- 概要
- UiPath Agents の利用を開始する
- LangGraph を使用した UiPath Agents の利用を開始する
- Studio Web でローコード エージェントを構築する
- UiPath エージェントにツールを追加する
- はじめに
- API ワークフローを構築する
- エージェントに接続する
- エンドツーエンドでテストする
ツールを使用するエージェントをエンドツーエンドで実行し、自律型 API 呼び出しを検証して、完全なエージェント パイプラインを確認します。
ツールを接続し、エージェント コントラクトを更新したら、パイプライン全体をテストする準備が整いました。
手順 5 - エンドツーエンドでテストする
エージェントをエンドツーエンドでテストするには、Agent Builder 上部のツールバーにある [ デバッグ ] ボタンを使用します。[ デバッグ設定 ] ダイアログが開き、次の操作を行います。
- [ エントリ ポイントの引数 ] タブを開きます
- 以下のコードブロックからクエストの説明を入力します
- 次に、[ 保存してデバッグ ] を選択して実行します
The villagers report a massive creature has been destroying farms on the edge of the forest at night.
The villagers report a massive creature has been destroying farms on the edge of the forest at night.
[ 保存してデバッグ] をクリックすると、Agent Builder の下部に実行証 跡 が表示されます。実行証跡には、エージェントの意思決定プロセス全体が表示されます。ツールを使用するエージェントの場合は、少なくとも 3 つのイベントが発生します。
- クエストに対するエージェントの初期分析
- ツール呼び出しと、選択した検索語句
- ツールの応答と候補リスト
その後、エージェントは最終的な出力を生成する前に、それらの候補を推論します。
次の情報が表示されます。
- エージェントは、クエストに基づいて選択した検索語で モンスタークエリ を呼び出します。
- ツールは候補のリストを返します。
- エージェントは、最適な一致を選択し、5 つの出力フィールドを返します。
[ HTTP 要求 - Open5e Monster クエリ の範囲] を選択して、ツールが実際に送信した要求 ( v2/creatures/ URL、エージェントが name__icontainsで選択した検索語句、手順 1 で設定した document__key と fields 値) を確認します。その下の応答には、各候補者の key 識別子が含まれます。
出力に、 monsterIndex、 monsterName、 monsterType、 monsterCr、 monsterReasoningの 5 つのフィールドがすべて含まれていることを確認します。monsterIndex は API の keyであるため、 srd_ プレフィックス (例: srd_giant-ape) が付きます。monsterReasoningフィールドは、エージェントがクエストにこのモンスターを選んだ理由を説明する必要があります。
構築したもの
これで、UiPathfinder の最初のコンポーネントを構築しました。
- 5e SRD を検索するライブ API コネクタを構築しました (1 つの入力、1 つの HTTP 要求、1 つの出力)。
- Agent Builder で 1 つの選択で、エージェントをツールとしてエージェントに接続する。
- エージェントは、いつツールを呼び出すか、何を検索するか、どの候補がクエストに最も適しているかを自律的に決定するようになりました。
2 段階の推論チェーン (検索語の選択と候補の評価) は、まさに意味のある評価シグナルを生み出す種類の軌道です。これが次のラボの内容です。
次の手順
- Open5e API ドキュメント - 完全なモンスター検索 API を探索して、利用可能なフィールドを理解します。
- UiPath Integration Service - カスタム ワークフローを記述することなく SaaS API に接続するツールを構築します。
- UiPath コミュニティ - フォーラム、使用方法、開発者によるディスカッション。