UiPath Documentation
test-cloud
latest
false
Guía de administración de Test Cloud
Importante :
La localización de contenidos recién publicados puede tardar entre una y dos semanas en estar disponible.

Configurar LLM

Opciones de configuración de LLM en AI Trust Layer para conectar modelos lingüísticos de gran tamaño personalizados o basados en suscripciones a los servicios de Test Cloud.

La pestaña de Configuraciones de LLM te permite integrar tus suscripciones de IA existentes mientras mantienes el marco de gobernanza proporcionado por UiPath. Puedes:

  • Reemplazar la suscripción de UiPath LLM: reemplaza las suscripciones administradas por UiPath por las tuyas, siempre que coincidan con la misma familia de modelos y la misma versión ya admitida por el producto UiPath. Esto permite intercambiar sin problemas los modelos gestionados por UiPath con tus modelos suscritos.
  • Añade tu propio LLM: utiliza cualquier LLM que cumpla con los criterios de compatibilidad del producto. Para garantizar una integración fluida, tu LLM elegido debe pasar una serie de pruebas iniciadas a través de una llamada de sondeo antes de que pueda utilizarse dentro del ecosistema UiPath.
Nota:

El acceso a los modelos gestionados por UiPath y/o las configuraciones de LLM depende de la plataforma en la nube que utilices. Para obtener más información, consulta Disponibilidad de la característica de Test Cloud.

Configurar LLM conserva la mayoría de los beneficios de gobernanza de AI Trust Layer, incluida la aplicación de políticas a través de Automation Ops y registros de auditoría detallados. Sin embargo, las políticas de gobernanza del modelo están diseñadas específicamente para los LLM gestionados por UiPath.

Esto significa que si deshabilitas un modelo en particular a través de una política de AI Trust Layer, la restricción solo se aplica a la versión gestionada por UiPath de ese modelo. Los modelos de tu propiedad configurados del mismo tipo no se ven afectados.

Al aprovechar la opción de utilizar tu propio LLM o suscripción, ten en cuenta los siguientes puntos:

  • Requisitos de compatibilidad: el LLM o la suscripción que has elegido debe alinearse con la familia de modelos y la versión compatibles con el producto UiPath.
  • Configuración: asegúrate de configurar y mantener correctamente todos los LLM necesarios en la configuración personalizada. Si falta algún componente, está obsoleto o está configurado incorrectamente, tu configuración personalizada puede dejar de funcionar. En tales casos, el sistema volverá automáticamente a un LLM administrado por UiPath para garantizar la continuidad del servicio, a menos que los LLM de UiPath se desactiven a través de una política de Automation Ops.
  • Ahorro de costes: si tu configuración personalizada de LLM está completa, es correcta y cumple todos los requisitos necesarios, puedes optar a una tasa de consumo reducida.

Licencia

Las configuraciones de LLM están disponibles en los siguientes planes de licencia:

  • Unified Pricing: plataforma Enterprise, plataforma estándar, plataforma básica, plataforma de prueba de aplicaciones Enterprise, plataforma de prueba de aplicaciones estándar.
  • Flex: plataforma avanzada, plataforma estándar Flex .

Cómo se enrutan las solicitudes de LLM

Cada llamada de LLM de un producto UiPath pasa a través de la puerta de enlace de LLM de AI Trust Layer antes de llegar al modelo, ya sea que el modelo esté gestionado por UiPath o el tuyo propio. Los siguientes diagramas muestran los patrones de conectividad disponibles para tus propios modelos: una conexión directa a un proveedor accesible públicamente y una conexión mediada por Relay a un modelo alojado en una red privada.

Conectividad directa a través de Integration Service

Con la conectividad directa, el producto envía la solicitud a la puerta de enlace de LLM, que la enruta a través de la conexión de Integration Service que creaste para tu proveedor. La conexión lleva la solicitud a través del límite al dominio de tu proveedor, y la respuesta viaja de vuelta por la misma ruta.

