会話型エージェント

The Conversational Agent node runs an LLM-driven turn in a chat conversation, looping through reasoning and tool-calls and streaming them to the chat.

機能

Runs a single turn of a conversational AI agent that you author in the canvas. You configure a model, instructions, and tools, then pass in the conversation context (which includes the chat history) emitted from a Wait for Message node. The agent performs a loop of reasoning and tool-calls, streaming them to the chat.

注:

The agent can only reply within an exchange that a user has initiated, which means the user must send a message first before a conversational agent node can run. Flow-initiated exchanges — sending a message without a prior user turn — are not yet supported.

使用すべき状況

状況	使用
You need an LLM-driven, streamed conversational response, with possible tool-calls.	会話型エージェント
You need a deterministic reply in the conversation (no LLM).	メッセージを送信
You need an LLM-driven execution with possible tool-calls, but without streaming to the conversation.	自律型エージェント

注:

Since the Conversational Agent node streams and appends its response to the chat automatically, you do not need to use Send Message to emit the agent's response to the conversation.

Visit build a chat agent workflow for a step-by-step example that combines Conversational Agent nodes with the other Chat nodes.

エージェントを追加する

ノードを追加し、[プロパティ] パネルで設定します。

1. 出力ハンドルの [ + ] ボタンを選択するか、下部のツールバーからノード パレットを開きます。
2. Select the Agent category, then Conversational Agent. Flow adds the node and opens its properties panel.
3. Configure the model, system prompt, and the conversation context binding, as described below.

Result: The Conversational Agent node is added to the canvas with its properties panel open, ready to configure.

構成のリファレンス

フィールド	Required	既定 (Default)	説明
モデル	いいえ	組織の既定のエージェント モデル	エージェントが使用する大規模言語モデル (LLM)。ピッカーからモデルを選択すると、組織で利用可能なモデルが一覧表示されます。
システム プロンプト	はい	なし	The agent's role and standing instructions: who it is and how it should behave. Applies to every turn of the conversation, so write durable guidance — e.g. persona, tone, goals, and when to call tools.
温度	いいえ	0	0 から 1までのランダム性をサンプリングします。値が小さいほど、応答はより決定論的になります。値が大きいほど、応答の多様性や創造性が強くなります。
回答あたりの最大トークン数	いいえ	8192	Maximum length of each model response within a turn. The ceiling depends on the selected model.
Conversation context	はい	なし	The conversation context object — containing the chat history — from an upstream Wait for Message, e.g. $vars.waitForMessage1.output.conversationContext

出力変数

In addition to the agent's conversational response, you may optionally configure structured output variables in the Outputs section of the properties panel.

These outputs are not seen by the user in the chat — instead, they are useful for setting goal-oriented or routing variables to use in downstream nodes within the Flow.

Each output variable you declare becomes a field on the agent's output object, referenced as $vars.<agentName>.output.<name>. Give each one a name and a type, then instruct the agent in the variable's Description field how to populate it.

重要:

Generation of the agent's conversational responses is driven by only its system prompt, while generation of the agent's outputs are driven by a combination of its system prompt and the output variable descriptions. To ensure the agent doesn't emit structured output data into the chat, use the system prompt to tell the agent how to respond in the chat, while using the output descriptions to instruct the agent how to fill in the outputs.

例:

System prompt: "Thank the user when they would like to end the conversation."

Output variable: endConversation (boolean). Description: "Set to true when the user intends to end the conversation."

結果に対する分岐

Follow the agent with a Decision or Switch to route on a structured output field. For example:

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.

リソース

A Conversational Agent composes with resource nodes you connect to its handles. The node has three resource handles, each with its own label in the canvas: Tools, Context, and Escalations. Connect a resource to a handle, then configure that resource in its own properties panel. The resources travel with the flow.

各ハンドルは、一致するリソースの種類のみを受け入れます。キャンバスでは、適合しない接続がブロックされるため、たとえばツールをコンテキスト ハンドルにワイヤリングすることはできません。

ツール

ツールを ツール のハンドルに接続して、エージェントが推論中に呼び出すことができる機能を提供します。エージェントは、ループ中に、接続された各ツールを呼び出すかどうか、およびいつ呼び出すかを決定します。各ツールには、そのツールの目的をエージェントに伝える説明が付いているので、ツールで説明が公開された場合は、明確な説明を記述してください。

接続できるツールの種類は次のとおりです。

• 組み込みツール、以下で説明する 3 つの既製ツール。
• コネクタ ツール。エージェントが Integration Service の操作を呼び出すことができます。たとえば、メールの送信や下流のシステムでのレコードの作成などが可能です。
• RPA ワークフロー および API 関数 ツール: エージェントはパブリッシュ済みの RPA プロセスまたは API ワークフローをツールとして呼び出すことができます。
• モデル コンテキスト プロトコル (MCP) サーバー ツール。MCP サーバー上でパブリッシュされたツールを公開します。

