工作流
一、什么是工作流?
工作流是一种更为灵活的智能体搭建方式。通过工作流,您可以像拼积木一样自由组合各类节点(应用、知识库、插件、数据库、逻辑判断等),让AI智能体具备更强的流程化处理能力。
它不仅能回答问题,还能按照预设流程执行任务、调用外部工具、自动发送消息、转人工,非常适合企业级复杂业务场景。
工作流的核心特点:
- 可视化搭建:提供拖拽式界面,业务人员无需写代码,也能快速看懂并修改流程图
- 场景化设计:支持十余种节点自由组合,覆盖咨询、客服、任务调度、运营推送等全流程
- 多应用融合:可组合多个智能体,基于用户意图动态选择不同应用(如电商场景的选品、下单、售后)
- 定时任务触发:支持自然语言配置时间规则(如"每天9点"),定时启动工作流
- 主动消息推送:支持将结果发送到指定渠道,实现提醒、群发、运营通知等功能
- 快速集成:支持自建部署、托管接入、API接入,快速连接微信公众号、企业微信、钉钉、飞书、Web端等渠道
工作流节点说明
工作流编排支持通过节点编排的形式决定工作流Agent每一步需要执行的任务,应用将会从开始节点起按照编排顺序执行。
节点名称 | 节点说明 |
---|---|
开始节点 | 工作流的入口,表示流程从这里启动,可以由用户输入、定时任务、API触发等方式启动 |
智能体节点 | 调用平台上已创建的智能体(数字员工),处理特定任务 |
大模型节点 | 直接调用大语言模型(LLM),用于生成回答、总结、内容创作等 |
知识库节点 | 基于知识库进行问答,检索并匹配企业内部文档/FAQ |
数据库节点 | 支持增删改查业务数据库的数据;(远程数据库仅支持查询) |
插件节点 | 调用外部服务或工具(如地图、图像识别、搜索、报表生成),及自定义插件等 |
意图分支节点 | 根据用户输入的意图,选择不同的执行路径 |
逻辑分支节点 | 按照条件判断(IF/ELSE),走不同分支 |
固定内容节点 | 输出固定的文字或模版话术 |
转人工节点 | 将对话转交给人工客服处理,并发送提醒 |
渠道发送节点 | 将工作流结果主动推送到指定渠道 |
代码节点 | 运行自定义代码(如Python/JS),实现个性化逻辑 |
结束节点 | 流程的终点,表示工作流完成任务后结束 |
如何接入和使用?
你精心搭建的工作流可以通过多种方式对外提供服务:
API接入:通过标准的API接口,让你的任何现有业务系统都能调用工作流的强大能力,实现深度集成。
二、节点说明
2.1 开始节点
新建工作流时,系统会自动生成开始节点,这是流程必备,无法删除。
在开始节点中可预先定义需要的变量,方便后续节点使用。
当工作流接入渠道端时,用户的输入会作为开始节点的输入,作为回复返回给用户。
2.1.1 默认变量
文字输入
- 用户提问时输入的文字。
- 在发布时,可设置是否启用、是否必填。
- 在渠道端接入时,该变量默认启用,用户发送的文字即为输入。
图片输入
- 用户发送的图片。
- 发布时,可设置是否启用、是否必填。
- 渠道端接入时,只要启用该变量:
- 用户直接发图即可触发工作流;
- 或设置为"发图+文字"才触发。
- 图片仅可在图像识别插件节点使用。
参数设置:
- 变量显示名称:默认图片
- 是否必填:可选
- 输入提示:请上传图片
渠道端运行条件:
文件上传
- 用户发送的文件。
- 广场发布时,可设置是否启用、是否必填。
- 渠道端接入时,只要启用该变量,用户发文件即可触发工作流。
- 文件可在内容总结插件、大模型、渠道发送等节点中使用。
参数设置:
- 变量显示名称:默认文件
- 是否必填:可选
- 输入提示:请上传文件
2.1.2 自定义变量
文本变量
添加文本类型的自定义变量(以字符串存储),变量名在工作流内不可重复;
变量显示名称可自定义,即发布时运行表单中用户看到的字段名称;设置是否必填能够控制工作流变量字段运行表单内的必填性。
新增变量:
参数设置:
- 变量显示名称:新变量
- 变量名:new_variable
- 是否必填:可选
- 输入提示:请输入内容
单选变量
- 单选字段,可预设选项,至少包含一个。
- 可设置默认值,用户提交表单时系统会默认选中。
2.1.3 系统变量
