- Primeros pasos
- Administración de host
- Organizaciones
- Tenants y servicios
- Autenticación y seguridad
- Licencia
- Acerca de la licencia
- Precios unificados: marco del plan de licencias
- Activar tu licencia
- Asignar licencias a tenants
- Asignación de licencias de usuario
- Anular la asignación de licencias de usuarios
- Monitoring license allocation
- Licencias con exceso de asignación
- Notificaciones de licencias
- Administración de licencias de usuario
- Migrar de Test Suite a Test Cloud
- Cuentas y roles
- Pruebas en su organización
- Ai Trust Layer
- Aplicaciones externas
- Notificaciones
- Registro
- Solución de problemas
Guía de administración de Test Cloud privado
LLM configurations is available on the following licensing plans:
Application Testing Standard and Application Testing Enterprise
La pestaña de configuraciones de LLM te permite integrar tus suscripciones de IA existentes manteniendo el marco de control proporcionado por UiPath. Puedes:
- Añade tu propio LLM: utiliza cualquier LLM que cumpla con los criterios de compatibilidad del producto. Para garantizar una integración fluida, tu LLM elegido debe pasar una serie de pruebas iniciadas a través de una llamada de sondeo antes de que pueda utilizarse dentro del ecosistema UiPath.
La configuración de LLM conserva la mayoría de los beneficios de control de la AI Trust Layer, incluida la aplicación de políticas a través de Automation Ops y los registros de auditoría detallados. Sin embargo, las políticas de gobernanza del modelo están diseñadas específicamente para los LLM gestionados por UiPath. Esto significa que si deshabilitas un modelo en particular a través de una política de AI Trust Layer , la restricción solo se aplica a la versión administrada UiPathde ese modelo. Sus propios modelos configurados del mismo tipo no se verán afectados.
Al aprovechar la opción de utilizar tu propio LLM o suscripción, ten en cuenta los siguientes puntos:
- Requisitos de compatibilidad: tu LLM o suscripción elegida debe alinearse con la familia de modelos y la versión actualmente compatible con el producto UiPath.
- Configuración: asegúrate de configurar y mantener correctamente todos los LLM necesarios en la configuración personalizada. Si falta algún componente, está obsoleto o está configurado incorrectamente, tu configuración personalizada puede dejar de funcionar.
- Ahorro de costes: si tu configuración personalizada de LLM está completa, es correcta y cumple todos los requisitos necesarios, puedes optar a una tasa de consumo reducida.
Configurar una conexión LLM
Las conexiones de LLM dependen de Integration Service para establecer la conexión a tus propios modelos. Puedes crear conexiones a los siguientes proveedores:
- Amazon Web Services
- IA abierta de Azure
- Google Vertex
- OpenAI
- OpenAI V1 Compliant LLM: utiliza esta opción para conectarte a cualquier proveedor de LLM cuya API cumpla el estándar OpenAI V1. Para obtener más detalles, consulta la documentación del conector de OpenAI V1 Compliant LLM.
Para configurar los modelos de Anthropic Claude, utiliza el conector de Amazon Web Services en Integration Service. Test Cloud privado no es compatible con un conector Anthropic directo.
Para configurar una nueva conexión, sigue estos pasos:
1. Crear la conexión de Integration Service
- Crea una conexión en Integration Service al proveedor de tu elección. Para obtener detalles de autenticación específicos del conector, consulta la guía del usuario de Integration Service.
Nota:
Para evitar el acceso no autorizado, crea la conexión de Integration Service en una carpeta privada no compartida.
2. Añadir una nueva configuración de LLM
-
Ve a Admin > AI Trust Layer > Configuraciones de LLM.
-
Selecciona el tenant y la carpeta donde quieres configurar la conexión.
-
Selecciona Añadir configuración.
-
Selecciona el producto y la característica.
-
Elija cómo desea configurar:
- Añade tu propio LLM : añade una configuración de LLM adicional gestionada completamente por ti.
Dependiendo del producto seleccionado, puede que solo esté disponible una opción.
3. Configurar el modelo
Configura la conexión para Añadir tu propio LLM:
- Carpeta : selecciona la carpeta donde se almacenará la configuración.
- Nombre mostrado (LLM) : proporciona un alias para tu LLM.
- Conector : selecciona tu conector (por ejemplo, Microsoft Azure OpenAI).
- Conexión : elige tu conexión de Integration Service.
- Identificador de LLM : introduce el identificador de tu modelo.
- Para los modelos alojados en Azure, introduce el identificador del modelo.
- Para la inferencia entre regiones de AWS, introduce el ID del perfil de inferencia en lugar del ID del modelo.
4. Validar y guardar
-
Selecciona Probar configuración para comprobar que el modelo es accesible y cumple los criterios necesarios.
UiPath puede confirmar la accesibilidad, verificar el modelo exacto utilizado es tu responsabilidad.
-
Si la prueba tiene éxito, selecciona Guardar en para activar la conexión.