組み込みツール

Flow には 3 つの組み込みツールが付属しています。それぞれが自己完結型のリソースであり、[ ツール ] に接続して専用のパネルで処理および設定します。

• ファイルを分析: LLM を使用して 1 つ以上のファイルを分析し、その内容を抽出、合成したり、質問に回答したりします。エージェントが渡すファイルと、そのファイルに対して実行する分析タスクを入力します。
• バッチ変換: CSV ファイルを 1 行ずつ処理および変換します。ソース ファイルを指定し、行ごとのタスクを説明して、ツールが追加する出力列を定義します。変換の Web 検索のグラウンディングを有効化または無効化できます。
• 要約: 引用を含む複数のドキュメント (最大 1,000 ページ) を合成します。ソースを指定し、合成する内容を説明し、ファイル拡張子を選択します。ソースが PDF の場合、引用のオン/オフを切り替えることができます。

MCP サーバーのツール

モデル コンテキスト プロトコル (MCP) サーバーを接続して、そのツールをエージェントに公開します。サーバーからツールを 1 つ以上選択すると、ツール ピッカーの下に [ ツール設定 ] セクションが追加され、ツールごとに展開可能なパネルが表示されます。そのパネルでは、各引数の説明を編集したり、ツールの完全な入力/出力スキーマを表示したり、引数の値の取得方法 (実行時にエージェントが決定するか、値をスコープ内のエージェント変数にバインドするか、値を固定する (必要に応じて機密のフラグを付ける) かを選択できます。

MCP サーバーのツール リストは、次の 2 つの検出モードから取得できます。

• キャッシュ: サーバーが接続されているときに、サーバーのツールのスナップショットを作成します。サーバー上の 更新ツール を使用して、更新されたスナップショットをオンデマンドでプルします。
  • 既定では、ツールの設定パネルの [呼び出し前にスキーマを更新 ] トグルは、各呼び出しの直前にツールの現在のスキーマについてサーバーを再チェックするため、サーバーのスキーマ変更 (パラメーターの名前の変更や追加など) を手動で更新する必要はありません。無効化すると、ツールは常に最後のスナップショットのスキーマを使用します。
• 動的: 実行時に、ノードの構成後にサーバーに追加されたツールを含む、呼び出しごとにツールを検出します。

リモート MCP サーバーの場合、更新によってサーバーの検出エンドポイントがポーリングされ、非同期補完かどうかが確認されます。プラットフォーム MCP サーバー (Document Understanding などの UiPath ネイティブ サービス) の場合、ツール リストは代わりに UiPath Platform サービス カタログから取得されます。

If no MCP server is connected yet, add one from the node palette's MCP server entry. The Create new options group server creation by subtype — Platform, Remote, Command, Coded, and UiPath. Selecting Platform opens a dialog to create the server within the current solution, when supported by your environment; the other subtypes open the corresponding creation page in Orchestrator. For more details, see About MCP Servers.

注:

The inline Conversational Agent node does not yet support personal connections, client-side tools, or tool-call confirmations. To use these, build the agent in Agent Builder and import it as a node in your Flow.

Context

コンテキスト リソースを コンテキスト ハンドルに接続して、エージェントをデータにグラウンディングします。エージェントは、モデルだけに依存するのではなく、推論中にこのグラウンディング データを利用します。コンテキスト リソースは、組織内のコンテキスト インデックスを指します。

エージェントがインデックスから取得する方法を設定します。取得モード (セマンティック、構造化、DeepRAG、バッチ変換)、クエリ、返される結果の数、関連性のしきい値、引用を含めるかどうかなどがあります。新しいコンテキスト インデックスを作成するには、ハンドルの [追加] パネルで [ 新しいコンテキストを作成 ] アクションを使用します。これにより、インデックスの作成が新しいタブで開きます。

エスカレーション

エ スカレーション ハンドルを接続し、エージェントが単独で決定すべきではないケースに到達したときにユーザーにルーティングします。エージェントが一時停止し、人間がエスカレーションに対応し、エージェントは結果を持って再開します。次の 2 つのエスカレーション リソースのいずれかをアタッチできます。

• エスカレーション: アクション アプリのタスクにルーティングします。アクション アプリ、受信者、通知、アプリに渡される入力、アプリの結果がエージェントにどのようにマッピングされるかを設定します。
• アクション アプリのエスカレーション: 受信者、通知、入力、結果マッピングの設定で、コード化されたアクション アプリにルーティングします。

Both escalation resources are configured the same way. Choose Action App Escalation when your escalation target is a coded action app rather than a standard action app.

重要:

An escalation from a Conversational Agent blocks the conversation turn — the user is left waiting on the chat surface until the human acts. For long-running approvals or hand-offs where the conversation should keep moving, run a Human Task from a parallel branch instead, so the chat can continue while the approval happens in the background.

一般的な問題

An input validation error appears before you can debug. The Model, System prompt, and Conversation Context are all required. The node reports a validation error until each one is set.

The chat blocks for a long time after the agent triggers an escalation. Escalations attached directly to the agent pause the entire turn until the human acts. For long-running approvals, move the human step to a parallel Human Task branch that runs alongside the conversation instead.

接続されたバッチ変換ツールから検証エラーが報告される。バッチ変換には、少なくとも 1 つの出力列が必要です。フローをデバッグする前にツールで追加する列を定義します。

関連ページ

• Wait for Message — provides the conversation context this node consumes.
• Send Message — deterministic (non-LLM) response alternative.
• Chat — full palette of chat conversational nodes.
• Build a chat agent workflow — end-to-end walkthrough that combines a supervisor and specialists.
• Chat deployment — publish and expose the Flow through various channels.
• Autonomous Agent — task-executing LLM-driven loop without streaming to the conversation.