系统会在运行时自动生成以下变量,可在任意节点引用:
当前时间:获取系统执行时的时间。
发送人昵称:获取用户昵称(支持微信、企微、钉钉、飞书等渠道,规则因渠道不同而略有差异)。
群名称:获取群聊名称(支持企微、微信、钉钉、飞书群聊)。
不同渠道下的昵称规则:
微信:
- chatgpt-on-wechat → 好友备注(无备注时取昵称)
- 元智启托管 → 微信昵称
企微:
- 与微信好友对话 → 微信昵称
- 与企微好友对话 → 企微账号姓名
微信客服:用户微信昵称
企微应用:企微账号姓名
钉钉:钉钉账号昵称
飞书:飞书账号姓名
2.1.4 变量引用
所有变量(默认、自定义)都能在任意节点中引用,作为输入或输出。
也可以通过API传参,动态赋值。
常见用法举例:
在分支节点引用变量 → 用于判断分支条件。
在大模型节点引用变量 → 作为动态上下文输入给模型。
在插件节点引用变量 → 作为调用第三方服务的输入。
2.2 智能体节点
智能体节点用于在工作流中调用已经创建的知识库智能体或轻量智能体,让不同应用在同一流程中扮演不同"角色"。
可以将多个应用引入同一个工作流,例如:
- 有人想了解产品 → 这时你应该请"售前咨询专家"来回答。
- 有人想退换货 → 这时你应该请"售后服务专家"来处理。
- 有人想查询技术问题 → 这时你应该请"技术支持专家"来解答。
支持上下文记忆,智能体可以结合之前的对话历史,更自然、连贯地进行推理和回复。通过灵活组合多个智能体节点,可以搭建出贴近真实业务的「数字员工团队」。
2.2.1 配置说明
功能项 | 说明 | 应用场景示例 |
---|---|---|
节点输入 | 默认以上一节点的输出作为输入;可手动选择前序节点或多个节点的结果;支持添加自定义文本作为补充输入 | 在"订单查询助手"节点中,可以同时使用用户的订单号和"用户意图识别节点"的结果作为输入 |
应用选择 | 可自由选择已创建的知识库应用或轻应用 | FAQ 知识库、订单助手、内部系统工具助手 |
上下文记忆 | 支持开启"工作流记忆",节点可参考历史对话(最多10轮);记忆内容包含工作流的开始输入与结束输出;记忆有效期默认30分钟 | 医疗健康场景中,用户先问"感冒要吃什么药?",再问"那要吃多久?",系统能理解"那"指的是前面推荐的药物 |
记忆覆盖规则 | 一旦开启记忆,该节点将使用"工作流级记忆",而不是应用本身配置的记忆 | 在企业客服机器人中,智能体节点能自动关联到前文对话,而无需依赖单个应用的独立记忆配置 |
多智能体组合 | 可以在同一工作流中配置多个应用,让不同应用协作处理复杂任务 | 企业内部流程:人事助手负责请假流程,IT助手解决软件问题,行政助手负责会议室预定 |
2.3 大模型节点
大模型节点是工作流的"核心大脑"。在运行过程中,它会将前序节点的输出内容(或自定义文本)作为输入问题,并结合系统提示词进行推理,由所选的大语言模型生成回复。
在元智启平台中,大模型节点支持调用元智启全系列模型,覆盖市面主流大模型
包括:DeepSeek(深度求索)、文心一言(Baidu Wenxin)、通义千问(Qwen)、讯飞星火(Xunfei Spark)、智谱ChatGLM、Kimi(月之暗面)、豆包(Doubao)等
主要能力:
- 支持选择任意大模型(可灵活切换)
- 支持配置系统提示词,设定机器人身份、语气、能力
- 支持引用其他节点输出作为输入问题(默认取上一节点)
- 支持调整温度参数,控制回复的严谨性与创造性
- 支持开启上下文记忆,保留多轮对话记录(最多10轮,默认保留30分钟)
- 支持结构化输出,以JSON格式提取变量,传递给后续节点
2.3.1 配置说明
配置项 | 说明 | 示例场景 |
---|---|---|
节点输入 | 模型需要处理的问题。默认取上一节点的输出,可手动指定其他前序节点或组合多个节点输出,也可加入自定义文本 | 用户输入"帮我查下订单1234",可组合"意图识别节点输出+用户原始输入"作为模型问题 |
系统提示词 | 定义模型在此节点的角色与行为,相当于"背景设定"。提示词越具体,回复越符合预期 | 在医疗场景设定为"你是一名耐心的医生助理,请用通俗语言回答健康咨询" |
