入门指南

Build your first conversational agent in Studio Web's Agent Builder, from initial configuration to a working HR assistant with document search.

This guide walks you through building your first conversational agent in Agent Builder: a simple HR assistant that answers questions about company policies using document search.

先决条件

开始之前，请确保您：

• Studio Web 的访问权限
• Orchestrator 文件夹，其中包含：
  • 分配的 Unattended Robot
• 上下文锚定索引，其中包含您的知识库文档

提示：

即使您尚未拥有上下文锚定索引，仍然可以完成本教程。 您的智能体将根据其通用知识做出响应。

步骤 1：创建智能体

1. 转到 studio.uipath.com。
2. 选择“新建”，然后选择“智能体”。
3. 选择“对话”。

1. 向 Autopilot 描述您的智能体，以生成入门配置。例如：“一个帮助员工查找公司政策、福利和入职流程相关信息的 HR Assistant。”如果您不希望使用 Autopilot，请选择“从头开始”。

步骤 2：配置系统提示

系统提示定义智能体的角色和行为。精心设计的提示有助于智能体一致且适当地响应。

1. 在“系统提示”部分中，定义智能体的身份和指南。例如:

You are a friendly HR assistant for Contoso Corporation. Your role is to help employees find information about company policies, benefits, and HR procedures.

Guidelines:
- Always be professional and helpful
- If you don't know the answer, say so
- When citing policies, reference the specific document name
- Keep responses concise but complete

2. 为智能体选择“模型”。不同的模型提供不同的功能和性能特征。

步骤 3：添加工具

工具使您的智能体能够执行操作并检索信息。对于此 HR Assistant，请添加您之前配置为上下文工具的上下文锚定索引。

1. 选择添加上下文。
2. 选择您的 HR 文档索引。
3. 提供说明。例如:

Provides information about company policies, benefits, and HR procedures.

4. （可选）添加其他工具，例如：
   • 分析文件：允许用户上传文档进行分析。
   • Integration Service 连接器：连接到外部系统，例如日历或电子邮件。

有关详细的工具配置选项，请参阅“设计”部分。

步骤 4：在 Debug 聊天中测试

在发布之前，测试您的智能体，以确保其行为符合预期。

1. 选择“Debug”，然后选择“保存并 Debug”以打开聊天界面。
2. 发送测试消息，例如：“我们在美国有多少假期？”。
3. 查看智能体的响应并检查引文（如果使用上下文锚定）。
4. 在“历史记录”选项卡中查看执行追踪记录，以查看：
   • LLM 调用和响应
   • 使用参数和输出调用工具

1. 如果响应良好，请选择“添加到评估集”以保存此对话，供将来测试使用。

步骤 5：发布和部署

对智能体的行为感到满意后，即可发布智能体，以供用户使用。

1. 在顶部工具栏中选择“停止”以停止执行 Debug。
2. 在“资源管理器”中将您的解决方案和智能体重命名为“HR Assistant”。
3. 在顶部工具栏中选择“发布”。
4. 选择“Orchestrator 租户”作为位置。
5. 选择“发布” 。

发布过程将开始，包准备好可供部署后，您将收到一条消息通知。

1. 在消息中选择“检查包”。
2. 选择“部署包”（最右侧的火箭图标）。
3. 选择目标 Orchestrator 文件夹（必须分配 Unattended Robot 账户）。
4. 选择“立即激活”。
5. 选择“部署”。

您的智能体已发布和部署，并可通过“实例管理”使用。

步骤 6：访问智能体

Once published, your agent surfaces to users through any of the supported chat channels — Instance Management, Assistant, Microsoft Teams, Slack, iFrame embeds, and more, including custom chat UIs with the UiPath TypeScript SDK. See Deployment for the full channel list, feature availability per channel, and configuration steps.

您已经构建并部署了您的第一个对话智能体。要了解更多信息：

• Designing the agent — configuring the prompt, tools, context, file handling, and per-user connections.
• Evaluating the agent — create comprehensive test suites for your agent.
• Observability — monitor performance, usage metrics, and collect user feedback.
• Licensing — understand consumption and pricing for your deployment.

Need more advanced conversation modeling — routing, hand-off between specialist agents, or backend automations running in parallel with the conversation? See Build in Maestro Flow to model the whole chat as a conversational Flow.