Agente de conversação

Add and configure a Conversational agent: its model, instructions, tools, and output variables, with fixes for common issues.

O que faz

Executa uma única etapa de um agente de IA de conversa que você cria na tela. Você configura um modelo, instruções e ferramentas e, em seguida, passa no contexto da conversa (que inclui o histórico do chat) emitido de um nó Aguardar mensagem . O agente realiza um loop de raciocínio e chamadas de ferramenta, transmitindo-os para o chat.

Observação:

O agente pode responder apenas dentro de uma troca que um usuário iniciou, o que significa que o usuário deve enviar uma mensagem primeiro antes que um nó de agente de conversação possa ser executado. As trocas iniciadas pelo Maestro Automate, que enviam uma mensagem sem uma prévia do usuário, ainda não são compatíveis.

Quando usar

Situação	Usar
Você precisa de uma resposta de conversação transmitida de um grande modelo de linguagem (LLM), com possíveis chamadas de ferramentas.	Agentes conversacional
Você precisa de uma resposta determinística na conversa (sem LLM).	Enviar mensagem
Você precisa de um modelo de IA para raciocinar e chamar ferramentas, mas sem transmitir para a conversa.	Agente Autônomo

Observação:

Como o nó do Agente de conversação transmite e anexa sua resposta ao chat automaticamente, você não precisa usar Enviar mensagem para emitir a resposta do agente à conversa.

Acesse criar um fluxo de trabalho de agente de chat para um exemplo passo a passo que combina nós de Agente de conversação com os outros nós do chat.

Adição de um agente

Adicione o nó e, em seguida, configure-o no painel de propriedades.

1. Selecione o botão + em um identificador de saída ou selecione + Adicionar nó na barra de ferramentas inferior.
2. Selecione a categoria Agente e, em seguida, Agente de conversação. O Maestro Automate adiciona o nó e abre seu painel de propriedades.
3. Configure o modelo, o prompt do sistema e a associação de contexto da conversa, conforme descrito abaixo.

Resultado: o nó Agente de conversação é adicionado à tela com seu painel de propriedades aberto, pronto para configurar.

Referência de configuração

Campo	Required	Padrão	Description
Automação	Não	Aproveitamento padrão	Como o agente é executado: Aproveitamento padrão ou Aproveitamento avançado (Visualização) para um trabalho mais longo e em várias etapas. Agentes avançados (Pré-visualização) compara os dois.
Modelo	Não	Modelo de agente padrão da organização	O grande modelo de linguagem (LLM) que o agente usa. Selecione um modelo no seletor, que lista os modelos disponíveis para sua organização.
Prompt do Sistema	Sim	Nenhum	A função do agente e as instruções em posição: quem é e como deve se comportar. Aplica-se a todas as etapas da conversa; portanto, escreva orientações duráveis, por exemplo persona, tom, objetivos e quando chamar ferramentas.
Temperatura	Não	0	Ajuste a aleatoriedade da amostragem, de 0 a 1. Valores mais baixos tornam as respostas mais determinísticas; valores mais altos tornam as respostas mais variadas ou criativas.
Máximo de tokens por resposta	Não	8192	Comprimento máximo de cada resposta do modelo dentro de um turno. O limite máximo depende do modelo selecionado.
Contexto da conversa	Sim	Nenhum	Na seção Configurações do agente de conversação . O objeto de contexto da conversa, contendo o histórico do chat, de um Wait for Message upstream, por exemplo $vars.waitForMessage1.output.conversationContext

Variáveis de saída

Além da resposta de conversação do agente, você pode configurar opcionalmente variáveis de saída estruturadas na seção Saídas do painel de propriedades.

Essas saídas não são vistas pelo usuário no chat: em vez disso, são úteis para definir variáveis orientadas por objetivos ou de roteamento para usar em nós subsequentes dentro do fluxo de trabalho.

Cada variável de saída que você declara torna-se um campo no objeto output do agente, referenciado como $vars.<agentName>.output.<name>. Dê a cada um um nome e um tipo e, em seguida, instrua o agente no campo Descrição da variável como preenchê-lo.

Importante:

A geração das respostas de conversação do agente é orientada apenas por sua solicitação do sistema, enquanto a geração das saídas do agente é orientada por uma combinação de sua solicitação do sistema e as descrições das variáveis de saída. Para garantir que o agente não emita dados de saída estruturados no chat, use o prompt do sistema para dizer ao agente como responder no chat, enquanto usa as descrições de saída para instruir o agente como preencher as saídas.