模型选择 | 从元智启支持的模型池中自由选择,支持国内外多个大模型系列 | 尝试不同场景设置不同模型 |
温度 | 控制输出的"创意程度"。0表示严谨(更像事实性回答),1表示更灵活创造 | 企业FAQ用温度0.2;营销文案生成用温度0.9 |
上下文记忆 | 可选择是否启用。启用后节点能回顾历史对话(最多10轮),让模型更好理解上下文 | 用户先问"退货流程是什么?",再问"那运费怎么算?",系统能理解"那"指退货 |
记忆时效 | 默认保留30分钟,可根据业务需要调整 | 客服场景可保持30分钟;复杂诊疗问答可延长 |
结构化输出 | 将模型回复转化为JSON变量,便于后续调用(参数传递、数据库入库、插件执行等) | 用户输入"帮我订8月20号的上海到北京高铁",模型提取日期、出发地、目的地作为变量传给"订票插件" |
2.3.2 高级用法:结构化输出
大模型节点不仅能自然语言回复,还能进行参数提取:
定义输出变量,让模型从输入问题中提取关键参数
输出格式为JSON,后续节点可直接引用变量
可与数据库、插件、API结合,实现自动化处理
示例:
用户输入:"帮我预约明天下午两点的心内科门诊"
大模型结构化输出:
{ "科室":"心内科", "时间":"明天下午2点" }
后续"医院预约插件节点"即可直接调用这些变量完成挂号。
2.4 知识库节点
知识库节点支持在工作流中调用已创建的知识库进行检索,输出与输入内容相关的知识片段。常与大模型节点搭配使用,由知识库提供素材,大模型进行总结与生成自然语言。
2.4.1 配置说明
功能模块 | 功能说明 | 应用场景 |
---|---|---|
节点输入 | 默认以上一节点的输出作为输入内容,也可手动修改为前序其他节点或自定义文本。需确保该节点与开始节点连通。 | 用户问题→作为知识库查询输入 |
知识库选择 | 可选择单个或多个已创建的知识库进行查询。执行时系统会在所选知识库中进行检索,返回相似片段。 | 技术支持场景:同时检索"产品FAQ库"和"故障案例库" |
检索方式 | 语义检索:基于语义向量相似度,结果更贴近语义关联。增强检索:结合语义检索与关键词全文检索,更适合信息多样、表达方式复杂的场景。 | 医疗场景:医生输入"头痛",语义检索能找到"偏头痛"相关知识;增强检索可补充关键词命中结果 |
相似度阈值 | 仅返回相似度高于设定阈值的结果。阈值高(≥0.8):结果精准,但可能无结果。阈值低(≤0.7):结果覆盖更广,但准确度下降。 | 售前咨询:高阈值确保回答精准;通用客服:低阈值覆盖更多问法 |
检索条数 | 语义检索条数:默认3条,可修改。全文检索条数:增强检索模式下默认1条。总条数上限10,优先满足语义检索设置。 | 例如在客服机器人中可限制条数,避免过多内容影响大模型输出 |
2.5 数据库节点
数据库节点为大模型提供访问结构化数据的能力,可在工作流中实现数据查询与处理。通过该节点,用户无需编写复杂SQL,就能让模型结合业务语境访问数据库,从而满足数据分析、统计报表、业务逻辑控制等场景需求。
主要功能:
- 支持数据库类型:可接入远程数据库(如MySQL、PostgreSQL等),也可使用平台托管的内置数据库。
- 多样化操作:在权限范围内,支持查询、新增、更新、删除操作(远程数据库仅支持查询)。
- 智能SQL生成:AI可根据节点输入(自然语言或结构化输入)提取关键信息,并自动生成SQL语句。
- 灵活编排:可与大模型节点配合,对原始数据进行总结、统计或格式化;也可与分支节点配合,在不同业务场景下访问不同数据库。
2.5.1 配置说明
功能模块 | 功能说明 | 应用场景 |
---|---|---|
节点输入 | 默认以上一节点输出作为输入,也可手动指定前序节点或自定义文本。输入内容可为自然语言问题或结构化参数。 | 用户问:"统计7月订单金额",输入即为查询条件 |
数据库选择 | 可选择创建的远程数据库或平台内置数据库。 | 企业已有订单库、CRM库接入 |
操作类型 | 内置数据库支持:查询、新增、更新、删除。远程数据库仅支持:查询 | 查询订单→更新客户状态→删除无效数据 |
