安装 ScreenPlay

ScreenPlay 安装程序支持以下部署选项：

• 开箱即用 (OOB) 的部署选项 - 您可以免费访问可用模型列表：

  • UiPath（使用 Gemini 2.5 Flash）
  • UiPath（使用 GPT - 4.1）
  • UiPath（使用 GPT 4.1 mini）
  • UiPath（使用 GPT - 5）
  • UiPath（使用 GPT - 5 mini）
  • OpenAI Operator
  • Anthropic - Computer Use

• 自带模型 (BYOM) 部署选项 - 您可以使用自己的现有订阅为 ScreenPlay 提供支持。 使用 BYOM 部署不会对服务的使用量施加任何限制。 要执行此安装，您需要拥有自己的以下服务之一：

  • Azure Open AI
  • OpenAI
  • Amazon Bedrock (Anthropic Computer Use)
  • Google Vertex
  • 符合 Open AI V1 要求的 LLM – 使用此选项可连接到 API 遵循 OpenAI V1 标准的任何 LLM 提供程序。 有关详细信息，请参阅《符合 OpenAI V1 要求的 LLM 连接器》文档。

Studio - ScreenPlay 设置

先决条件

ScreenPlay 受任何版本的 UiPath Studio 支持。 但是，我们强烈建议使用 Studio 2025.10，以从以下功能中受益：

• 您可以在新式编辑器中轻松编辑提示词。
• 您可以插入和管理变量和图像，并将其与文本内联。

备注：

旧版 Studio 仍然支持 ScreenPlay，但使用的是更基本、更不那么灵活的编辑器。 旧版不支持内联图像，您必须使用 {{variable}} 语法编写变量。

要通过 Studio 配置 ScreenPlay，请执行以下步骤：

1. 打开 UiPath Studio，然后创建新项目。
2. 导航到 cloud.uipath.com，并确保您已连接到 Automation Cloud 帐户。
3. 添加最新的 UIAutomation 包 2025.10.20 或更高版本，方法是导航到“管理包”，然后选择“设置”。 在“默认包来源”部分中，确保您启用了“官方”包。
4. 在项目画布中，选择“添加活动”图标，以搜索并添加 ScreenPlay 活动。
5. 在 ScreenPlay 活动中，在“任务”字段中添加提示词。 此外，您可以在“模型”下拉列表中更改默认 LAM，并根据需要定制其他属性。

Studio Web - ScreenPlay 设置

要通过 Studio Web 配置 ScreenPlay，请执行以下步骤：

1. 导航到 https://cloud.uipath.com，并登录您的帐户。
2. 导航到 Studio，选择“新建”，然后选择“RPA 工作流”。
3. 选择“添加活动”图标，以搜索 ScreenPlay 活动，并将其添加到项目画布中。
4. 在 ScreenPlay 活动“属性”面板中，在“任务”字段中添加提示。此外，您可以在“模型”下拉列表中更改默认 LAM，并根据需要定制其他属性。

自带模型设置

要使用您自己的订阅，请在 AI Trust Layer 中通过 LLM 配置执行以下配置步骤：

1. 在 Automation Cloud™ 中，导航到“ 管理员”。
2. 选择 "AI Trust Layer"， 然后选择“ LLM 配置 ”选项卡。
3. 从“ 租户 ”下拉列表中选择一个租户，然后选择“ 添加配置”。
4. 在“ 添加配置 ”面板中，执行以下步骤：
   1. 从“产品”下拉列表中选择 "UI Automation"。
   2. 从“功能”下拉列表中选择“ScreenPlay” 。
   3. 从“ 配置模式 ”下拉列表中选择“ 替换 UiPath LLM 订阅”。
   4. 从 LLM 下拉列表中选择您拥有并希望使用的订阅。
   5. 在“配置客户托管连接”部分中，从“ 文件夹 ”下拉列表中选择一个文件夹，然后从“ 连接器 ”下拉列表中选择一个连接器。
   6. 选择“添加新连接”。 此时将打开一个新的选项卡，提示您提供将 UiPath 连接到您选定连接器的信息。 填写必要字段，然后在“ 添加配置 ”面板中选择“ 测试”。
   7. 选择“保存”。

有关更多信息，请参阅“ 配置 LLM”。

重要预防措施

为了安全使用 ScreenPlay，您必须采取以下重要预防措施：

• 当前最先进的 LAM 非常有限，因此最好使用多个精细的 ScreenPlay 活动，每个活动通过一些目标用户界面元素处理一个或两个操作，而不是使用单个端到端自动化实例尝试复杂任务。