开始节点

开始节点是工作流运行的起点。在进入画布后，画布中会包含一个开始节点。开始节点不可以被复制或删除。开始节点中的系统参数为默认参数，可在后续节点中进行引用。

系统参数：默认带入7个系统参数，可在整个工作流的任意节点被引用。系统参数将更好地帮助应用进行数据传递。

• rawQuery，即用户的原始对话消息。
• chatHistory，用户与应用的对话历史（轮数，由应用配置中的对话设置的【参考对话轮数】决定。
• fileUrls，即用户在应用里面上传的文件的地址。当前仅支持一个文件上传。
• fileNames，即用户在应用对话中上传的文件名称，与文件地址一一对应。（当前仅支持上传一个）
• end_user_id，即终端用户的唯一id，使用API调用时，支持开发者传入。其他情况下为终端用户在各渠道的唯一标识。
• conversion_id，即会话id，是会话的唯一标识。
• request_id，即本次请求的id，便于记录与调试。

大模型节点

大模型节点可调用大语言模型，根据提示词输出结果。

大模型节点中可以配置：

大模型配置模板：提供预制的示例模板，快速填写节点配置信息。

模型基础配置：

• 模型选择大模型节点支持选择平台预置模型及用户在千帆ModelBuilder创建的自定义模型（千帆平台精调训练模型+自定义开发或外部下载模型）。你可以参考平台资源大模型服务进行模型的选择和使用。也可以参考模型创建说明直接创建自定义模型——上传场景数据对预置模型进行微调（SFT）或导入自训练大模型，在特定场景下达到极致效果。

• 模型多样性配置 该设置控制模型输出的多样性，会同时改变模型的top_p和temperature参数，数值越高输出内容的差异性越大。推荐设置0.01，可保证输出的效果稳定。（设置为0可能导致模型响应变慢）
• 模型高级参数配置 大模型节点右侧支持设置模型的高级配置参数，该参数为ERNIE模型的扩展参数，与千帆ModelBuilder模型接口参数对应，可针对不同的模型，配置特定的请求参数和模型返回的响应参数，满足特定场景下对模型作用效果精确控制，以及获取其他返回参数的需求。使用说明

下方展示模型付费状态，付费状态默认关闭，平台优先消耗当前账号下赠送的免费模型资源。开启后，如果你已开通付费模型，免费资源消耗完毕后自动切换到付费资源，保障应用稳定可用，如需开启，请点击【修改配置】按钮前往资源额度页面。

输入：可以引用前序节点的参数，作为输入。此处的输入可以插入提示词中，作为变量。

提示词：编写大模型的提示词，使大模型实现对应功能。通过插入花括号的方式，如 {{input}} ，可以引用对应的参数值。此处也可以在输出定义参数，并在提示词中引用，如 {{output1}}，指定大模型将对应信息按照参数的格式输出。

输出：通过参数输出大模型的结果。支持设置多个输出参数，并在后续节点被直接引用。

设置多输出：设置多个输出参数时，系统会自动解析模型输出转为设置的参数，为了保证效果较好，需要在提示词中指定每个参数的输出内容，并在配置中准确填写参数描述。

知识库节点

知识库节点支持根据输入的query，在选定的知识库中检索相关片段并召回，返回切片列表。你可以上传文件并建立知识库，在知识库节点中勾选想要使用的知识库进行检索。

输入参数：参数名不可修改，参数类型为string，上级节点的输出参数会强制转换为string类型作为知识库节点的输入，输入参数有两种类型：1）引用类型为引用上一个节点的输出变量，2）常量类型，可以输入一个string类型的入参。

选择知识库：选择需要检索的知识库，支持选择多个知识库。

检索策略：按照指定的检索策略从知识库中寻找匹配的片段，不同的检索策略可以更有效地找到正确的信息，提高最终生成的答案的准确性和可用性。

检索策略	定义
混合检索	使用倒排索引和语义检索两种策略进行召回，推荐在需要对句子理解和语义关联性的场景下使用，综合效果更优。
语义检索	语义检索将返回与查询Query含义相匹配的内容，而不是与查询字面意思相匹配的内容。推荐在需要对上下文相关性和意图相关性的场景下使用。
全文检索	使用倒排索引策略进行检索召回，推荐在需要对关键词精准匹配的场景下使用。

召回数量：设置从知识库中召回与输入Query匹配的知识片段的个数，设定的数量越大，召回的片段越多。

匹配分：在检索过程中，用来计算输入Query和知识库片段的相似度，高于匹配分数的片段将会被检索召回。

输出参数：在知识库中检索输出的变量信息及变量类型。

字段名	含义
segment_id	获取切片的标识符
document_id	切片所在文档的标识符
dataset_id	数据集的标识符
content	实际抓取的内容
document_name	该文档的标题
dataset_name	该数据集的标题
word_count	抓取内容的字数统计