Gestionar conexiones LLM existentes
Puedes realizar las siguientes acciones en tus conexiones existentes:
- Comprobar estado : verifica el estado de tu conexión de Integration Service. Esta acción garantiza que la conexión esté activa y funcione correctamente.
- Editar : modifica cualquier parámetro de tu conexión existente.
- Deshabilitar : suspende temporalmente la conexión. Cuando está deshabilitada, la conexión permanece visible en tu lista, pero no enruta ninguna llamada. Puedes volver a habilitar la conexión cuando sea necesario.
- Eliminar : elimina permanentemente la conexión de tu sistema. Esta acción deshabilita la conexión y la elimina de tu lista.
Configuración de LLM para su producto
Cada producto admite versiones y modelos lingüísticos de gran tamaño (LLM) específicos. Utiliza la siguiente tabla para identificar los modelos y versiones compatibles para tu producto.
Puedes conectar tu propio LLM utilizando uno de los siguientes proveedores: Amazon Web Services, Google Vertex, Microsoft Azure OpenAI u OpenAI V1 Compliant. Sigue los pasos descritos en la sección anterior para crear una conexión.
Soporte de archivos: algunas características del producto dependen del puntofinal de LLM configurado para procesar los archivos cargados.Cuando se utilizan configuraciones de LLM personalizadas, la compatibilidad de formatos de archivo depende del proveedor, la familia de modelos, la versión del modelo y el tipo de API. Verifica que el modelo seleccionado sea compatible con los formatos de archivo necesarios antes de habilitar las características basadas en archivos. Para los requisitos específicos del producto, consulta la documentación relevante del producto, por ejemplo, Analizar archivos para agentes.
El número de modelos que debes configurar depende del producto y de la característica:
- Para las características con un modelo seleccionable, donde eliges qué modelo utilizar, puedes configurar uno o más modelos; los modelos no configurados siguen utilizando suscripciones gestionadas por UiPath.
- Para las características con un conjunto fijo de modelos, que utiliza un conjunto predeterminado de modelos, todos los modelos deben configurarse para que la característica funcione; la configuración parcial no es válida.
| Producto | Admite modelos personalizados | Función | Proveedor de LLM | Versión |
|---|---|---|---|---|
| Agentes 1 | Sí | Diseñar, evaluar e implementar | 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-2.5-pro | ||||
| gemini-2.5-flash | ||||
| 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 | No | Generación | gemini-2.5-flash-lite gemini-2.5-flash 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 | ||
| gemini-2.5-pro gemini-2.5-flash vista previa de gemini-3-flash vista previa de gemini-3-pro vista previa de gemini-3.1-pro | ||||
| Autopilot para todos | No | 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 | |||
| Agentes codificados | Sí | Invocar LLM | 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 |
| Géminis | gemini-1.5-pro-001 gemini-2.0-flash-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 | |||
| Conexión a tierra del contexto | No | Incrustaciones | Géminis | gemini-embedding-001 |
| OpenAI | texto-incrustado-3-grande | |||
| Ingestión avanzada | Géminis | gemini-2.5-flash | ||
| DeepRAG | Géminis | gemini-2.5-flash | ||
| Transformación por lotes | Géminis | gemini-2.5-flash gemini-2.5-flash-lite | ||
| Transformación por lotes con búsqueda web | Géminis | gemini-2.5-flash gemini-2.5-flash-lite | ||
| Actividades de GenAI | Sí | Crear, probar e implementar | Anthropic | anthropic.claude-3.5-sonnet-20241022-v2:0 anthropic.claude-3.7-sonnet-20250219-v1:0 |
| Géminis | gemini-2.5-pro gemini-2.5-flash | |||
| OpenAI | gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-5-nano-2025-0807 | |||
| Healing Agent | No | Recuperación del flujo de trabajo | ||
| gemini-2.5-pro gemini-2.5-flash | ||||
| OpenAI | gpt-4o-2024-08-06 | |||
| Automatización de IU | No | ScreenPlay | Anthropic | anthropic.claude-sonnet-4-5-20250929-v1:0 |
| gemini-2.5-flash | ||||
| 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 | |||
| Selectores semánticos | gemini-2.5-flash | |||
| Test Manager | No |
Autopilot
| Anthropic | anthropic.claude-3.7-sonnet-20250219-v1:0 (se reemplazará por anthropic.claude-4.5-sonnet en marzo de 2026) |
|
gemini-2.5-pro gemini-2.5-flash | ||||
| OpenAI | gpt-4o-2024-11-20 |
1 Requisitos de agentes:
- Asegúrate de que tu LLM admita:
- Llamada a herramientas (función): el modelo debe poder llamar a herramientas o funciones durante la ejecución.
- Deshabilitar llamadas a herramientas paralelas: si tu proveedor lo admite, el modelo debe ofrecer la opción de deshabilitar las llamadas a herramientas paralelas.
- Cuando se utilizan modelos personalizados, el límite predeterminado de agentes es 4096 tokens, independientemente de la capacidad real del modelo, ya que UiPath no puede inferir límites de tokens para las implementaciones definidas por el cliente.