スレッドを実行

説明

このアクティビティにより、Maestro によってオーケストレーションされた自動化されたプロセスが Azure AI Foundry プロジェクトに接続し、プロジェクト内で定義されているエージェントを呼び出すことができます。

Microsoft Azure AI Foundry エージェントを作成する

Azure Foundry AI 内では、Azure でサポートされているコード化されたメソッドとコード不要のメソッドを使用してエージェントを作成できます。UiPath コネクタの相互運用性は、デプロイされるエージェント ( projectname/services.ai.azure.com/api/の API によって利用可能) によって異なります。

Maestro とエージェントの対話の戦略は、エージェントの作成中も継続する必要があります。Maestro のビジネス プロセスでは、Maestro は事前定義された一連のパラメーターをエージェントに送信します。その際、エージェントがどのパラメーターを返信に使用するかを明確に想定して、プロセスを目標に向かって継続的に推進します。

アクティビティの使用方法

このアクティビティを Maestro のエージェンティック プロセスで使用するには、以下の手順に従います。

1. キャンバスにサービス タスク要素を追加し、タスクの [ プロパティ ] パネルを開きます。
2. このサービス タスクの名前を Foundry Hello Worldとします。
3. [ 実装 ] セクションの [ アクション ] ドロップダウン リストから、[ 外部エージェントを起動し、待機] を選択します。
4. Microsoft Azure AI Foundry コネクタを選択します。
5. 既存のコネクションを選択するか、新しいコネクションを作成します。詳細については、「 Microsoft Azure AI Foundry の認証」をご覧ください。

6. [アクティビティ] から [スレッドを実行] を選択します。

7. [ エージェント名] から、Microsoft Azure AI Foundry で以前に作成したエージェントを選択します。

8. [メッセージ] に「What can you do?」と入力します。プロンプトには必ず引用符を含めてください。

   

9. 開始イベントをサービス タスクに接続し、サービス タスクをキャンバスの終了イベント ノードに接続します。

10. [ デバッグ] を選択して、このプロセスを実行します。実行が成功したら、グローバル変数を確認し、ソースからの {:} 応答 を探します: Foundry Hello World。返信の構造に注意してください。

    メモ: Foundry エージェントの実行は、完了までに最大 90 秒かかる場合があります。 まれに、Foundry エージェントの非同期応答メカニズムが原因で、最大で 10 分かかることがあります。

    たとえば、「何ができますか?」というプロンプトに対するエージェントの回答は次のようになります。

    {
      "content_value": "Here’s how I can assist you:\n\n- **Recommend AI Tools**: Suggest the best AI tools (apps, platforms, APIs) for your specific challenge, need, or workflow.\n- **Usage Guidance**: Provide clear steps on how to use the suggested AI tool for your scenario.\n- **Prompt Writing**: If the suggestion involves an AI language model (like ChatGPT, Claude, etc.), I provide you with a ready-to-use prompt tailored to your need.\n- **Comparison**: Offer quick comparisons between similar AI tools if needed.\n- **Special Cases**: Point you to tools with image/audio/video capabilities for media-related requirements.\n\n**Try me:**  \n- State your problem, task, or goal (e.g., “I need to summarize research articles”).\n- I’ll reply with the best matching AI tool and exact usage instructions/prompt.",
      "thread_id": "thread_AJhKo6PvrzCFu1dtpXV1ZEqM",
      "assistant_id": "asst_lozoOWbsiggHu9QItxfrXZt1",
      "role": "assistant",
      "run_id": "run_GS5b1gEgXElhudrhFSAtFzQo",
      "content_type": "text",
      "latest_message_id": "msg_D5MUkFj4AvsHKNdHNFQBJpAv",
      "created_at": 1758581230,
      "object": "thread.message",
      "timestamp": "2025-09-22T22:47:10Z",
      "eventType": "TRIGGER_CREATED"
    }

エージェントの出力をプロセス変数に割り当てて、Maestro プロセスの進行状況に影響を与える必要があります。たとえば、Boolean 評価に基づいて決定を下す場合や、分類タスクの回答を使用する場合などです。

1. デザイン モードで、デザイン キャンバスからエージェントを選択します。

2. [プロパティ] を選択します。

3. [出力] で [ 新規追加] を選択し、 agent_reponse という名前の String 型の変数を追加します。

4. [値] で [Foundry Hello World (Foundry Hello World > Response > [Content value (string)] を選択します。

先端： 実際には、エージェントから選択した構造化された出力を指定し、式エディターを使用して Maestro 内で出力を評価し、プロセス フローに必要な出力の特定の部分を抽出します。

式エディターを使用した Maestro でのエージェント出力の処理の例:

プロンプトが次の場合:

「フランスの首都は何ですか?」 {"capital":"Normandy")の形式でのみJSONで回答し、JSONのみ出力します

応答は result.reponse.content_value です(タイプ string):

{"capital":"パリ"}

JSON に変換する場合は、JSON 型の新しい変数 (例: answer_in_JSON ) を作成し、式エディターを使用します。

js:JSON.parse(result.response.messages[0].content)

js式の結果は(タイプ JSONです。

{
  "capital": "Paris"
}

トラブルシューティングとチューニング

接続を確立するだけでなく、Microsoft Azure AI Foundry ワークスペースと Maestro の両方でプロンプトをテストする必要があります。これにより、Maestro で使用し、変数に割り当てて、プロセス内の他のアクターに渡すのに最適な目的の出力が得られます。

詳細なプロンプトは、Microsoft Azure AI Foundry 内のエージェントの システム プロンプト 内に留まることをお勧めします。実行時に Maestro からエージェントに提供される ユーザー プロンプト は、簡潔で要点を押さえたものである必要があります。この役割の主な役割は、エージェントが特定のタスクを実行し、期待される一貫性のある出力を生成するために必要な関連変数を示すことです。

人間向けの出力 (エスカレーションの理由など) には、次のようなものがあります 人間にとって自然なテキストとして簡単に渡されます。に期待される出力 API/ロボット アクションは厳密に構成する必要があります。以下に、次のようなユーザー プロンプトを示します エージェントから特定の出力を生成します。Studio 内で C# の式エディターを使用する 変数を 必要。

"What is the quantity on inventory of Order ID " + vars.orderId_1 + "respond only with a JSON object with the quantity in the key Order_Quantity. No explanations, only JSON"

エージェントは次のように返信します。

{"Order_Quantity":"100"}

エージェントへの要求と実際の応答の種類には特に注意してください。応答が JSON型のように見えても、実際には string型である可能性があります。