Les définitions de modèles personnalisés vous permettent d\'intégrer et d\'exploiter des modèles IA générative externes, hébergés sur diverses plates-formes dans divers environnements, notamment des infrastructures Sur site, des clouds privés et des plates-formes de cloud public.

Les API de modèle personnalisé vous permettent de vous connecter à n\'importe quel modèle compatible avec une API REST, vous donnant ainsi la possibilité d\'accéder à un éventail plus large de solutions d\'IA.

Le besoin de modèles personnalisés

L\'avancement rapide des technologies IA générative a abouti à une large gamme de modèles fondamentaux disponibles, chacun avec ses propres forces et spécialisations. Bien que Automation Anywhere propose une sélection de modèles préintégrés dans AI Agent Studio, la nécessité d\'exploiter d\'autres modèles pourrait être due à :

Modèles spécialisés

Vous avez développé ou acquis des modèles entraînés sur des ensembles de données spécifiques ou ajustés pour des tâches uniques pertinentes à vos besoins commerciaux.

Sécurité et résidence des données

Les organisations ayant des stratégies de sécurité des données strictes ou des exigences réglementaires peuvent avoir besoin d\'utiliser des modèles hébergés dans leurs propres environnements sécurisés, tels que des infrastructures sur site ou des clouds privés.

Exploiter les investissements existants

Les organisations qui ont déjà investi dans le développement et le déploiement de modèles d\'IA sur des plateformes peuvent bénéficier de la possibilité d\'intégrer ces modèles directement dans leurs Automation Anywhere flux de travail.

APIs de modèles personnalisés

Pour répondre à ceux-ci, Automation Anywhere a développé des API de modèles personnalisés pour définir et se connecter à des modèles IA générative personnalisés. Cette fonction API fonctionne en enregistrant des informations sur le modèle, y compris son fournisseur, son nom, son mécanisme d\'authentification, ses paramètres d\'entrée et son mappage de sortie, dans la base de données Control Room.


API de modèle personnalisé
Les quatre API suivantes, conçues pour gérer des modèles personnalisés dans AI Agent Studio incluent :
  1. POST https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel
    • Cette API crée une nouvelle définition de modèle personnalisé.
    • Il nécessite un schéma de charge utile JSON, qui encapsule des informations sur le modèle. Le schéma définit des attributs tels que le nom du fournisseur, le nom du modèle spécifique, les protocoles d\'authentification, les détails du point de terminaison de l\'API (y compris les paramètres de chemin, les paramètres de requête et les en-têtes requis), ainsi que la structure des corps de la requête et de la réponse.
    • L\'API permet aux utilisateurs de définir des variables dans les corps de la requête et de la réponse qui peuvent être remplies dynamiquement pendant l\'exécution. Ces variables peuvent être désignées à des fins différentes en utilisant des annotations spécifiques :
      • REQUÊTE_INVITE (Obligatoire) : Cette annotation signifie que la variable correspondante doit être remplacée par l\'invite fournie par l\'utilisateur sur la Compétences IA page. C\'est essentiel pour transmettre les invites d\'entrée utilisateur au modèle.
      • PARAMÈTRE_DE_REQUÊTE (Obligatoire): Cette annotation indique que la variable doit être exposée comme un paramètre configurable sur la Connexions des modèles page.
      • PARAMÈTRE_MODÈLE : Similaire à REQUEST_PARAMETER, cette annotation désigne la variable pour la configuration sur la Compétences IA page.
      • PARAMÈTRE_DE_RÉPONSE (Obligatoire) : Cette annotation signifie que la variable sera renvoyée dans la réponse du modèle d\'IA.
    • L\'API renvoie une réponse 200 OK avec le modèle créé en cas de création réussie.
  2. GET https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel/vendors/{vendorName}/models/{modelName}
    • Cette API récupère la définition des modèles personnalisés existants.
    • Il nécessite le nom du fournisseur (vendorName) et le nom du modèle (modelName) en tant que paramètres de chemin.
    • L\'API renvoie une réponse 200 OK contenant les objets représentant le modèle demandé.
  3. DELETE https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel/vendors/{vendorName}/models/{modelName}
    • Cette API supprime un modèle personnalisé existant.
    • Similaire à l\'API GET, elle utilise (vendorName) et (modelName) comme paramètres de chemin pour identifier le modèle cible.
      Remarque : Le modèle ne peut être supprimé que s\'il n\'est pas actuellement associé à un Connexions des modèles actif. Cela signifie que vous devez d\'abord supprimer tout Compétences IA et Robots de tâches qui dépendent de Connexion du modèle avant de tenter de supprimer la définition du modèle.
    • L\'API renvoie une réponse 204 No Content après une suppression réussie.
  4. POST https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel/list
    • Cette API récupère une liste de tous les modèles personnalisés définis pour tous les fournisseurs au sein du Control Room.
    • Il accepte un corps de requête facultatif contenant un objet FilterRequest, permettant aux utilisateurs de filtrer les résultats en fonction de critères spécifiques.
    • L\'API renvoie une réponse 200 OK avec des objets contenant les modèles demandés.

Pour plus de détails sur ces API, voir API Agent IA Studio. Vous pouvez télécharger ici une collection Postman pour AI Agent Studio - des définitions de modèles personnalisés qui contiennent des exemples d\'appels d\'API pour se connecter aux modèles personnalisés.