12. 工作流
工作流通过对多个任务节点的有序编排，形成连贯的执行流程，实现各类业务场景的自动化处理。节点之间依次完成数据的输入、处理与输出，协同构建出高效、灵活且可扩展的业务流程。
工作流可以理解为一条“可视化的任务流水线”。普通对话通常依赖用户和 AI 一问一答完成任务，而工作流会把一个复杂任务拆解成多个固定步骤，并通过节点之间的连接自动执行。
因此，工作流适合用于搭建客服问答、资料检索、内容生成、流程判断、批量处理等自动化应用。相比单次对话，它的优势在于流程更稳定、步骤更可控，也更适合复用和发布。
典型场景包括：
- 办公提效：在办公、医疗、创新应用等场景中快速搭建流程与应用，例如基于知识的智能客服系统、融合知识与工具的技术支持智能体、校园学生智能体、医院导诊问诊智能体等。
- 创意实现：在轻办公、生活、娱乐场景中实现灵感并上架分享，例如行业资讯早报智能体、绘本创作智能体、各类休闲游戏智能体等。
创建入口
点击左上角「创建 > 工作流创建」，进入工作流编排界面。
在弹出界面中，可以选择以下三种创建方式：
- 自定义创建：从空白画布开始，自行添加节点并搭建完整流程，适合已经明确业务逻辑的用户。
- 一句话创建：输入一句话描述需求，由平台自动生成初始工作流，适合快速搭建原型。
- 模板创建：基于平台提供的模板创建工作流，适合参考成熟案例后进行修改。
节点编排
进入画布后，可以通过添加不同类型的节点来搭建完整流程。节点是工作流的基本组成单元，一个节点代表一个具体操作，例如接收输入、调用大模型、检索知识库、执行代码、判断条件或输出结果。
连接节点
画布默认包含开始节点与结束节点。开始节点负责接收用户输入或触发信息，结束节点负责返回最终结果。搭建工作流时，需要在两者之间添加所需节点，并通过连线确定执行顺序。
需要注意的是，节点之间的连线不仅表示流程先后关系，也表示数据传递关系。通常情况下，上游节点的输出会作为下游节点的输入继续处理。因此，在编排节点时，应同时关注两个问题：
- 这个节点在流程中负责什么任务；
- 它需要接收哪些输入，又会输出哪些结果。
编辑节点
选中节点后，点击「...」即可对节点执行以下编辑操作：
- 显示注释：为节点显示注释栏并填写说明文字，便于理解节点用途。
- 创建副本：复制当前节点。
- 删除：移除当前节点。
节点介绍
节点是构成工作流的基本元素，每个节点代表一项特定的操作或任务。按用途划分，星火工作流的节点可分为基础节点、工具类节点、逻辑节点、转换节点与其它节点五类。
1.基础节点
基础节点承担工作流的启停控制与核心处理能力，是搭建任意工作流都会用到的常用节点。
开始节点
开始节点是工作流中的第一个节点，标志着整个流程的启动。该节点负责接收输入或触发条件，并将其作为后续节点处理任务的依据。开始节点设定了唯一的默认输入参数 AGENT_USER_INPUT，用于接收并存储当前对话轮次中输入的原始内容。
结束节点
结束节点是工作流的最终环节，负责反馈工作流执行完毕后的结果。结束节点提供两种返回方式：
- 返回参数，由工作流生成：返回工作流执行过程中处理得到的变量值。
- 返回设定格式配置的回答：自定义返回结果的格式与内容，以满足不同应用场景的具体需求。
大模型节点
大模型节点具备调用讯飞星火、DeepSeek 等大模型的能力，能够处理和生成自然语言，一般用于文本生成任务。
参数配置
- 模型选择：从可用模型库中选择合适的大语言模型进行调用。
- 输入参数配置：设置输入文本内容，可以是原始文本，也可以是经过预处理或格式化的文本。
- 提示词：用于定义该大模型节点要完成的具体任务，例如总结上游输入、改写文本、判断用户意图、生成结构化回答等。提示词应明确说明输入来源、处理要求和输出格式。
- 输出参数：设置输出文本的格式与样式。
代码节点
