Contextos

Add an index or a set of Data Fabric entities as an agent context, then configure its search strategy, scope, or entity type to control what your agent retrieves.

Uso de índices en agentes

Los índices dan acceso a los agentes a bases de conocimiento con permisos. Esto ayuda a los agentes a razonar utilizando datos específicos de la empresa. Para obtener orientación sobre cómo aprovechar el contexto de forma efectiva, consulta Mejores prácticas para ingeniería de contexto.

Para configurar un modelo personalizado para las características de contextualización, consulta Configurar LLM.

To add an index as context for your agent, take the following steps in the Contexts section:

1. Select Add context, then select Context Grounding Indexes.
2. Selecciona un índice de la lista disponible o Crear nuevo para crear un nuevo índice en Orchestrator. Para obtener más información, consulta Índices.
3. Proporciona una Descripción para tu contexto.
4. Configura la estrategia de búsqueda utilizando el panel de propiedades. Puedes controlar el tipo de consulta, la precisión y la relevancia del contexto utilizando la siguiente configuración:
   • Semántica: selecciona esta opción para consultas semánticas si utilizas fuentes de datos de texto.
     • Umbral de puntuación de relevancia: se refiere a un umbral de puntuación de similitud aplicado después de recuperar y reclasificar los fragmentos relevantes. No se devolverán los fragmentos relevantes que tengan una puntuación inferior a este umbral. Utiliza este campo para que los resultados sean más precisos. A medida que aumentas este número, Contextualización filtra y contextualiza las solicitudes solo con las mejores puntuaciones.
     • Resultados máximos generados: se refiere al número de fragmentos devueltos por Contextualización a partir de la consulta de un usuario. Esto ayuda a hacer que la carga útil de creacíon de base de la generación de LLM (el tamaño general del token de la llamada al LLM) sea más pequeña y puede ayudar a actuar como un filtro adicional en los resultados que se obtienen de Contextualización. Aumentar el número de resultados incrementa la cantidad de fragmentos que se devuelven.
     • Consulta: la consulta de la estrategia de búsqueda. Este campo admite valores estáticos, modos estático, argumento, dinámico.
   • Estructurado (vista previa): selecciona esta opción para consultas estructuradas si utilizas fuentes de datos tabulares. Admite el formato de datos CSV.
   • DeepRAG: selecciona esta opción para habilitar la síntesis y recuperación avanzadas de varios documentos. Para obtener más detalles, consulta Detalles sobre DeepRAG.
     • Habilitar citas: para consultas DeepRAG.
     • Solicitud: la solicitud de la consulta de DeepRAG. Este campo admite valores estáticos, modos estático, argumento, dinámico.
5. Limita el ámbito de búsqueda utilizando la siguiente configuración:
   • Prefijo de la ruta de la carpeta: utiliza este campo para especificar la ruta de la carpeta donde se almacenan tus documentos de destino. Puedes introducir manualmente una ruta estática, como /documents/project o utilizar un argumento dinámico, lo que permite al agente buscar diferentes carpetas en función de las entradas del runtime.
   Nota:

   De forma predeterminada, solo se indexan los archivos que están directamente en la carpeta especificada. Los archivos almacenados en subcarpetas no se incluyen automáticamente. Para incluir archivos de subcarpetas, anexa /** a la ruta (por ejemplo, /documents/project/**). Si los archivos de las subcarpetas no se incluyen, es posible que veas el siguiente error: "No hay archivos válidos para utilizar para DeepRAG. Actualiza y vuelve a sincronizar tu índice, o utiliza un patrón coincidente diferente."

   • Extensión de archivo – selecciona los tipos de archivo contenidos en el índice. Para DeepRAG, solo se admiten archivos PDF.

Using Data Fabric entities in agents

Besides indexes, agents can use Data Fabric entities directly as context. This lets an agent query a system of record directly from enterprise systems, and reason over the current values without you having to create or maintain an index.

Native and Federated entity types are supported to be added as a context. A Native entity stores its records in UiPath, while a Federated entity holds no data of its own and reads live from an external system or from a Native entity each time it's queried. For a full comparison of what each type supports, refer to Entity types. For details on creating and configuring entities, refer to Creating an entity.

To add a Data Fabric entity set as a context for your agent, take the following steps in the Contexts section:

1. Select Add context, then select Data Fabric Entities.
   Nota:

   This view displays folder-level entities only.

2. Search for and select up to five entities from the list. Entities are grouped into In current solution and Available resources, and each shows a Native or Federated label. You can optionally use the View button to view an entity's details.
3. Select Add to add the selected entities to your agent.
   Nota:

   Federated entities that connect to an external system may have required parameters, depending on what that system's connector needs to read data. If the entity you added has any, its properties panel lists them. Enter the values for required parameters before the agent can query that entity.

The entities appear as context for your agent, each carrying its Native or Federated label and ready to be queried.