Configuration des LLM

Connectez vos propres abonnements LLM ou modèles personnalisés à Automation Suite via l'onglet Configurations LLM AI Trust Layer, en utilisant les connexions Integration Service aux fournisseurs pris en charge.

Remarque :

Les configurations LLM sont disponibles sur les plans de licence suivants :

• Flex : Plate-forme avancée, Plate-forme Flex.
• Unified Pricing : Plateforme d'entreprise, Standard Platform, Basic Platform

L'onglet Configurations LLM vous permet d'intégrer vos abonnements AI existants tout en conservant l'infrastructure de gouvernance fournie par UiPath. Vous pouvez :

• Remplacer les abonnements LLM par UiPath : remplacez les abonnements gérés par UiPath par les vôtres, à condition qu'ils correspondent à la même famille de modèles et à la même version déjà prise en charge par le produit UiPath. Cela permet d'échanger facilement des modèles gérés par UiPath avec vos modèles abonnés.
• Ajoutez votre propre LLM : utilisez n'importe quel LLM qui répond aux critères de compatibilité du produit. Pour garantir une intégration en douceur, le LLM choisi doit passer toute une série de tests initiés par un appel d'enquête avant de pouvoir être utilisé dans l'écosystème UiPath.

La configuration des LLM conserve la plupart des avantages de gouvernance d'AI Trust Layer, notamment l'application des politiques via Automation Ops et les journaux d'audit détaillés.

Lorsque vous exploitez l'option pour utiliser votre propre LLM ou abonnement, gardez les points suivants à l'esprit :

• Exigences de compatibilité : le LLM ou l'abonnement choisi doit s'aligner sur la famille de modèles et la version actuellement prises en charge par le produit UiPath.
• Configuration : assurez-vous de configurer et de gérer correctement tous les LLM requis dans la configuration personnalisée. Si un composant est manquant, obsolète ou configuré de manière incorrecte, votre configuration personnalisée peut cesser de fonctionner.
• Économies (Cost-saving) : si votre configuration LLM personnalisée est complète, correcte et répond à toutes les exigences nécessaires, vous pouvez être éligible à un taux de consommation réduit.

Configuration d'une connexion LLM

Les connexions LLM reposent sur Integration Service pour établir la connexion à vos propres modèles. Vous pouvez créer des connexions vers les fournisseurs suivants :

• Amazon Web Services
• Azure OpenAI
• Google Vertex
• OpenAI
• LLM conforme à OpenAI V1 - Utilisez cette option pour vous connecter à n'importe quel fournisseur LLM dont l'API suit la norme OpenAI V1.Pour des détails, reportez-vous à la documentation du connecteur LLM conforme à OpenAI V1.

Remarque :

Pour configurer les modèles Anthropic Claude, utilisez le connecteur Amazon Web Services dans Integration Service. Un connecteur Anthropic direct n'est pas pris en charge dans Automation Suite.

Pour configurer une nouvelle connexion, procédez comme suit :

1. Créer la connexion Integration Service

1. Dans Integration Service, créez une connexion à votre fournisseur LLM.
2. Choisissez le dossier dans lequel la connexion sera stockée.
3. Terminez l'authentification tel que requis par le connecteur sélectionné.
   Remarque :

   Le dossier que vous choisissez contrôle à la fois la sécurité et la visibilité. Pour empêcher tout accès non autorisé, créez la connexion Integration Service dans un dossier privé non partagé. Cependant, notez que la visibilité du modèle est déterminée par l’accès à ce dossier. Si un administrateur n'y a pas accès, la configuration de modèle associée n'apparaîtra pas dans la liste.

2. Ajouter une nouvelle configuration LLM

1. Accédez à Admin > AI Trust Layer > Configurations LLM.
2. Sélectionnez le Locataire.
3. Sélectionnez Ajouter une configuration.
4. Choisissez le produit (par exemple, Agents) et la fonctionnalité (par exemple, conception, évaluation et déploiement).
5. Sélectionnez le dossier Connexions.