Por exemplo:

Prompt do sistema: "Atribuir ao usuário quando ele deseja encerrar a conversa."

Variável de saída: endConversation (booleano). Descrição: "Definir como verdadeiro quando o usuário pretende encerrar a conversa".

Ramificação no resultado

Siga o agente com uma Decisão ou Mudar para rotear em um campo de saída estruturado. Por exemplo:

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.

Recursos

Um agente de conversação compõe com nós de recursos que você conecta aos identificadores dele. O nó tem três identificadores de recursos, cada um com seu próprio rótulo na tela: Ferramentas, Contexto e Escalonamentos. Ao contrário do Agente autônomo, ele não tem identificador de memória . Conecte um recurso a um identificador e, em seguida, configure esse recurso no próprio painel de propriedades. Os recursos acompanham o fluxo de trabalho.

Cada identificador aceita apenas seu tipo de recurso correspondente. A tela bloqueia conexões que não se encaixam, para que você não possa, por exemplo, conectar uma ferramenta ao Identificador de contexto.

Ferramentas

Conecte ferramentas ao identificador de Ferramentas para fornecer ao agente recursos que ele pode chamar durante o raciocínio. O agente decide durante seu loop se e quando chamar cada ferramenta conectada. Cada ferramenta carrega uma descrição que informa ao agente para que ela é usada. Escreva isso sob o título da ferramenta, em Adicionar uma descrição…. Os campos mostrados em roxo são preenchidos pelo agente quando ele chama a ferramenta.

Os tipos de ferramentas que você pode conectar são:

• Ferramentas integradas, três ferramentas prontas para uso descritas abaixo.
• Ferramentas de conector, que permitem que o agente aja em um aplicativo por meio de uma conexão, por exemplo, enviando um email ou criando um registro em um sistema downstream.
• Fluxo de trabalho de RPA e ferramentas de função de API , que permitem que o agente chame um processo de RPA implantado ou fluxo de trabalho de API como uma ferramenta.
• Ferramentas de servidor de Protocolo de Contexto do Modelo (MCP) , que fornecem ao agente as ferramentas que um servidor MCP oferece.

Ferramentas integradas

Três ferramentas integradas são fornecidas com o Maestro Automate. Cada um é um recurso independente que você conecta ao identificador de Ferramentas e configura em seu próprio painel.

• Analisar arquivos: analisa um ou mais arquivos com um LLM para extrair, sintetizar ou responder a perguntas sobre seu conteúdo. Descreva os arquivos que o agente passará e a tarefa de análise para executar neles.
• Transformação em lote: processa e transforma um arquivo CSV linha por linha. Forneça o arquivo de origem, descreva a tarefa por linha e defina as colunas de saída que a ferramenta adiciona. Você pode habilitar ou desabilitar o embasamento de pesquisa na Web para a transformação.
• Resumir: produz uma síntese de múltiplos documentos (até 1.000 páginas) com citações. Forneça a origem, descreva o que sintetizar e escolha a extensão do arquivo. Quando a origem é um PDF, você pode ativar ou desativar citações.

Ferramentas do servidor MCP

Conecte um servidor de Protocolo de Contexto do Modelo (MCP) para expor suas ferramentas ao agente. A seleção de uma ou mais ferramentas do servidor adiciona uma seção Configuração de ferramentas abaixo do seletor de ferramentas, com um painel expansível por ferramenta. Nesse painel, você pode editar a descrição de cada argumento, visualizar o esquema completo de entrada e saída da ferramenta e escolher como o argumento obtém seu valor: o agente decide no runtime, o valor é associado a uma variável de agente no escopo ou o valor é corrigido (e opcionalmente sinalizado como confidencial).

A lista de ferramentas de um servidor MCP pode vir de dois modos de descoberta:

• Em cache: tira um instantâneo das ferramentas do servidor quando o servidor está conectado. Use Ferramentas de atualização no servidor para extrair um instantâneo atualizado sob demanda.
  • Por padrão, a alternância Atualizar esquema antes de chamar no painel de configuração de uma ferramenta verifica novamente o servidor para o esquema atual da ferramenta logo antes de cada chamada. Portanto, uma alteração de esquema no servidor (um parâmetro renomeado ou adicionado, por exemplo) não requer uma atualização manual. Quando desabilitada, a ferramenta sempre usa o esquema do último instantâneo.
• Dinâmico: descobri ferramentas no runtime em cada chamada, incluindo ferramentas adicionadas ao servidor após o nó ser configurado.

