- Primeros pasos
- Agentes de UiPath en Studio Web
- Acerca de los agentes de UiPath
- Licencia
- Agentes codificados en Studio Web
- Ejecución de agentes
- Agentes y flujos de trabajo
- Mejores prácticas para construir agentes.
- Elegir el mejor modelo para tu agente
- Mejores prácticas para publicar e implementar agentes
- Mejores prácticas para el diseño de contexto.
- Prácticas recomendadas para DeepRAG y Transformación por Lote: JIT frente a estrategias basadas en índice.
- Solicitudes
- Trabajar con archivos
- Contextos
- Escalaciones y memoria del agente
- Evaluaciones
- Seguimientos de agente
- Puntuación del agente
- Gestión de agentes de UiPath
- Agentes de UiPath codificados
Guía del usuario de Agents
DeepRAG
La herramienta DeepRAG permite a los agentes analizar y sintetizar Information en archivos PDF y de texto grandes utilizando la generación aumentada por recuperación (RAG). Está diseñado para escenarios en los que necesitas respuestas completas y respaldadas por citas derivadas de contenido de forma larga como informes, manuales, políticas o documentos de investigación.
DeepRAG ingiere uno o varios documentos proporcionados en runtime y realiza la recuperación semántica en todos sus contenidos. En función de la tarea que definas, sintetiza la información relevante en una respuesta coherente y puede incluir opcionalmente citas que hagan referencia a los documentos de origen.
Los casos de uso típicos incluyen:
- Resumir documentos grandes o colecciones de documentos
- Responder preguntas complejas basadas en el material de origen
- Comparar o sintetizar información en varias secciones o archivos
- Producir salidas de estilo de investigación con citas trazables
Para obtener más detalles, consulta Prácticas recomendadas para DeepRAG y transformación por lotes: JIT frente a estrategias basadas en índices.
Orígenes de datos
DeepRAG admite entradas de archivo just-in-time (JIT).
- Los archivos se proporcionan directamente a través de las entradas del agente.
- Solo se admiten archivos PDF y de texto.
- No se requiere creación de índice ni configuración de almacenamiento externo.
Configurar la herramienta DeepRAG
Añade la herramienta DeepRAG
- Abre tu agente en modo de diseño.
- De la lista de herramientas integradas, añade DeepRAG al agente.
Una vez añadida, la herramienta DeepRAG aparece como un nodo de herramienta dedicado que puedes configurar desde el panel derecho.
Configura entradas
En tiempo de diseño, defines cómo debe analizar DeepRAG los documentos proporcionados:
-
Archivo de origen: selecciona el archivo o la entrada del documento que debe analizar DeepRAG. En runtime, esto se resuelve en el documento proporcionado cuando se ejecuta el agente.
Nota:Debes configurar un argumento de tipo de archivo en el Gestor de datos.
-
Tarea de DeepRAG: describe lo que debe investigar el agente en todos los documentos. Esto suele incluir:
- Qué información buscar
- Cómo sintetizar o estructurar la salida
- Si hacer referencia a las fuentes y cómo
-
Extensión de archivo: especifica el tipo de archivo esperado. Esto ayuda a DeepRAG a aplicar la estrategia de análisis de documentos adecuada.
-
Habilitar citas: cuando está habilitada, la herramienta incluye citas en la salida que hacen referencia a los documentos de origen utilizados durante la síntesis.
Ejecutar la herramienta DeepRAG
Al ejecutar o depurar el agente, DeepRAG se ejecuta como parte de la ejecución del agente:
- Se carga y se analiza el documento de entrada.
- Las secciones relevantes se recuperan en función de la definición de la tarea.
- El modelo sintetiza una respuesta basada en el contenido recuperado.
- Se genera una salida que incluye opcionalmente citas.
Durante la ejecución, DeepRAG aparece en el Seguimiento de ejecución como una llamada de herramienta dedicada. Puedes expandir este paso para inspeccionar información detallada de runtime.
Inspeccionar los detalles de ejecución
En el Seguimiento de ejecución, la herramienta DeepRAG aparece como una llamada de herramienta dedicada. Puedes expandirla para revisar:
- Entrada: el documento de origen, incluidos el nombre del archivo, el tipo y los metadatos, y la consulta utilizada para guiar la recuperación y la síntesis.
- Salida: la respuesta generada, que incluye una matriz de citas cuando está habilitada.
Esta visibilidad te ayuda a comprender cómo se produjo la respuesta y qué contenido de origen contribuyó a la salida.