SQL生成 | 系统可根据输入内容和数据表结构,智能生成SQL语句并执行。 | 输入"查询最近10笔交易",系统生成对应SELECT语句 |
节点输出 | 输出为数据库查询到的原始数据结果(表格/JSON格式)。 | 输出订单清单、客户信息表等 |
结果处理 | 一般需在数据库节点后接大模型节点,对原始数据进行总结、统计、报表生成等。 | 数据库节点输出原始销量数据→大模型生成"销售月报" |
2.5.2 使用示例
数据查询:
- 用户输入:"查询上周新增客户数"
- 数据库节点:将输入解析为SQL查询 → 输出结果
- 大模型节点:将结果转换为自然语言 → 输出:"上周共新增45位客户。"
最佳实践:
对外部数据库需配置账号权限,建议采用只读账号以保证安全。
对于统计、报表类任务,推荐数据库节点 + 大模型节点组合,数据库提供数据,大模型生成自然语言报告。
在复杂业务流程中,可结合分支节点,实现基于条件的不同数据库操作。
2.6 插件节点
插件节点是元智启工作流中最具扩展性的能力之一,它允许用户将内置插件或自定义插件引入到工作流中,实现与外部系统或服务的交互,从而大幅度拓展工作流的应用边界。
2.6.1 配置说明
功能模块 | 功能说明 | 应用场景 |
---|---|---|
插件选择 | 支持选择平台内置插件(如搜索、地图、识图等)或用户自定义插件。 | 使用搜索插件检索资讯、调用ERP接口更新订单 |
节点输入 | 默认以上一节点输出作为输入,也可手动指定其他前序节点或自定义文本,多个输入可合并。 | 大模型输出"上海天气"→作为输入传递给天气插件 |
图像输入 | 当使用图像识别类插件时,节点可同时接收文字输入和图像输入,图像默认为开始节点传入的图片。 | 用户上传病历图像→插件识别→输出识别结果 |
执行逻辑 | 节点根据输入内容调用所选插件,并返回插件执行结果。 | 输入"查找附近三公里药店"→调用地图插件输出药店列表 |
节点输出 | 输出为插件执行的原始结果(JSON/结构化数据/文本)。 | 输出地图坐标、搜索结果列表、识别文字等 |
结果处理 | 一般需在插件节点后接大模型节点,对结果进行总结、整理或转化为用户可读的自然语言。 | 插件返回药店坐标→大模型生成自然语言回复:"您附近有3家药店,最近的是XX药店,距您500米" |
2.6.2 使用示例
信息检索插件:
- 输入:"帮我查最新的医疗政策"
- 插件节点:调用内置搜索插件 → 返回搜索结果(文本列表)
- 大模型节点:对搜索结果进行筛选和总结 → 输出自然语言答案
最佳实践:
- 内置插件适合快速调用通用功能,自定义插件适合对接企业内部系统。
- 插件节点的输出多为"原始结果",建议在后续加大模型节点进行包装。
- 在复杂场景中,插件节点可配合分支节点使用,实现条件判断 + 外部调用的组合逻辑。
2.7 意图分支节点
意图分支节点用于通过大语言模型的意图识别能力,对用户输入或上游节点输出进行语义理解,并根据识别结果自动选择不同的分支路径。
2.7.1 配置说明

配置项 | 功能说明 | 应用场景 |
---|---|---|
节点输入 | 默认以上一节点输出作为输入,也可选择其他前序节点或组合多个节点的输出,并添加自定义文本。 | 用户输入"查一下附近药店"→作为判断依据传入意图分支节点 |
模型选择 | 可选择执行意图识别的大模型,例如Deepseek-v3、kimi等。 | 根据不同场景选用轻量或高精度模型,提高判断效率与准确率 |
上下文记忆 | 可开启/关闭记忆,设置携带历史对话轮次(最高10轮),帮助模型结合上下文进行更合理的判断。 | 医疗问诊类对话:结合用户前几次症状描述,判断用户当前意图是"挂号咨询"还是"健康建议" |
分支配置 | 可添加多个分支,每个分支包含名称与自然语言描述,模型会依据描述匹配最接近的意图。 | "查询信息类分支:输入中包含咨询、查询、查找" "业务办理分支:输入中包含挂号、报销、修改信息" |
默认分支 | 当输入不满足任何已配置意图时,自动走默认分支,保证流程可继续。 | 用户输入杂项问题,系统走默认分支提示"抱歉,我没理解您的需求,请重试。" |
2.7.2 使用示例
医疗导诊分流:
输入:"我头疼两天了,挂哪个科室?"