Para servidores MCP remotos, a atualização pesquisa o endpoint de descoberta do servidor para conclusões assíncronas. Para servidores MCP da Plataforma, serviços nativos da UiPath, como o Document Understanding, a lista de ferramentas vem do catálogo de serviços da UiPath Platform.

Se nenhum servidor MCP estiver conectado ainda, adicione um a partir da entrada de servidor MCP no painel Adicionar nó . A criação de servidor de grupo de opções novas opções por subtipo: Plataforma, Remoto, Comando, Codificado e UiPath. Selecionar Plataforma abre uma caixa de diálogo para criar o servidor dentro da solução atual, quando compatível com seu ambiente; os outros subtipos abrem a página de criação correspondente no Orchestrator. Sobre servidores MCP os descreve.

Observação:

O nó do Agente de conversação incorporado ainda não é compatível com conexões pessoais, ferramentas do lado do cliente ou confirmações de chamadas de ferramentas. Para usá-los, crie o agente no Agent Builder e importe-o como um nó em seu fluxo de trabalho.

Context

Conecte um recurso de contexto ao identificador de Contexto para fundamentar o agente em seus dados. O agente usa esses dados de embasamento durante o raciocínio em vez de confiar apenas no modelo. Um recurso de contexto aponta para um índice de contexto em sua organização.

Configure a forma como o agente recupera do índice, incluindo o modo de recuperação (semântico, estruturado, DeepRAG ou transformação em lote), a consulta, o número de resultados a retornar, um limite de relevância e se deve incluir citações. Para criar um novo índice de contexto, use a ação Criar novo Contexto no painel de adição do identificador, que abre a criação de índice em uma nova guia.

Escalonamento

Conecte o identificador de Escalonamentos para rotear para um humano quando o agente chegar a um caso que não deve decidir sozinho. O agente pausa, um humano atua no escalonamento e o agente retoma com o resultado. Você pode anexar um de dois recursos de escalonamento:

• Escalonamento: roteia para uma tarefa de aplicativo de ação. Configure o aplicativo de ação, destinatários, notificações, entradas passadas para o aplicativo e como o aplicativo mapeia o resultado de volta para o agente.
• Escalonamento de Aplicativo de Ação: roteia para um aplicativo de ação codificado, com os mesmos destinatários, notificação, entrada e configuração de mapeamento de resultados.

Ambos os recursos de escalonamento são configurados da mesma maneira. Escolha Action App Escalation quando o destino do seu escalonamento for um aplicativo de ação codificado em vez de um aplicativo de ação padrão.

Importante:

Um escalonamento de um Agente de conversação bloqueia a vez de conversa: o usuário fica esperando na superfície do chat até que o humano aja. Para aprovações ou entregas de longa duração onde a conversa deve continuar em andamento, execute um nó de formulário rápido a partir de uma ramificação paralela , para que o chat possa continuar enquanto a aprovação acontece em segundo plano.

Problemas comuns

Um erro de validação de entrada aparece antes que você possa depurar. O Modelo, Prompt do sistema e Contexto da conversa são todos necessários. O nó relatará um erro de validação até que cada um seja definido.

O chat bloqueia por um longo tempo após o agente disparar um escalonamento. Os escalonamentos anexados diretamente ao agente pausam todo o turno até que o humano aja. Para aprovações de longa duração, mova a etapa humana para uma ramificação paralela de nós de formulário rápido que é executada ao lado da conversa.

Uma ferramenta de transformação em lote conectada relata um erro de validação. A Transformação em lote exige pelo menos uma coluna de saída. Defina as colunas que a ferramenta deve adicionar antes de depurar o fluxo de trabalho.

Próximas Etapas

• Wait for Message: fornece o contexto da conversa que esse nó consome.
• Enviar mensagem: alternativa de resposta determinística (não LLM).
• Chat : todos os nós de conversação do chat.
• Crie um fluxo de trabalho de agente de chat: guia passo a passo que combina um supervisor e especialistas.
• Implantação de chat: implante o fluxo de trabalho e disponibilize-o nos canais de chat.
• Agente autônomo: loop orientado por LLM que executa tarefas sem transmitir para a conversa.
• Comunidade: faça perguntas e compartilhe fluxos de trabalho com outros construtores no Fórum da UiPath.