Agente conversacional

El nodo de agente conversacional ejecuta un turno impulsado por LLM en una conversación de chat, repasando el razonamiento y las llamadas de herramientas y transmitiéndolas al chat.

Lo que hace

Ejecuta un solo turno de un agente de IA conversacional que creas en el lienzo. Configuras un modelo, instrucciones y herramientas, luego pasas el contexto de conversación (que incluye el historial de chat) emitido desde un nodo Esperar mensaje . El agente realiza un bucle de razonamiento y llamadas de herramientas, transmitiéndolas al chat.

Nota:

El agente solo puede responder dentro de un intercambio que ha iniciado un usuario, lo que significa que el usuario debe enviar un mensaje primero antes de que se pueda ejecutar un nodo de agente conversacional. Los intercambios iniciados por flujo (enviar un mensaje sin un turno previo de usuario) aún no son compatibles.

Cuándo usarlo

Situación	Usar
Necesitas una respuesta conversacional impulsada por LLM y transmitida, con posibles llamadas de herramientas.	Agente conversacional
Necesitas una respuesta determinista en la conversación (sin LLM).	Enviar mensaje
Necesitas una ejecución impulsada por LLM con posibles llamadas de herramientas, pero sin transmitir a la conversación.	Agente autónomo

Nota:

Dado que el nodo Agente conversacional transmite y adjunta su respuesta al chat automáticamente, no necesitas utilizar Enviar mensaje para emitir la respuesta del agente a la conversación.

Consulta crear un flujo de trabajo de agente de chat para ver un ejemplo paso a paso que combina nodos de agente conversacional con los otros nodos de chat.

Añadir un agente

Añade el nodo y configúralo en el panel de propiedades.

1. Selecciona el botón + en un controlador de salida o abre la paleta de nodos desde la barra de herramientas inferior.
2. Selecciona la categoría Agente y luego Agente conversacional. El flujo añade el nodo y abre su panel de propiedades.
3. Configura el modelo, la solicitud del sistema y la vinculación del contexto de conversación, como se describe a continuación.

Resultado: el nodo Agente conversacional se añade al lienzo con su panel de propiedades abierto, listo para configurar.

Referencia de configuración

Campo	Obligatorio	Predeterminado	Descripción
Modelo	No	Modelo de agente predeterminado de la organización	El modelo lingüístico de gran tamaño (LLM) que utiliza el agente. Selecciona un modelo del selector, que enumera los modelos disponibles para tu organización.
Solicitud del sistema	Sí	Ninguno	El rol del agente e instrucciones permanentes: quién es y cómo debe comportarse. Se aplica a cada giro de la conversación, por lo que escribe una guía duradera, por ejemplo persona, tono, objetivos y cuándo llamar a las herramientas.
Temperatura	No	0	Aleatoriedad de muestreo, de 0 a 1. Los valores más bajos hacen que las respuestas sean más deterministas; los valores más altos hacen que las respuestas sean más variadas o creativas.
Máximo de tokens por respuesta	No	8192	Longitud máxima de cada respuesta del modelo dentro de un turno. El límite depende del modelo seleccionado.
Contexto de la conversación	Sí	Ninguno	El objeto de contexto de conversación, que contiene el historial de chat, de una espera de mensaje anterior, por ejemplo $vars.waitForMessage1.output.conversationContext

Variables de salida

Además de la respuesta conversacional del agente, puedes configurar opcionalmente variables de salida estructuradas en la sección Salidas del panel de propiedades.

El usuario no ve estas salidas en el chat ; en cambio, son útiles para establecer variables orientadas a objetivos o de enrutamiento para usar en nodos posteriores dentro del Flujo.

Cada variable de salida que declaras se convierte en un campo en el objeto output del agente, al que se hace referencia como $vars.<agentName>.output.<name>. Dale a cada uno un nombre y un tipo, luego indica al agente en el campo Descripción de la variable cómo rellenarla.

Importante:

La generación de respuestas conversacionales del agente está impulsada solo por su solicitud del sistema, mientras que la generación de las salidas del agente está impulsada por una combinación de su solicitud del sistema y las descripciones de variables de salida. Para garantizar que el agente no emita datos de salida estructurados en el chat, utiliza la solicitud del sistema para decirle al agente cómo responder en el chat, mientras utilizas las descripciones de salida para indicar al agente cómo rellenar las salidas.