La puerta de enlace permanece en la ruta en ambas direcciones, por lo que la aplicación de políticas y el registro de auditoría se aplican a cada llamada aunque el modelo sea tuyo.

Conectividad de red privada a través de Relay

Si su modelo está alojado en las instalaciones o en una red privada sin punto final público, Relay proporciona la conexión a él. La puerta de enlace de LLM y Integration Service se comportan igual que en la conectividad directa. La infraestructura de Relay de UiPath reenvía la solicitud a través del túnel de salida que un cliente de Relay dentro de tu red mantiene abierto, y el cliente llama a tu modelo localmente.

Para este patrón de conectividad, el punto final del modelo debe registrarse en un Grupo de Relay con Privado seleccionado como tipo de conexión al crear la conexión de Integration Service. Para obtener más información, consulta Uso de Relay.

Establecer una configuración de LLM

La configuración de LLM se basa en Integration Service para establecer la conexión a tus propios modelos. Puedes crear conexiones a los siguientes proveedores:

  • IA abierta de Azure
  • OpenAI
  • Amazon Web Services
  • Anthropic Claude
  • Google Vertex
  • OpenAI V1 Compliant LLM: utiliza esta opción para conectarte a cualquier proveedor de LLM cuya API cumpla el estándar OpenAI V1. Para obtener más detalles, consulta la documentación del conector de OpenAI V1 Compliant LLM.
    Nota:

    Para utilizar las conexiones de Integration Service, debes añadir los rangos de IP salientes de Integration Service a tu lista de permitidos.

Para configurar una nueva conexión, sigue estos pasos:

1. Crear la conexión de Integration Service

  1. En Integration Service, crea una conexión a tu proveedor de LLM.
  2. Elija la carpeta donde se almacenará la conexión.
  3. Completa la autenticación según lo requiera el conector seleccionado.
    Nota:

    La carpeta que elijas controla tanto la seguridad como la visibilidad. Para evitar el acceso no autorizado, crea la conexión de Integration Service en una carpeta privada no compartida. Sin embargo, ten en cuenta que la visibilidad del modelo está determinada por el acceso a esta carpeta. Si un administrador no tiene acceso a él, la configuración del modelo asociado no aparecerá en la lista.

2. Añadir una nueva configuración de LLM

  1. Ve a Admin > AI Trust Layer > Configuraciones de LLM.
  2. Selecciona el Tenant.
  3. Selecciona Añadir configuración.
  4. Elige el Producto (por ejemplo, Agentes) y la Característica (por ejemplo, Diseño, Evaluación e implementación).
  5. Selecciona la carpeta Conexiones.

3. Configurar el modelo

En la sección Configuración del modelo , rellena los siguientes campos:

  • Nombre de LLM : este campo admite dos opciones de configuración, dependiendo de tu caso de uso:
    • Seleccionar un modelo de la lista: elegir un modelo de la lista predefinida reemplaza la suscripción de LLM administrada por UiPath con tu propia suscripción para ese mismo modelo. Este escenario se conoce como Trae tu propia suscripción (BYOS).
    • Añade un alias personalizado: introducir un nombre personalizado te permite configurar un modelo que no está incluido en la lista predefinida de modelos recomendados para ese producto. Este escenario se conoce como Trae tu propio modelo (BYOM).
      Nota:

      La opción Añadir un alias personalizado solo está disponible para productos que admiten modelos personalizados. Para saber qué productos admiten modelos personalizados, consulta la siguiente tabla.