意图分支节点:
- 分支1:健康咨询(描述:涉及症状、病情咨询)
- 分支2:挂号预约(描述:涉及挂号、预约、挂科)
- 模型识别 → 命中分支2
输出:进入"挂号预约"分支流程。
提示与最佳实践:
分支描述越具体,意图判断越准确,避免过于模糊的分支规则。
开启记忆功能适用于连续对话场景,但需注意历史内容可能包含与本节点无关的信息。
默认分支是兜底保障,推荐始终配置,以避免流程断开。
2.8 逻辑分支节点
逻辑分支节点用于基于明确的变量值和逻辑条件来决定流程走向。与"意图分支节点"不同,逻辑分支更强调结构化规则,适合处理对数值、布尔值、文本匹配等有清晰判断标准的业务逻辑。
主要特性:
- 规则驱动:通过"参数值 + 运算符 + 值"的方式定义条件。
- 多条件支持:同一分支下支持多个条件,可使用 AND / OR 组合。
- 多分支选择:可设置多个分支,系统根据条件依次判断并选择匹配的分支。
- 默认分支:若所有条件都不满足,将自动进入默认分支,保证流程完整性。
2.8.1 配置说明
配置项 | 功能说明 | 应用场景 |
---|---|---|
添加分支 | 可创建多个分支,并为每个分支命名。 | "用户已登录分支/用户未登录分支" |
设置条件 | 每个分支可添加多个条件,条件表达式格式为「参数值+运算符+值」。 | 示例:①开始节点的输出 包含"你好" ②知识库节点的输出 不为空 ③插件节点的输出 等于 true |
条件组合 | 同一分支下多个条件可用AND(且)/OR(或)逻辑进行组合。 | 医疗业务:症状="咳嗽" 且年龄>60→流转至"高风险分支" |
默认分支 | 当输入不满足任何条件时,系统自动进入默认分支。 | 兜底处理,例如提示"未能识别条件,请联系人工客服。" |
2.8.2 使用示例
医疗导诊逻辑分流:
条件设置:
- 分支1:若"症状节点输出包含发烧"且"年龄>65" → 高风险挂号分支
- 分支2:若"症状节点输出包含咳嗽" → 普通内科挂号分支
- 默认分支:其他情况 → 健康咨询分支
流转结果:患者输入"我65岁,发烧两天" → 命中分支1。
提示与最佳实践:
逻辑分支适合规则清晰的场景,如数值判断、布尔值判断、文本匹配。
对模糊表达、自然语言类意图,推荐使用意图分支节点。
为避免流程中断,建议始终配置默认分支。
对复杂场景,可以逻辑分支+插件节点联合使用,例如:先通过插件获取外部系统的返回结果,再根据返回码进行逻辑判断。
2.9 固定内容节点
固定回复节点用于在工作流中输出固定内容,无需依赖任何输入。
主要特性:
无输入依赖:该节点不读取前序节点输出作为必要输入,可独立输出固定文本。
插入变量:可选择插入多个前序节点的输出或自定义文本,与固定内容组合后作为节点输出。
易于使用:适合用于业务提示、标准回复、流程结束语等场景。
2.9.1 配置说明
配置项 | 功能说明 | 应用场景 |
---|---|---|
固定内容 | 输入固定文本内容,作为该节点的输出。 | 欢迎语、操作提示、流程结束语等 |
添加变量 | 可选择多个前序节点的输出,将其内容插入到固定文本回复中。 | 合并用户输入、插件输出、知识库查询结果等 |
输出传递 | 固定回复内容会作为该节点输出传给下一个节点。 | 继续被大模型、插件或渠道发送节点使用 |
2.9.2 使用示例
流程提示:
固定内容:"请根据提示完成下一步操作。"
自定义文本可添加具体步骤说明
流程:逻辑分支节点 → 固定回复节点
最终输出:"请根据提示完成下一步操作:"
2.10 转人工节点
转人工节点用于在工作流中将对话交给人工处理,适用于专业版及以上版本。
主要特性:
直接转人工:走到该节点时,自动触发对话转人工流程。
人工提醒:可向指定人员发送消息通知,确保人工及时处理。