Por ejemplo:

Solicitud del sistema: "Agradezca al usuario cuando desee finalizar la conversación"

Variable de salida: endConversation (booleano). Descripción: "Establecer en verdadero cuando el usuario tiene la intención de finalizar la conversación".

Ramificación en el resultado

Sigue al agente con una Decisión o Cambiar para enrutar en un campo de salida estructurado. Por ejemplo:

Wait for Message → Conversational Agent (supervisor) → Switch on $vars.agent.output.intent
  → 'intent-a':  Route to a loop with specialist conversational agent A
  → 'intent-b':  Route to a loop with specialist conversational agent B
  → 'off-topic': Send Message ("Message is off-topic") → back to first Wait for Message.

Recursos

Un agente conversacional compone con los nodos de recursos que conectas a sus identificadores. El nodo tiene tres manipuladores de recursos, cada uno con su propia etiqueta en el lienzo: Herramientas, Contexto y Escaladas. Conecta un recurso a un identificador y luego configura ese recurso en su propio panel de propiedades. Los recursos viajan con el flujo.

Cada identificador acepta solo su tipo de recurso coincidente. El lienzo bloquea las conexiones que no encajan, por lo que no puedes, por ejemplo, conectar una herramienta al manipulador de contexto.

Herramientas

Conecta herramientas al identificador de herramientas para dar al agente capacidades que puede llamar mientras razona. El agente decide durante su bucle si llamar a cada herramienta conectada y cuándo hacerlo. Cada herramienta lleva una descripción que le dice al agente para qué sirve, así que escribe descripciones claras cuando una herramienta exponga una.

Los tipos de herramientas que puedes conectar son:

• Herramientas integradas, tres herramientas listas para usar que se describen a continuación.
• Herramientas del conector, que permiten al agente llamar a una operación de Integration Service, por ejemplo, enviar un correo electrónico o crear un registro en un sistema descendente.
• Herramientas de flujo de trabajo de RPA y función de API , que permiten al agente invocar un proceso de RPA publicado o un flujo de trabajo de API como herramienta.
• Herramientas de servidor de protocolo de contexto de modelo (MCP) , que exponen las herramientas publicadas en un servidor MCP.

Herramientas incorporadas

Tres herramientas integradas se envían con Flow. Cada uno es un recurso autónomo que se conecta al manipulador de Herramientas y se configura en su propio panel.

• Analizar archivos: analiza uno o más archivos con un LLM para extraer, sintetizar o responder preguntas sobre su contenido. Describe los archivos que pasará el agente y la tarea de análisis que se ejecutará en ellos.
• Transformación por lotes: procesa y transforma un archivo CSV fila por fila. Proporciona el archivo de origen, describe la tarea por fila y define las columnas de salida que añade la herramienta. Puedes habilitar o deshabilitar la búsqueda en la web para la transformación.
• Resumir: produce una síntesis en todos los documentos (hasta 1000 páginas) con citas. Proporciona el origen, describe qué sintetizar y elige la extensión del archivo. Cuando el origen es un PDF, puedes activar o desactivar las citas.

Herramientas de servidor MCP

Conecta un servidor de protocolo de contexto de modelo (MCP) para exponer sus herramientas al agente. Al seleccionar una o más herramientas del servidor se añade una sección de configuración de herramientas debajo del selector de herramientas, con un panel ampliable por herramienta. En ese panel puedes editar la descripción de cada argumento, ver el esquema completo de entrada y salida de la herramienta y elegir cómo obtiene el argumento su valor: el agente decide en runtime, el valor está vinculado a una variable de agente dentro del ámbito o el valor es fijo (y opcionalmente marcado como sensible).

La lista de herramientas de un servidor MCP puede provenir de dos modos de descubrimiento:

• En caché: toma una instantánea de las herramientas del servidor cuando el servidor está conectado. Utiliza las herramientas Actualizar en el servidor para extraer una instantánea actualizada bajo demanda.
  • De forma predeterminada, el interruptor Actualizar el esquema antes de la llamada en el panel de configuración de una herramienta vuelve a comprobar el servidor para el esquema actual de la herramienta justo antes de cada llamada, por lo que un cambio de esquema en el servidor (un parámetro renombrado o añadido, por ejemplo) no requiere una actualización manual. Cuando está deshabilitada, la herramienta siempre utiliza el esquema de la última instantánea.
• Dinámico: descubre herramientas en tiempo de ejecución en cada llamada, incluidas las herramientas añadidas al servidor después de configurar el nodo.