代码节点支持在平台内置代码编辑器中编写 Python 代码，用于对输入参数进行计算、清洗、格式转换或业务逻辑处理，并将处理结果输出给后续节点。
参数配置
- 输入：设置代码节点需接收的输入参数，可能来自其他节点或外部输入。
- 代码：在代码编辑器中编写自定义逻辑，也可通过 AI 自动生成代码，实现特定功能或处理流程。
- 输出：设置代码节点的输出格式与类型，输出参数需与代码 return 的参数保持一致，以便后续节点正确接收和处理。
知识库节点
知识库节点能够根据输入的查询条件（query），在指定知识库中快速检索相关知识块并高效反馈结果，主要应用于信息存储与检索、应答效率提升、流程优化以及模型性能增强等场景。
参数配置
- 输入参数：固定为
Query，表示需在知识库中检索的关键信息。 - 知识库选择：在知识库区域右上角单击「+」添加知识库，支持添加多个知识库。
- 知识库参数设置（topK）：topK 指从知识库中召回的相似度最高的片段数量，取值越大返回的条目越多；系统会结合所选模型的上下文窗口大小动态调整分段上限。
- 输出：固定输出
result（Array<Object>），包含多条召回结果。
添加知识库后，可在弹出页面中选择已创建的知识库进行关联；关联完毕后，点击知识库节点的参数配置，即可在弹窗中调节 topK 值。
新建知识库
若尚无可用知识库，可在添加页面点击「添加知识库 > 新建知识库」进入创建页面。
创建完毕后，在跳转页面中上传知识文件，支持导入本地文本文件或网站链接两种方式。
配置与分段
上传后的知识文件需切分成多个知识块存入知识库，以便检索时按块匹配。平台支持两种分段策略：
- 自动分段：由系统自动判断切分位置并完成预处理，无需手动设置，对分段参数不熟悉时建议选用。
- 自定义分段：手动指定文本的切分规则，包含两项参数。分段标识符即用于切分文本的字符，系统会在每次出现该字符处断开，常用的有换行符「\n」、句号「。」等；分段长度即每个知识块的最大字数上限，目前支持设置在 200~300 之间。
设置完成后点击「预览」查看切分效果，符合要求则点击右上角「保存并处理」，即可成功创建知识库。
2.工具类节点
工具节点
工具节点集成众多通用且复杂的工具集，可直接调用所需工具以拓宽智能体能力，常用工具如聚合搜索、文生图、通用 OCR 大模型等，同时支持添加自定义工具。
参数配置
- 工具选择：从可用工具列表中选择需使用的工具。
- 输入参数：设置工具节点需接收的输入参数，可能来自其他节点或外部输入。
- 输出参数：工具节点的输出参数不支持自定义，用于接收工具执行后的结果。
具体工具的参数信息，可在添加工具时点击参数按钮查看其含义。
3.逻辑节点
决策节点
决策节点接入大模型能力，主要功能是分析输入信息、识别并分类意图，从而确定后续工作流的走向。可预设若干使用场景，通过决策节点串联，使工作流提供更精准的服务。
参数配置
- 模型选择：从可用模型库中选择合适的大语言模型进行调用。
- 输入：固定为
Query，接收来自上游节点的输入信息，作为意图识别判断的内容。 - 意图：可设定多个意图，大模型会分析并将输入与预设意图分类进行匹配，随后自动导向相应的后续节点。
- 高级配置：可追加系统提示词，引导大模型更准确地识别并分类意图，实现更精细化的分类。
- 输出：识别出意图后，节点将该信息作为输出传递给下游节点或系统，以执行相应操作或流程。
分支器节点
分支器节点通过条件判断逻辑与分支处理机制运行：根据输入参数是否满足设定条件，运行后续对应的分支流程。每个分支支持灵活添加多个判断条件，并可通过逻辑运算符「且」「或」组合，构建更复杂、精细的判断逻辑。
