dass die Verbindung aktiv ist und ordnungsgemäß funktioniert.
• Bearbeiten – Ändern Sie alle Parameter Ihrer vorhandenen Verbindung.
• Deaktivieren – Setzt die Verbindung vorübergehend aus. Wenn diese Option deaktiviert ist, bleibt die Verbindung in Ihrer Liste sichtbar, leitet jedoch keine Anrufe weiter. Sie können die Verbindung bei Bedarf erneut aktivieren.
• Löschen – Entfernen Sie die Verbindung endgültig aus Ihrem System. Diese Aktion deaktiviert die Verbindung und entfernt sie aus Ihrer Liste.

Konfiguration von LLMs für Ihr Produkt

Jedes Produkt unterstützt bestimmte Large Language Models (LLMs) und -Versionen. Verwenden Sie die folgende Tabelle, um die unterstützten Modelle und Versionen für Ihr Produkt zu ermitteln.

Sie können Ihr eigenes LLM mithilfe eines der folgenden Anbieter verbinden: Amazon Web Services, Google Vertex, Microsoft Azure OpenAI oder OpenAI V1 Compliance. Führen Sie die im vorherigen Abschnitt beschriebenen Schritte aus, um eine Verbindung zu erstellen.

Hinweis:

File support: Some product features rely on the configured LLM endpoint to process uploaded files. When using custom LLM configurations, support for file formats depends on the provider, model family, model version, and API Type. Verify that the selected model supports the required file formats before enabling file-based features. For product-specific requirements, refer to the relevant product documentation — for example, Analyze Files for Agents.

The number of models you must configure depends on the product and feature:

• For features with a selectable model — where you choose which model to use — you can configure one or more models; unconfigured models continue to use UiPath-managed subscriptions.
• For features with a fixed model set — where the feature uses a predetermined set of models — all models must be configured for the feature to work; partial configuration is not valid.

Produkt	Funktionen	LLM-Anbieter	Version
Agents 1	Entwerfen, auswerten und bereitstellen	Anthropic	Anthropic.Claude-3.5-sonnet-20240620-v1:0 Anthropic.Claude-3.5-sonnet-20241022-v2:0 Anthropic.Claude-3.7-sonnet-20250219-v1:0 Anthropic.Claude-3-haiku-20240307-v1:0
		Google	gemini-2.5-pro
			gemini-2.5-flight
		OpenAI	gpt-4o-2024-05-13 gpt-4o-2024-08-06 gpt-4o-2024-11-20 gpt-4o-mini-2025-04-14 gpt-4o-mini-2024-07-18
Autopilot	Generation	Google	gemini-2.5-flight-Lite gemini-2.5-flight gemini-2.5-pro gemini-embedding-001
	Chat	Anthropic	Anthropic.Claude-haiku-4-5-20251001-v1:0 Anthropic.Claude-sonnet-4-6 Anthropic.Claude-opus-4-6-v1
		Google	gemini-2.5-pro gemini-2.5-flight gemini-3-flight-preview gemini-3-pro-vorschau gemini-3.1-pro-vorschau
Autopilot for Everyone	Chat	Anthropic	Anthropic.Claude-3.5-sonnet-20240620-v1:0 Anthropic.Claude-3.7-sonnet-20250219-v1:0
		OpenAI	gpt-4o-mini-2024-07-18
Codierte Agents	LLM aufrufen	Anthropic	Anthropic.Claude-3.5-sonnet-20240620-v1:0 Anthropic.Claude-3.5-sonnet-20241022-v2:0 Anthropic.Claude-3.7-sonnet-20250219-v1:0 Anthropic.Claude-3-haiku-20240307-v1:0
		Gemini	gemini-1.5-pro-001 gemini-2.0-flight-001
		OpenAI	gpt-4o-2024-05-13 gpt-4o-2024-08-06 gpt-4o-2024-11-20 gpt-4o-mini-2024-07-18 o3-mini-2025-01-31
Kontextgrundlage	Einbettungen	Gemini	gemini-embedding-001
		OpenAI	Text-Einbettung-3-Groß
	Erweiterte Erfassung	Gemini	gemini-2.5-flight
	DeepRAG	Gemini	gemini-2.5-flight
	Batch-Transformation	Gemini	gemini-2.5-flight gemini-2.5-flight-Lite
	Batch-Transformation mit Web-Suche	Gemini	gemini-2.5-flight gemini-2.5-flight-Lite
GenAI-Aktivitäten	Erstellen, Testen und Bereitstellen	Anthropic	Anthropic.Claude-3.5-sonnet-20241022-v2:0 Anthropic.Claude-3.7-sonnet-20250219-v1:0
		Gemini	gemini-2.5-pro gemini-2.5-flight
		OpenAI	gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-5-nano-2025-0807
Healing Agent	Workflow-Wiederherstellung
		Google	gemini-2.5-pro gemini-2.5-flight
		OpenAI	gpt-4o-2024-08-06
UI-Automatisierung (UI Automation)	ScreenPlay	Anthropic	Anthropic.Claude-sonnet-4-5-20250929-v1:0
		Google	gemini-2.5-flight
		OpenAI	gpt-4.1-mini-2025-04-14 gpt-4.1-2025-04-14 gpt-5-2025-08-07 gpt-5-mini-2025-08-07 computer-use-preview-2025-03-11
	Semantische Selektoren	Google	gemini-2.5-flight
Test Manager	Autopilot Autopilot-Suche Veraltete Tests finden Testfälle generieren Testfälle importieren Berichte generieren Anforderungsauswertung	Anthropic	Anthropic.Claude-3.7-sonnet-20250219-v1:0 (wird im März 2026 durch thropic.Claude-4.5-sonnet ersetzt)
		Google	gemini-2.5-pro gemini-2.5-flight
		OpenAI	gpt-4o-2024-11-20

¹ Agents requirements:

• Ensure your LLM supports:
  • Tool (function) calling – The model must be able to call tools or functions during execution.
  • Disabling parallel tool calls – If supported by your provider, the model should offer the option to disable parallel tool calls.
• When using custom models, Agents default to a 4096 token limit regardless of the model's true capacity, since UiPath cannot infer token limits for customer-defined deployments.