  • Tipo de API : el punto final de la API compatible con el LLM (por ejemplo, Finalizaciones de Open AI Chat). Debe coincidir con el punto final expuesto por tu proveedor.
  • Conector : el conector de Integration Service (por ejemplo, Microsoft Azure OpenAI, Amazon Web Services).
  • Conexión : la conexión específica de Integration Service creada anteriormente. Si no hay ninguna conexión disponible, crea una en Integration Service.
  • Identificador de LLM : el identificador del modelo exactamente como aparece en tu suscripción de LLM.
    • Para modelos alojados en Azure: introduce el nombre/identificador de implementación del modelo.
    • Para la inferencia entre regiones de AWS Bedrock: introduce el ID del perfil de inferencia. Debes anteponer al ID del modelo tu código de región, por ejemplo: eu.anthropic.claude-3-5-sonnet-20240620-v1:0.
    • Para otros proveedores: utiliza el nombre del modelo tal y como se define en tu suscripción.
Nota:

Al configurar tu propio LLM, puedes restringir opcionalmente qué modelos lingüísticos grandes están disponibles para su uso en tu organización. Si quieres asegurarte de que solo se utilizan tus modelos personalizados , puedes deshabilitar los modelos de terceros administrados por UiPath aplicando una política de AI Trust Layer. Consulta la sección Modelos en la documentación de las políticas de AI Trust Layer.

4. Validar y guardar

  1. Selecciona Probar configuración para verificar que el punto final es accesible.

    • La plataforma valida la conectividad.
    • Garantizar que se configura el modelo correcto sigue siendo tu responsabilidad.
  2. Si la validación se realiza correctamente, selecciona Guardar para activar la configuración.

Gestionar conexiones LLM existentes

Puedes realizar las siguientes acciones en tus conexiones existentes:

  • Comprobar estado : verifica el estado de tu conexión de Integration Service. Esta acción garantiza que la conexión esté activa y funcione correctamente.
  • Editar : modifica cualquier parámetro de tu conexión existente.
  • Deshabilitar : suspende temporalmente la conexión. Cuando está deshabilitada, la conexión permanece visible en tu lista, pero no enruta ninguna llamada. Puedes volver a habilitar la conexión cuando sea necesario.
  • Eliminar : elimina permanentemente la conexión de tu sistema. Esta acción deshabilita la conexión y la elimina de tu lista.

Configuración de LLM para su producto

Cada producto admite versiones y modelos lingüísticos de gran tamaño (LLM) específicos. Utiliza la siguiente tabla para identificar los modelos y versiones compatibles para tu producto.

Puedes conectar tu propio LLM utilizando uno de los siguientes proveedores: Amazon Web Services, Google Vertex, Microsoft Azure OpenAI u OpenAI V1 Compliant. Sigue los pasos descritos en la sección anterior para crear una conexión.

Nota:

Soporte de archivos: algunas características del producto dependen del puntofinal de LLM configurado para procesar los archivos cargados.Cuando se utilizan configuraciones de LLM personalizadas, la compatibilidad de formatos de archivo depende del proveedor, la familia de modelos, la versión del modelo y el tipo de API. Verifica que el modelo seleccionado sea compatible con los formatos de archivo necesarios antes de habilitar las características basadas en archivos. Para los requisitos específicos del producto, consulta la documentación relevante del producto, por ejemplo, Analizar archivos para agentes.

El número de modelos que debes configurar depende del producto y de la característica:

