- Démarrage
- Meilleures pratiques
- Modélisation de l'organisation dans Orchestrator
- Gestion de grands déploiements
- Meilleures pratiques d'automatisation
- Optimisation de l'infrastructure Unattended à l'aide de modèles de machine
- Organisation des ressources avec des balises
- Réplica Orchestrator en lecture seule
- Exportation des grilles dans l'arrière-plan
- Appliquer la gouvernance de la connexion Integration Service au niveau de l'utilisateur
- Locataire
- À propos du contexte du locataire
- Recherche de ressources dans un locataire
- Gestion des Robots
- Connexion des Robots à Orchestrator
- Enregistrement des identifiants du Robot dans CyberArk
- Stockage des mots de passe de l’Unattended Robot dans Azure Key Vault (lecture seule)
- Stockage des informations d’identification de l’Unattended Robot dans HashiCorp Vault (lecture seule)
- Stockage des informations d'identification du robot Unattended dans AWS Secrets Manager (lecture seule)
- Suppression des sessions Unattended déconnectées et qui ne répondent pas
- Authentification du Robot
- Authentification du Robot avec les informations d'identification du client
- Configurer les capacités d’automatisation
- Solutions
- Audit
- Service de catalogue de ressources
- Contexte des dossiers
- Automatisations
- Processus (Processes)
- Tâches (Jobs)
- Apps
- Déclencheurs (Triggers)
- Journaux (Logs)
- Surveillance
- Files d'attente (Queues)
- Actifs
- À propos des actifs
- Gestion des actifs dans Orchestrator
- Gestion des actifs dans Studio
- Stockage des ressources dans Azure Key Vault (lecture seule)
- Stockage des ressources dans HashiCorp Vault (lecture seule)
- Stockage des ressources dans AWS Secrets Manager (lecture seule)
- Stocker des ressources dans Google Secret Manager (lecture seule)
- Compartiments de stockage
- Index
- À propos des index
- Gérer les index
- Serveurs MCP
- Tests d'Orchestrator
- Intégrations
- Résolution des problèmes
À propos des index
Index sous forme de dossiers de bases de données vectorielles qui organisent les intégrations des données métier pour la recherche sémantique et les scénarios RAG.
Les index sont des dossiers de bases de données vectorielles qui organisent les imbrications des données métier. Ils prennent en charge la récupération augmentée par génération (RAG) des expériences d'IA générative UiPath, ce qui permet d'effectuer des recherches sémantiques efficaces. Cela permet de surmonter les limitations des LLM, de réduire les hallucinations et permet aux applications d'IA d'accéder à des informations spécialisées et actualisées.
Dans UiPath Platform, les index sont pris en charge via le service Ancrage dans le contexte.Pour utiliser l'ancrage dans le contexte, vous devez configurer une connexion à un LLM, comme décrit dans Configuration des LLM pour votre produit.