3. Configurer le modèle

Dans la section Configuration du modèle , remplissez les champs suivants :

• Nom LLM : ce champ prend en charge deux options de configuration, selon votre cas d'utilisation :
  • Sélectionner un modèle dans la liste – le choix d'un modèle dans la liste prédéfinie remplace l'abonnement LLM géré par UiPath par votre propre abonnement pour ce même modèle. Ce scénario est appelé Apporter votre propre abonnement (BYOS).
  • Ajouter un alias personnalisé : la saisie d'un nom personnalisé vous permet de configurer un modèle qui n'est pas inclus dans la liste prédéfinie des modèles recommandés pour ce produit. Ce scénario est appelé « Apportez votre propre modèle». Reportez-vous au tableau de la section Configuration des LLM pour votre produit afin de connaître les modèles requis pour chaque ensemble de produits et de fonctionnalités.
    Remarque :

    L'option Ajouter un alias personnalisé est disponible uniquement pour les produits qui prennent en charge des modèles personnalisés. Pour connaître les produits qui prennent en charge les modèles personnalisés, consultez le tableau ci-dessous.

• Type d'API : le point de terminaison de l'API pris en charge par le LLM. Cela doit correspondre au point de terminaison exposé par votre fournisseur.
• Connecteur : le connecteur Integration Service (par exemple, Microsoft Azure OpenAI, Amazon Web Services).
  • Si vous avez activé les passerelles IA personnalisées lors de l' installation, vous pouvez également sélectionner Créer un connecteur personnalisé pour utiliser un modèle prédéfini via le générateur de connecteurs. Pour de plus amples informations, consultez la section Utiliser des modèles de connecteur.
• Connexion : la connexion Integration Service spécifique créée précédemment. Si aucune connexion n’est disponible, créez-en une dans Integration Service.
• Identifiant LLM : l’identifiant du modèle exactement tel qu’il apparaît dans votre abonnement LLM.
  • Pour les modèles hébergés sur Azure : saisissez le nom/l'identifiant du déploiement du modèle.
  • Pour l'inférence inter-régions AWS Bedrock : saisissez l'ID du profil d'inférence. Vous devez ajouter l'ID du modèle à votre code de région, par exemple : eu.anthropic.claude-3-5-sonnet-20240620-v1:0.
  • Pour les autres fournisseurs : utilisez le nom du modèle tel que défini dans votre abonnement.

4. Valider et enregistrer

1. Sélectionnez Configuration de test pour vérifier que le point de terminaison est accessible.
   • La plateforme valide la connectivité.
   • S'assurer que le bon modèle est configuré reste de votre responsabilité.
2. Si la validation réussit, sélectionnez Enregistrer pour activer la configuration.

Gestion des connexions LLM existantes

Vous pouvez effectuer les actions suivantes sur vos connexions existantes :

• Vérifier le statut : vérifiez le statut de votre connexion Integration Service. Cette action garantit que la connexion est active et fonctionne correctement.
• Edit : modifiez tous les paramètres de votre connexion existante.
• Désactiver : suspendez temporairement la connexion. Lorsqu'elle est désactivée, la connexion reste visible dans votre liste, mais n'achemine aucun appel. Vous pouvez réactiver la connexion si nécessaire.
• Supprimer : supprimez définitivement la connexion de votre système. Cette action désactive la connexion et la supprime de votre liste.

Configurer des LLM pour votre produit

Chaque produit prend en charge des modèles LLM et des versions spécifiques. Utilisez le tableau ci-dessous pour identifier les modèles et les versions pris en charge pour votre produit.

Vous pouvez connecter votre propre LLM à l’aide de l’un des fournisseurs suivants : Amazon Web Services, Google Vertex, Microsoft Azure OpenAI ou OpenAI V1 Conliant. Suivez les étapes décrites dans la section précédente pour créer une connexion.

Remarque :

Prise en charge des fichiers : certaines fonctionnalités du produit s'appuient sur le point de terminaison LLM configuré pour traiter les fichiers téléchargés. Lors de l'utilisation de configurations LLM personnalisées, la prise en charge des formats de fichier dépend du fournisseur, de la famille de modèles, de la version du modèle et du type d'API. Vérifiez que le modèle sélectionné prend en charge les formats de fichier requis avant d'activer les fonctionnalités basées sur les fichiers. Pour connaître les exigences spécifiques au produit, reportez-vous à la documentation pertinente du produit ; par exemple, Analyser les fichiers pour les agents.