  • Para las características con un modelo seleccionable, donde eliges qué modelo utilizar, puedes configurar uno o más modelos; los modelos no configurados siguen utilizando suscripciones gestionadas por UiPath.
  • Para las características con un conjunto fijo de modelos, que utiliza un conjunto predeterminado de modelos, todos los modelos deben configurarse para que la característica funcione; la configuración parcial no es válida.
Producto Admite modelos personalizados Función LLM Versiones principales de LLM
Agentes 1 Diseñar, evaluar e implementar OpenAI
  • gpt-5.6-sol
  • gpt-5.6-terra
  • gpt-5.6-luna
  • gpt-5.5-2026-04-23
  • gpt-5.4-mini-2026-03-17
  • gpt-5.4
  • gpt-5.2-2025-12-11
  • gpt-5.1-2025-11-13
  • gpt-5-2025-08-07
  • gpt-5-mini-2025-08-07
  • gpt-4.1-2025-04-14
  • gpt-4.1-mini-2025-04-14
  • gpt-4o-2024-11-20
  • gpt-4o-2024-08-06
  • gpt-4o-mini-2024-07-18
  • gpt-4o-2024-05-13
Anthropic
  • anthropic.claude-sonnet-5
  • anthropic.claude-opus-4-8
  • anthropic.claude-opus-4-7
  • anthropic.claude-sonnet-4-6
  • anthropic.claude-opus-4-6-v1
  • anthropic.claude-haiku-4-5-20251001-v1:0
  • anthropic.claude-sonnet-4-5-20250929-v1:0
  • anthropic.claude-sonnet-4-20250514-v1:0
Google
  • Gemini-3.5-Flash
  • Gemini-3.5-Flash-Lite
  • gemini-2.5-pro
  • gemini-2.5-flash
Autopilot Chat OpenAI
  • gpt-5.6-sol
  • gpt-5.6-terra
  • gpt-5.6-luna
  • gpt-5.5-2026-04-23
  • gpt-5.4-mini-2026-03-17
  • gpt-5.4-2026-03-05
Anthropic
  • anthropic.claude-sonnet-5
  • anthropic.claude-opus-4-8
  • anthropic.claude-opus-4-7
  • anthropic.claude-sonnet-4-6
  • anthropic.claude-opus-4-6-v1
  • anthropic.claude-haiku-4-5-20251001-v1:0
Google
  • Gemini-3.6-Flash
  • Gemini-3.5-Flash
  • imagen-gemini-3.1-flash
  • vista previa de gemini-3.1-pro
  • vista previa de gemini-3-flash
  • gemini-2.5-pro
  • gemini-2.5-flash
IA de Fireworks
  • código-fw-kimi-k2.7
  • fw-kimi-k2.6
Generación Google
  • gemini-2.5-pro
  • gemini-2.5-flash
  • gemini-2.5-flash-lite
  • gemini-embedding-001
Autopilot para todos Chat Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
    • Modelo alternativo: gemini-2.5-flash (Google)
    • Modelo alternativo: gpt-4o-2024-11-20 (OpenAI)
OpenAI
  • gpt-4.1-mini-2025-04-14
    • Modelo alternativo: gemini-2.5-flash (Google)
    • Modelo alternativo: gpt-4o-mini-2024-07-18 (OpenAI)
Agentes codificados LLM de llamadas OpenAI
  • gpt-5.6-sol
  • gpt-5.6-terra
  • gpt-5.6-luna
  • gpt-5.1-2025-11-13
  • gpt-5-2025-08-07
  • gpt-5-mini-2025-08-07
  • gpt-4.1-2025-04-14
  • gpt-4.1-mini-2025-04-14
Anthropic
  • anthropic.claude-sonnet-5
  • anthropic.claude-sonnet-4-6
  • anthropic.claude-haiku-4-5-20251001-v1:0
  • anthropic.claude-sonnet-4-5-20250929-v1:0
  • anthropic.claude-sonnet-4-20250514-v1:0 — Próxima eliminación: 2026-10-14 — Reemplazo: anthropic.claude-sonnet-4-6
Google
  • Gemini-3.5-Flash-Lite
  • gemini-2.5-pro
  • gemini-2.5-flash
Conexión a tierra del contexto Ingestión avanzada Google
  • gemini-2.5-flash
Transformación por lotes Google
  • gemini-2.5-flash
  • gemini-2.5-flash-lite
Transformación por lotes con búsqueda web Google
  • gemini-2.5-flash
  • gemini-2.5-flash-lite
DeepRAG Google
  • gemini-2.5-flash
Incrustaciones Google
  • gemini-embedding-001
Actividades de GenAI Crear, probar e implementar Anthropic
  • anthropic.claude-sonnet-4-6
  • anthropic.claude-haiku-4-5-20251001-v1:0
  • anthropic.claude-sonnet-4-5-20250929-v1:0
  • anthropic.claude-sonnet-4-20250514-v1:0
OpenAI
  • gpt-5.2-2025-12-11
  • gpt-5.1-2025-11-13
  • gpt-5-2025-08-07
  • gpt-5-mini-2025-08-07