决策节点与分支器节点的区别：决策节点借助大模型，通过自然语言理解来识别意图、决定走向，适合处理语义层面的模糊判断；分支器节点则依据明确的条件规则进行判断，适合处理数值、字段等确定性条件。简单来说，决策节点更适合处理“语义判断”，例如判断用户想咨询售前、售后还是投诉；分支器节点更适合处理“规则判断”，例如金额是否大于 1000、字段是否为空、状态是否等于已完成。
迭代节点
迭代节点允许设定重复执行的任务或操作，类似于编程语言中的 for 循环，用于遍历一个已知数组并对每个元素执行相同步骤。每次迭代时，工作流会依次执行子画布内的各个节点。
参数配置
- 输入变量：仅接受 Array 数组类型的变量。
- 迭代子节点：可在子画布中使用工作流的所有节点（迭代节点除外），编排需重复执行的任务；子画布仅含一个开始节点与一个结束节点，不支持嵌套循环。
- 输出变量：仅支持输出数组变量，支持多数组输出；循环执行完毕后，将全部循环结果打包输出给下游节点。
Agent 智能决策节点
Agent 智能决策节点可依据任务需求，通过选择合适的工具列表实现大模型的智能调度。
参数配置
- 模型选择：从可用模型库中选择合适的大语言模型进行调用。
- 输入参数：设置该节点需接收的输入参数，可能来自其他节点或外部输入。
- Agent 策略选择：用于指导大模型完成复杂任务的结构化思考与决策过程，默认 ReAct 模式。
- 工具选择：支持在已发布列表中同时勾选并添加多个工具或 MCP Server 类工具，最多 30 个。
- MCP 服务器地址填写：输入 MCP 服务器相关配置地址，支持自定义添加，上限 3 个。
- 设置提示词：通过补充「角色设定」「思考步骤」「查询」三部分提示词，完善人设、思考推理范式及查询细节。
- 设置最大轮次：大模型推理轮次最多支持 100 轮。
- 输出参数：输出大模型的思考过程与最终内容。
与普通大模型节点相比，Agent 智能决策节点更强调“自主规划和工具调用”。普通大模型节点通常完成一次文本处理任务，而 Agent 智能决策节点可以根据任务目标多轮思考，选择合适工具并逐步完成复杂任务。
4.转换节点
变量存储器
变量存储器节点可将工作流内的变量赋值到会话变量中临时存储，并在后续对话中持续引用。删除会话或新建会话时，变量将被清空。
参数配置
- 设置变量值：用于变量赋值。
- 获取变量值：用于变量读取与使用。
变量提取器
变量提取器接入大模型能力，可对自然语言中的关键信息字段进行提取，提升智能体处理复杂任务的能力，使交互更加灵活。
参数配置
- 输入：固定为
input，字符串类型，接收来自上游节点的输入信息。 - 输出：支持多种数据类型，允许定义多个输出项，可根据参数描述从输入数据中精确抽取目标内容，并按预设的数据类型与输出项进行赋值。
文本处理
文本处理节点接收来自上游节点的多个文本输入，并根据预设规则将文本片段拼接成连续字符串。拼接后的字符串可作为后续节点的输入，或直接输出。
参数配置
- 输入：可接收来自上游节点的多个文本输入，包括字符串、文本变量或文本数组等。
- 规则：定义拼接的规则或逻辑，决定文本片段的组合方式，例如使用空格、逗号、换行符等作为分隔符，或按特定格式要求拼接。
- 输出：拼接后的文本可进一步格式化或处理，以满足后续节点的输入要求或最终输出需求。
5.其它节点
消息节点
消息节点是工作流执行过程中的输出节点，能够根据配置要求在运行过程中输出内容。其主要功能是确保信息在智能体中有效传递，提升交互体验。
参数配置
- 输入：接收来自上游节点的参数输入，用于回答内容的设置。
- 回答内容：设定明确的回答规则或逻辑框架，据此生成回复。回复可以是简洁文本、经过格式化的消息，或包含特定关键信息的详细答复。
调试与发布
点击右上角「调试」按钮进行运行调试。通过调试后，点击右上角「发布」按钮，即可将智能体发布到星火 APP / Desk、微信公众号，或发布为 API。
评论
0 条