AI回复策略:转人工后可选择是否继续让AI回延迟回复或不回复。
2.10.1 配置说明
配置项 | 功能说明 | 应用场景 |
---|---|---|
默认回复 | 转人工后立即向用户发送的默认文本内容。 | 告知用户正在为其接入人工服务 |
通知人 | 指定转人工后接收提醒的团队成员,可通过短信或公众号消息通知。 | 确保人工人员及时介入对话 |
通知方式 | 选择消息通知方式:短信或公众号消息(仅平台内消息)。 | 根据团队工作习惯选择最适合的通知方式 |
回复模式 | 设置转人工后的AI回复策略:1.不回复:转人工后AI停止回复;2.延迟回复:AI在指定时间后自动恢复回复。 | 灵活控制AI在转人工后的互动行为 |
2.11 渠道发送节点
渠道发送节点用于将工作流中的内容主动发送到接入渠道,结合定时任务可实现定时推送,支持托管渠道与 Webhooks 两种方式。
2.11.1 托管渠道发送
版本要求:专业版及以上
配置项 | 功能说明 | 应用场景 |
---|---|---|
节点输入 | 默认上一节点输出,可手动修改为其他前序节点或多个前序节点的输出,也可添加自定义文本 | 可将大模型或插件输出结果发送给用户或群组 |
选择渠道 | 托管接入渠道 | 确保消息通过企业账号发送 |
客户端 | 选择企微或微信 | 根据团队使用的平台选择 |
发送人 | 消息发送人(托管账号) | 明确消息来源,提升信任感 |
发送类型 | 指定群聊/指定好友/按好友标签 | 灵活控制消息发送对象 |
接收者 | 消息接收者,多选支持 | 可针对目标用户或群体发送消息 |
2.11.2 Webhook推送
版本要求:全部版本可用
配置项 | 功能说明 | 应用场景 |
---|---|---|
节点输入 | 默认上一节点输出,可手动修改为前序节点输出或添加文本 | 支持将大模型、插件或知识库输出发送至企业群机器人 |
选择渠道 | 选择 Webhook 推送 | 通过企业群机器人发送消息 |
客户端 | 可选择钉钉群机器人、飞书群机器人、企微群机器人 | 按需选择对应客户端的群聊 |
Webhook-URL&Secret | 填写机器人生成的 Webhook-URL和Secret 信息 | 用于消息安全校验及发送 |
2.11.3 配置示例
钉钉:
在钉钉群聊设置 → 添加机器人 → 自定义机器人 → 添加,在机器人命名页面选择安全设置为加密
复制生成的Webhook地址与Secret填写到节点
飞书:
在飞书群聊设置 → 群机器人 → 添加机器人 → 自定义机器人 → 在机器人添加页面复制生成的Webhook地址;选择安全设置为签名校验,复制生成的密钥,点击保存
复制生成的Webhook地址与Secret填写到节点
企微:
- 在企微群聊设置 → 添加群机器人 → 新建机器人 → 命名机器人,复制Webhook地址填写到节点
2.12 代码节点
代码块节点用于在工作流中执行自定义代码逻辑,支持 Python 和 JavaScript 两种语言,通过处理输入变量生成新的输出参数,供后续节点使用,实现工作流的高度灵活编排。
主要特性:
语言支持:Python与JavaScript
输入参数:可引用前序节点输出或开始节点定义的变量
输出结果:支持将执行结果以结构化JSON格式输出,可被后置节点引用
应用场景:逻辑计算、数据处理、接口调用、参数转换、复杂条件判断等
代码块节点能显著提升工作流智能体的扩展能力,使开发者可以自定义业务逻辑,灵活处理各类复杂场景。
2.12.1 配置说明
配置项 | 功能说明 | 示例应用场景 |
---|---|---|
输入变量 | 可引用前序节点输出或开始节点变量,作为函数入参 | 将大模型输出或插件结果作为输入进行处理,如提取关键字段、格式转换 |