Para servidores MCP remotos, la actualización sondea el punto final de descubrimiento del servidor para finalizaciones asíncronas. Para los servidores Platform MCP (servicios nativos de UiPath como Document Understanding), la lista de herramientas proviene del catálogo de servicios de UiPath Platform.

Si aún no hay ningún servidor MCP conectado, añade uno desde la entrada del servidor MCP de la paleta de nodos. Las opciones Crear nuevo agrupan la creación de servidores por subtipo: Plataforma, Remoto, Comando, Codificado y UiPath. Al seleccionar Plataforma se abre un cuadro de diálogo para crear el servidor dentro de la solución actual, cuando tu entorno lo admita; los otros subtipos abren la página de creación correspondiente en Orchestrator. Para obtener más información, consulta Acerca de los servidores MCP.

Nota:

El nodo de agente conversacional en línea aún no admite conexiones personales, herramientas del lado del cliente o confirmaciones de llamadas de herramientas. Para utilizarlos, crea el agente en Agent Builder e impórtalo como nodo en tu flujo.

Context

Conecta un recurso de contexto al manipulador de contexto para conectar el agente a tus datos. El agente se basa en estos datos de conexión a tierra mientras razona en lugar de confiar solo en el modelo. Un recurso de contexto apunta a un índice de contexto en tu organización.

Configure cómo el agente recupera del índice, incluido el modo de recuperación (semántico, estructurado, DeepRAG o transformación por lotes), la consulta, el número de resultados a devolver, un umbral de relevancia y si se deben incluir citas. Para crear un nuevo índice de contexto, utiliza la acción Crear nuevo contexto en el panel Añadir del manipulador, que abre la creación de índices en una nueva pestaña.

Escala

Conecta el controlador de escaladas para enrutar a una persona cuando el agente llega a un caso que no debe decidir solo. El agente hace una pausa, un humano actúa en la escalada y el agente reanuda con el resultado. Puedes adjuntar cualquiera de los dos recursos de escalada:

• Escalada: enruta a una tarea de aplicación de acción. Configura la aplicación de acción, los destinatarios, las notificaciones, las entradas pasadas a la aplicación y cómo el resultado de la aplicación se asigna al agente.
• Escalada de aplicación de acción: redirige a una aplicación de acción codificada, con los mismos destinatarios, notificación, entrada y configuración de asignación de resultados.

Ambos recursos de escalada se configuran de la misma manera. Elige Escalada de aplicación de acción cuando tu destino de escalada sea una aplicación de acción codificada en lugar de una aplicación de acción estándar.

Importante:

Una escalada de un agente conversacional bloquea el turno de conversación : el usuario se queda esperando en la superficie de chat hasta que el humano actúe. Para aprobaciones o transferencias de larga duración en las que la conversación debe seguir avanzando, ejecuta un nodo humano desde una rama paralela en su lugar, para que el chat pueda continuar mientras la aprobación se produce en segundo plano.

Problemas comunes

Aparece un error de validación de entrada antes de que puedas depurar. El modelo, la solicitud del sistema y el contexto de conversación son todos obligatorios. El nodo informa de un error de validación hasta que se establece cada uno.

El chat se bloquea durante mucho tiempo después de que el agente desencadena una escalada. Las escaladas adjuntas directamente al agente pausan todo el turno hasta que el humano actúa. Para aprobaciones de larga duración, mueve el paso humano a una rama paralela del nodo humano que se ejecuta junto con la conversación.

Una herramienta de Transformación por lotes conectada informa de un error de validación. La Transformación por lotes requiere al menos una columna de salida. Defina las columnas que la herramienta debe añadir antes de depurar el flujo.

Páginas relacionadas

• Esperar mensaje : proporciona el contexto de conversación que consume este nodo.
• Enviar mensaje : alternativa de respuesta determinista (no LLM).
• Chat : paleta completa de nodos conversacionales de chat.
• Crea un flujo de trabajo de agente de chat : tutorial de extremo a extremo que combina un supervisor y especialistas.
• Implementación de chat : publica y expone el flujo a través de varios canales.
• Agente autónomo : ejecución de tareas en bucle impulsado por LLM sin transmisión a la conversación.