Le nombre de modèles que vous devez configurer dépend du produit et de la fonctionnalité :

• Pour les fonctionnalités avec un modèle sélectionnable, où vous choisissez le modèle à utiliser, vous pouvez configurer un ou plusieurs modèles ; les modèles non configurés continuent d'utiliser les abonnements gérés par UiPath.
• Pour les fonctionnalités avec un ensemble de modèles fixe, c'est-à-dire où la fonctionnalité utilise un ensemble de modèles prédéterminé, tous les modèles doivent être configurés pour que la fonctionnalité fonctionne ; la configuration partielle n'est pas valide.

Produit	Prend en charge les modèles personnalisés	Fonctionnalités	Fournisseur LLM	Version
Agents 1	Oui (Yes)	Concevoir, évaluer et déployer	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-haikou-20240307-v1:0
			Google	Gemini-2.5-pro
				Gemini-2.5-forg
			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	Non (No)	Génération	Google	Gemini-2.5-fcin-light Gemini-2.5-forg Gemini-2.5-pro Gemini-intégration-001
		Messagerie	Anthropic	condition anthropic.Claude-sonnet-4-6 Anthropic.Claude- Éléments 4-6-v1
			Google	Gemini-2.5-pro Gemini-2.5-forg Gemini-3-f dossier-aperçu Gemini-3-pro-aperçu Gemini-3.1-pro-aperçu
Autopilot pour tout le monde	Non (No)	Messagerie	Anthropic	anthropic.Claude-3.5-sonnet-20240620-v1:0 Anthropic.Claude-3.7-sonnet-20250219-v1:0
			OpenAI	gpt-4o-mini-2024-07-18
Agents codés	Oui (Yes)	Appel 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-haikou-20240307-v1:0
			Gemini	Gemini-1.5-pro-001 Gemini-2.0-ffla-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
Ancrage dans le contexte	Non (No)	Intégrations	Gemini	Gemini-intégration-001
			OpenAI	texte-intégration-3-large
		Ingestion avancée	Gemini	Gemini-2.5-forg
		DeepRAG	Gemini	Gemini-2.5-forg
		Transformation par lots	Gemini	Gemini-2.5-forg Gemini-2.5-fcin-light
		Transformation de lot avec recherche Web	Gemini	Gemini-2.5-forg Gemini-2.5-fcin-light
Activités GenAI	Oui (Yes)	Créer, tester et déployer	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-forg
			OpenAI	gpt-5-2025-08-07 gpt-5-mini-2025-08-07 gpt-5-nano-2025-0807
Healing Agent	Non (No)	Récupération du workflow
			Google	Gemini-2.5-pro Gemini-2.5-forg
			OpenAI	gpt-4o-2024-08-06
Automatisation de l'interface utilisateur	Non (No)	ScreenPlay	Anthropic	anthropic.Claude-sonnet-4-5-20250929-v1:0
			Google	Gemini-2.5-forg
			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 ordinateur-utilisation-aperçu-2025-03-11
		Sélecteurs sémantiques	Google	Gemini-2.5-forg
Test Manager	Non (No)	Autopilot Recherche d’Autopilot Rechercher des tests obsolètes Générer des cas de test Importer des cas de test Générer des rapports Évaluation des prérequis	Anthropic	Anthropic.Claude-3.7-sonnet-20250219-v1:0 (À remplacer par Anthropic.Claude-4.5-sonnet en mars 2026)
			Google	Gemini-2.5-pro Gemini-2.5-forg
			OpenAI	gpt-4o-2024-11-20

¹ Exigences des agents :

• Assurez-vous que votre LLM prend en charge les éléments suivants :
  • Appel d'outil (fonction) – Le modèle doit pouvoir appeler des outils ou des fonctions pendant l'exécution.
  • Désactivation des appels d'outils parallèles – Si cette option est prise en charge par votre fournisseur, le modèle doit offrir la possibilité de désactiver les appels d'outils parallèles.
• Lors de l'utilisation de modèles personnalisés, les agents utilisent par défaut une limite de 4 096 jetons, quelle que soit la capacité réelle du modèle, car UiPath ne peut pas déduire les limites de jetons pour les déploiements définis par le client.