代码编写 | 编写函数内部的执行逻辑,支持Python/JS语法,Python可使用import引入依赖 | Python示例:计算订单总价;JS示例:对字符串进行格式化处理 |
输出变量 | 执行结果以JSON格式返回,供后续节点使用 | 将计算结果、解析结果、API返回结果存入输出变量,并在大模型或渠道发送节点引用 |
2.12.2 使用步骤
1. 选择输入变量:
在节点中选择前序节点输出或开始节点自定义变量作为代码块输入参数,系统会自动生成函数的入参列表,无需手动修改
2. 编写函数逻辑:
Python示例:
def run(input1, input2):
total = input1 + input2
return {"total": total}
JavaScript示例:
function run(input1, input2) {
const total = input1 + input2;
return { total };
}
可在函数中执行复杂逻辑、调用接口、进行数据计算等
3. 输出结果引用:
代码块执行后生成的JSON输出变量,可在后续节点直接引用
后续节点示例:
- 大模型节点:将计算结果作为模型输入,并优化总结输出
- 渠道发送节点:将处理结果推送给用户
- 知识库/插件节点:作为进一步操作的输入参数
2.13 结束节点
新建工作流时,系统会自动生成结束节点,这是流程必备,无法删除。
所有流程分支必须最终回到结束节点,确保流程闭环。
系统会将结束节点前的输出作为回复返回给用户。
2.13.1 音色选择
在工作流中选择音色后:
网页端对话:系统会将工作流的文字回复转成对应音色的语音播报。
支持语音对话的渠道端(如企微、微信、企微应用、微信客服、钉钉、飞书、公众号):可直接用所选音色进行语音回复,实现更自然的语音交互。
2.13.2 分段、合并与延迟回复
分段回复:将较长的回复内容随机拆分为多段发送,避免一次性输出过长文本。
合并回复:在设定的时间内,用户连续提出的问题会被合并为一个整体,再生成统一回复。
延迟回复:可单独使用(延迟一段时间后再回复),也可与「合并回复」配合,系统会收集用户在延迟时间内的所有问题,一次性生成回复。
应用场景:
分段回复:提升对话的自然感,模拟真人逐步回复。
合并+延迟回复:适合需要等待用户补充信息的场景,如「多条件查询」「多轮收集信息」。
三、工作流调试
3.1 单节点调试
单节点调试允许你在工作流编排页面中,仅运行流程中的某一个节点,并基于手动输入或模拟的上游输出,快速查看该节点的执行结果与日志信息。
优势:
更快定位问题:缩小排查范围,不必每次拉起整条流程。
更高可重复性:固定输入 → 反复调试,直至结果稳定。
更低风险:对有副作用的节点(如写库/发送消息),可使用Mock或沙箱环境先验证逻辑。
流程:选中节点 → 点击调试 → 输入测试文本(即该节点"输入") → 点击开始调试 → 查看输出。运行成功显示绿色标识;失败显示红色标识。
3.2 整体调试
整体调试模块允许你在编排页面一次性运行整条工作流,无需逐节点单独调试。通过整体运行,可以同时观察:
全流程节点的执行轨迹与结果(每个节点的输入、输出、状态)
工作流的最终输出结果(整个流程的综合产出)
历史运行记录(便于回溯、复现与问题排查)
这一能力帮助用户快速验证全链路逻辑,适用于上线前联调、回归测试以及实际运行效果检验。
3.2.1 使用说明
进入【工作流编排】页面。
点击右上角的【整体调试】按钮
在弹出的运行面板中输入测试内容(即工作流的入口参数)。
点击【开始调试】,系统会依次执行工作流中的所有节点。
运行结果展示:
- 页面下方按节点顺序展示各节点的输入、输出及运行状态。
- 成功节点显示绿色标识;失败节点显示红色标识。
- 流程若在某一节点失败,将终止后续执行。
