管理 ML 技能

创建 ML 技能

在“ML 技能”页面中，单击“新建”。系统将显示“新建 ML 技能”页面。
输入新技能的名称。名称应当仅包含字符、数字和下划线，并且不应以数字开头。
从下拉列表中选择一个包。
选择包的主要版本和次要版本。
可选：添加新技能的说明。
选择是否启用自动更新。如果将其设置为 true，则模型将自动更新为模型的最新已重新训练版本（ML 包版本相同，但次要版本较新）。
选择是否公开 ML 技能。
如果要进一步配置部署（如启用 GPU），请切换至“高级基础架构设置”。
- 选择是否在运行此技能的环境中启用 GPU。
- 选择副本数量。
备注：
副本是模型的实例。副本越多，同一已部署模型的实例就越多。这在以下方面很有帮助：
- 高可用性 (HA) - 我们无法保证具有单个副本的实例不间断运行，因为后端服务会经常进行自动化维护。在极少数情况下，技能可能会遇到意外停机。对于生产环境，我们强烈建议至少使用两个副本，对于测试实例，建议至少使用一个副本。
- “并行处理”- 如果您预计会有大量并行请求，请增加副本的数量。作为一般准则，您可以使用一到三个机器人作为 ML 技能具有的每个副本的起点。
- 从下拉列表中选择要为每个副本分配的资源数量。
- AI Unit 的每小时成本显示在“每个副本的资源”属性下。成本会因您是否启用 GPU、副本的数量以及每个副本分配的资源而异。
备注：
- 步骤 7 为可选步骤，仅建议高级用户使用。
- 仅当您使用 AI Unit 许可模型时，步骤 7 中的属性才可用。
从下拉列表中选择在不活动一段时间后取消部署技能的时间。
单击“创建”。系统将关闭“新建 ML 技能”页面，并显示“ML 技能”页面，其中包含处于“正在部署”状态的新技能。

注意：对于 DU 提取程序，提供了更准确的高级基础架构设置信息。
该模型包含在UiPath™的服务框架中，并部署在UiPath™ AI Center的 Kubernetes 集群上的命名空间中，该集群只能由您的租户访问。
注意：我们优化了技能部署的节点可用性。从10 月开始，技能部署所需的时间将减少。
如果部署成功，技能状态将从“正在部署”更改为“可用”。

停止 ML 技能

要停止 ML 技能，请使用以下过程：

在“ ML 技能” 页面中，单击要停止的技能。
单击顶部的“停止”按钮。

重新部署已停止的 ML 技能

要重新部署 ML 包，请使用以下过程：

在“ML 技能”页面中，在网格上单击已停止的技能。
单击顶部的“继续”按钮。

管理包版本

通过“ML 技能详细信息”页面，可以管理已部署技能中使用的包版本。您可以将技能更新为使用特定的包版本，也可以回滚到先前使用的版本。

更新包版本

在“ML 技能详细信息”页面中，单击要使用的包版本旁边的 ⇅。对于当前正在使用的版本（标记为“当前”），该按钮已禁用。系统将显示“更新技能”窗口。
在“更新技能”窗口中，单击“确定”将技能更新为使用选定的包版本。

回滚到以前的版本

在“ML 技能详细信息”页面中，单击“回滚”。系统将显示“更新技能”窗口。
在“更新技能”窗口中，单击“确定”将技能更新为使用先前的包版本。

修改当前部署

除了将技能更新到不同版本外，已部署的技能还可以保持为同一版本，但可以修改为是否使用 GPU。为此，请在“ ML 技能详细信息 ” 页面 > “更新技能” 窗口中选择“ 修改当前部署 ”，如下所示：

备注：

启用 GPU 会禁用“每个副本的资源” 字段中的 CPU 选项，并且 AI Unit 会根据您在“副本计数”字段中的选择进行更新。

将 ML 技能设为公开/私有

您可以将 ML 技能设为公开。这样，您便可从 UiPath 环境外部通过端点访问该 ML 技能。这意味着您可以调用它，而无需通过连接到特定租户的机器人。

为此，请在“ ML 技能详细信息 ” 页面> “更新技能” 窗口中选择“ 修改当前部署 ”。

请注意，这将重新部署 ML 技能，一旦 ML 技能可用，您将在“ML 技能详细信息”中看到相应的 URL，并且有一个按钮将帮助您复制 URL。根据基本 ML 包，还将公开一个 API 密钥以在 ML 技能活动中与此技能一起使用。

删除 ML 技能

在“ ML 技能” 页面中，根据状态，单击已部署或失败的技能旁边的“取消” 或“删除” 按钮。系统会显示确认窗口。
根据 ML 技能状态，使用以下按钮之一将其删除：
- 取消: 使用此按钮删除失败的 ML 技能。
- “删除” ：使用此按钮删除已成功部署的 ML 技能。
单击“确定” 以删除或取消技能。所选技能已取消部署，并从“ ML 技能” 页面中消失。

注意：删除一项技能可能会影响其使用者。但是，您随时可以重新创建具有相同名称的技能，以恢复此服务的依赖项。