Automation 360

使用以数据存储为基础模型连接创建 AI 技能

Download as PDF

Table of Contents

使用以数据存储为基础模型连接创建 AI 技能

Download as PDF

Updated: 2025/04/30

使用以数据存储为基础模型连接创建 AI 技能

这是在创建以数据存储为基础模型连接之后的下一个逻辑步骤。您将创建一个 AI 技能，并将其连接到来自 Google Vertex AI 的基于知识库的模型连接。

注：

Google Vertex AI 以数据存储为基础模型连接现在也在云部署的 Automation 360 v34 版本中可用。您可以在云部署和本地部署中使用此功能。

现在支持具有文档分块功能的 Google 数据存储，以确保自动化执行获得最佳结果。您可以在 AI Agent Studio 中启用 Google 数据存储的文档分块功能，以使用 Google Vertex AI 基于知识库的模型。

专业开发人员创建 AI 技能，允许机器人创造程序在他们的自动化中使用这些技能，从而节省时间和精力。

AI 技能是通过连接到专业开发人员可以访问的模型连接创建的。接下来，通过使用基于知识库的不同模型来测试提示，对 AI 技能进行微调，以找到能够解决业务问题的最佳响应。这些 AI 技能可供机器人创造程序使用，以帮助加速在各种解决方案中创建自动化任务的过程。

先决条件

专业开发人员需要这些角色和权限来创建和测试 AI 技能。

角色: AAE_Basic，专业开发人员自定义角色
权限： Bot Creator

请参阅角色和权限

其他要求：

除了角色和权限之外，专业开发人员必须连接到机器人代理 22.60.10 及更高版本。作为测试模型连接的一部分，您需要在桌面上运行机器人。因此，请确保机器人代理已配置为您的用户。如果您需要切换到不同的Control Room，请参阅：在 Control Room 实例之间切换设备注册。

过程

登录到 Control Room，然后导航到自动化 > 创建新项目或 ‘+’ 图标，然后选择 AI 技能。
提供一个名称和描述，然后单击创建和编辑以显示模板大纲。
在 AI 技能屏幕中，单击选择模型连接，从您有权限访问的模型连接可用列表中进行选择。您会选择一个使用来自 Google Vertex AI 的以数据源为基础类型选项创建的模型连接。
这些模型连接由自动化管理员创建，并分配给具有自定义角色的用户。
选择模型连接后，AI 技能会根据所选模型的最佳默认参数设置进行配置。您可以根据需要更改设置。
AI 技能编辑器显示了由模型供应商设置的默认参数值，您可以根据需要进行配置。这些值可以在 Agent Builder 中创建数据存储时进行配置。
接下来，添加一个可选的筛选条件。此字段支持以字符串格式输入筛选值。添加筛选器有助于将模型的搜索范围缩小到 Google 数据存储内的特定文件。

您可以通过向数据存储添加相关的元数据，确保 AI 技能使用 Google 数据存储中特定文档集中的信息来支持响应。这缩小了响应的范围，使其更加准确。这也有助于在将数据传递给基础模型之前减少从矢量数据存储中检索的数据量。如果数据存储内容庞大，使用元数据的这种筛选机制有助于从提示查询中获得更好的响应性能。例如：对于示例 2024 年的赠与税限额是多少？（见下文），您可以使用 tax_year: ANY("2024") 的筛选器。

请参阅筛选结构化或非结构化数据的通用搜索。
现在，您可以开始创建 AI 技能并根据需要添加提示输入。让我们通过一个示例来引导您完成这些步骤。
在提示字段中输入包含输入变量的提示文本。

例如：
2024 年的赠与税限额是多少？
在此步骤之前，您应该已在 Agent Builder 中上传了过去 3 年的税收规则 PDF 文档，例如：tax_rules_2022.pdf、tax_rules_2023.pdf 和 tax_rules_2024.pdf。

对提示文本的响应将参考 tax_rules_2024.pdf 文档。
单击退出提示输入字段。
单击获取响应以根据您的提示从模型中获取响应。

注：提示数据详情可能包含您在提示中输入的 PHI、PII 或其他敏感数据。我们建议在测试和执行提示时注意这一点。
以数据存储为基础模型连接在响应字段中返回响应，并另外显示一个引用字段，显示所有引用参考。

引用是信息块，说明响应引用自存储在以数据存储为基础中的文档的哪个部分。您可以从 Google 数据存储查看引用数据存储的文档标题。

请参阅解析和分块文档和将文档分块用于 RAG 。

注：文档检索计数参数决定了可以从数据存储中检索的最大分块数，并将其作为上下文提供给超大规模模型以生成响应。