3.2.2 查看调试历史记录
调试记录:
点击页面顶部【历史记录】,可查看该流程单节点调试及整体调试的历史运行记录。
每条记录均包含运行时间、运行结果(成功/失败)、各节点执行详情。
定时运行记录:
若该工作流设置了定时任务,可在编排页面顶部的【定时运行-历史记录】查看定时触发的执行情况。
广场对话运行记录:
当工作流在应用广场/对话场景中被调用时,可前往我的账户-积分消耗记录详情 ↗查看运行情况。
渠道调用运行记录:
若工作流被外部渠道(如微信公众号、企业微信、API接口)触发,同样可在我的账户-积分消耗记录详情 ↗中查看。
注意事项:
真实执行:在网页端运行整体流程时,会真实调用工作流中的所有节点。如包含外部交互节点(如自定义插件、HTTP API、渠道发送、转人工等),将会真实触发。
风险提示:若节点包含写数据库、发送消息、调用外部系统等操作,请先在测试环境或使用模拟数据进行调试,以免影响生产系统。
调试与发布区分:建议上线前先通过整体调试验证逻辑正确性,再切换至生产环境。
常见问题速查:
为什么流程中断? 任意节点失败时,整体运行会终止。可进入历史记录查看失败节点的日志。
能否跳过失败继续? 当前版本默认失败即中断。如需跳过/兜底,可在编排时增加异常处理逻辑。
记录保存多久? 历史运行记录保存周期以平台策略为准,支持导出关键运行结果。
四、工作流发布
在完成工作流编排与调试后,你可以通过【发布】功能,将工作流投入实际使用。元智启平台提供了两类发布方式:
发布到智能体广场 → 供他人搜索与体验
发布到多种渠道 → 接入钉钉、飞书、微信、企微、API、网站等终端应用中
通过灵活的发布方式,你可以让工作流不仅仅停留在编排页,而是落地到真实业务场景中,为企业和个人提供高效的AI能力支撑。
4.1 发布方式
发布类型 | 主要目的 | 适用场景 | 特点 |
---|---|---|---|
发布到广场 | 分享和展示 | 将优秀工作流作为案例,供他人发现、搜索和体验 | 广场可见,需完善头像、描述、分类 |
网站集成 | 应用落地与接入 | 将工作流嵌入企业内部工具或外部触点(如微信客服、钉钉机器人) | 多渠道支持,真实场景中直接可用 |
API接入 | 系统集成 | 开发者通过接口调用工作流能力 | 灵活度最高,可融入自有产品体系 |
4.2 使用说明
4.2.1 发布到应用广场
完善必要信息(头像、名称、描述、分类)。
在【工作流编排】页面,开启【是否公开】,并点击顶部【发布到广场】按钮即可上架。
发布成功后,工作流会出现在应用广场,其他用户可搜索并直接体验。
修改工作流后需重新点击【发布到广场】,广场才会显示最新版本。
关闭「是否公开」开关,工作流将从广场下架。
4.2.2 发布到渠道
完成调试后,可将工作流发布到各种渠道中,在终端应用中使用。目前支持将工作流发布到钉钉、飞书、微信、企业微信、微信客服、API接入、企微应用、微信公众号、网站集成多个渠道中,你可以根据个人需求和业务场景选择合适的渠道。
4.2.3 开放API接入
能力与适用场景:
工作流在调试通过后,可通过API接入被第三方系统直接调用,实现"后端一条接口,前端多端触达"的落地方式。
能力 | 说明 | 典型场景 |
---|---|---|
对话接口 | 面向无记忆的单轮/多轮调用,服务端仅按本次请求上下文生成结果 | 表单校验、指令执行、一次性问答 |
记忆对话接口 | 面向带记忆的多轮会话,请求与历史会话自动关联 | 客服问答、私人助理、持续会话 |
与应用接入方式一致 | 将app_code填为工作流的唯一code即可 | 让"工作流"以"智能体"同样的方式被调用 |
多端复用 | 同一工作流既可通过API调用,也可发布到广场/渠道 | 统一逻辑,降低维护成本 |
详见:开放API接入