  • gpt-5-nano-2025-08-07
  • gpt-4o-2024-11-20
  • gpt-4o-mini-2024-07-18
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
Healing Agent Recuperación del flujo de trabajo Google
  • gemini-2.5-flash
OpenAI
  • gpt-4o-2024-08-06
Automatización de IU No ScreenPlay Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
Google
  • gemini-2.5-flash
OpenAI
  • gpt-4.1-mini-2025-04-14
  • gpt-4.1-2025-04-14
  • gpt-5-2025-08-07
  • gpt-5-mini-2025-08-07
  • computer-use-preview-2025-03-11
Selectores semánticos Google
  • gemini-2.5-flash
Actividades semánticas Google
  • gemini-2.5-flash
  • vista previa de gemini-3-flash
OpenAI
  • gpt-4.1-2025-04-14
  • gpt-4.1-mini-2025-04-14
  • gpt-5-mini-2025-08-07
Test Manager Búsqueda de Autopilot Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
OpenAI
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-11-20
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
Buscar pruebas obsoletas Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
OpenAI
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-11-20
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
Generar casos de prueba Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
OpenAI
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-11-20
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
Importar casos de prueba Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
OpenAI
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-11-20
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
Generar informes Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
OpenAI
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-11-20
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
Evaluación de requisitos Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
OpenAI
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-11-20
Google
  • gemini-2.5-pro
  • gemini-2.5-flash
IXP (Extracción y Procesamiento Inteligentes) Documentos complejos y no estructurados OpenAI
  • gpt-5.4-2026-03-05
  • gpt-5.1-2025-11-13
  • gpt-4o-2024-08-06
Google
  • vista previa de gemini-3.1-pro
  • Gemini-3.1-Flash-Lite-Vista previa
  • gemini-2.5-pro
  • gemini-2.5-flash
ScreenPlay ScreenPlay OpenAI
  • gpt-5.6-sol
  • gpt-5.6-terra
  • gpt-5.6-luna
  • gpt-5.5-2026-04-23
  • gpt-5.4-mini-2026-03-17
  • gpt-5.4-2026-03-05
  • gpt-5-2025-08-07
  • gpt-5-mini-2025-08-07
  • computer-use-preview-2025-03-11
  • gpt-4.1-2025-04-14
  • gpt-4.1-mini-2025-04-14
Google
  • Gemini-3.6-Flash
  • gemini-2.5-flash
Anthropic
  • anthropic.claude-sonnet-4-5-20250929-v1:0
Actividades semánticas Google
  • vista previa de gemini-3-flash
  • gemini-2.5-flash
OpenAI
  • gpt-5-mini-2025-08-07
  • gpt-4.1-2025-04-14
  • gpt-4.1-mini-2025-04-14
Selectores semánticos Google
  • gemini-2.5-flash

1 Requisitos de agentes:

  • Asegúrate de que tu LLM admita:
    • Llamada a herramientas (función): el modelo debe poder llamar a herramientas o funciones durante la ejecución.
    • Deshabilitar llamadas a herramientas paralelas: si tu proveedor lo admite, el modelo debe ofrecer la opción de deshabilitar las llamadas a herramientas paralelas.
  • Cuando se utilizan modelos personalizados, el límite predeterminado de agentes es 4096 tokens, independientemente de la capacidad real del modelo, ya que UiPath no puede inferir límites de tokens para las implementaciones definidas por el cliente.

¿Te ha resultado útil esta página?

Conectar

¿Necesita ayuda? Soporte

¿Quiere aprender? UiPath Academy

¿Tiene alguna pregunta? Foro de UiPath

Manténgase actualizado