全局跳转节点

全局跳转节点的使用场景：

这是一个查询航班信息的业务场景，客服机器人询问用户要查询的航班号，用户没有回复航班号，而是提出了一个相关问题，因此分支器节点将该工作流分流到全局跳转节点，该节点会先判断用户是否表达了其他意图，没有识别到其他意图后，会调用“对话设置”中的知识库问答，在知识库中没有找到答案后，会调用“对话设置”中的大模型闲聊兜底回复，回复结束之后，全局跳转节点会将流程拉回到信息收集节点，继续询问航班号。

全局跳转节点最佳实践样例：https://cloud.baidu.com/doc/AppBuilder/s/cm38k8nqr

全局跳转节点的运行逻辑：

全局跳转会针对输入的query，按照如下优先级进行跳转或回复：

• 首先进行选择全局意图识别，此时将会调用画布上所有的全局意图识别节点，对该query进行意图识别，根据意图识别结果跳转到相应处理意图的分支，对意图进行完整处理。该意图走到结束节点之后，可选择将对话拉回到上一个信息收集节点，重新向用户询问要收集的信息。
• 如果没有识别到相应意图，会使用对话设置中的知识库对该query进行回复，在回复完这个query后，可将对话拉回到上一个信息收集节点，重新向用户询问要收集的信息。
• 如果也没有在知识库中找到答案，会使用大模型对该query进行闲聊回复，或者使用固定话术进行回复，在回复完这个query后，可将对话拉回到上一个信息收集节点，重新向用户询问要收集的信息。

全局节点的具体配置：

输入：将需要进行意图识别、知识库问答或者闲聊回复的query作为该节点的输入。

跳转方式：

• 全局意图识别：调用画布上所有的意图识别节点中勾选了允许跳转的意图，进行意图识别。
• 知识库问答：没有识别到对应意图，则使用“对话设置”中的知识库进行问答。

• 闲聊回复：在没有匹配到对应意图，知识库也无法进行回答时，使用闲聊回复。

  • 闲聊回复兜底：可调用大模型进行闲聊回复，闲聊回复也在“对话设置”里进行配置：
  • 使用固定话术：开启后，⼤模型将不再进⾏闲聊，仅回复固定话术。

拉回节点：显示会话会被拉回到哪个节点，无需配置。

拉回次数：当拉回次数达到该设置值后，则不会再触发拉回。

拉回话术：为了避免跳出后拉回的太生硬，可配置拉回话术进行过渡。

高级配置：此处配置的大模型是对输入query进行意图识别的大模型。

对话历史：当意图识别的结果和对话历史有关时，需要打开对话历史的开关。

信息收集节点

节点能力：你可以通过信息收集节点向用户提问，等待用户回复，并将用户回复内容及抽取的信息作为输出参数。节点输入为输入给该节点的参数，可以被引用到下面的提问内容中；输出为该节点输出的参数，包括用户回复的信息、对话历史及参数抽取的结果，可以被后续节点引用。

信息收集节点主要包括以下几个部分：

• 输入：输入给该节点的参数，可以被引用到下面的提问内容中。
• 提问内容：针对需要收集的参数进行提问。
• 参数抽取：定义一个变量，用于存储从用户回复内容中抽取的参数信息，大模型会根据参数描述进行抽取。
• 大模型配置：该大模型用于根据参数描述抽取参数信息。
• 输出：该节点输出的参数，包括用户回复的信息、对话历史及参数抽取的结果，可以被后续节点引用。

消息节点

消息节点的使用：

用户可以通过两种不同的回复模式选择来使用消息节点。

• 按模版配置格式返回文本：用户可选择回复模式为“按照模版配置格式返回文本”，可在输出中引用前序参数。填写向用户发送的信息创建信息模版，可以通过插入{{参数名}}引用对应输入参数。输出为参数值和模版的组合文本。本模式支持流式和非流式两种不同的输出方式。
• 直接返回参数值：用户可选择回复模式为“直接返回参数值”，可在输出中引用前序参数。输出为对应参数类型和参数值。

分支器节点

分支器节点用于设计工作流内的分支流程，可以连接多个下游节点。当向该节点输入参数时，节点会从上到下依次判断是否符合条件，若设定条件成立则运行对应的条件分支，若均不成立则运行“否则”分支。可通过拖拽分支条件配置面板来设定分支条件的优先级。在每个分支条件中，支持选择判断关系（且/或），以及同时添加多个条件。

复杂条件可以通过将多分支连接到同一个下游节点实现。

API 节点

支持接入遵守RESTful架构规范并采用标准认证机制的API。API接入前需要已经完成服务化，确保所有接入的API均遵循RESTful架构规范，确保使用无状态的请求模型并通过HTTP标准方法（如GET、POST、PUT、DELETE)进行资源操作，同时接口使用标准的认证机制。此外，接口设计符合OpenAPI规范，接入的API已经过性能测试、安全审查和兼容性检测，以确保API的稳定性和可靠性。同时为确保模型调用组件的最终效果，当前接口参数层级不支持超过10层。

使用说明：

1. 添加API节点，可以手动逐步配置API基本信息或通过curl命令一键导入。配置信息包括：请求参数和响应参数。您可以只填写必需的请求参数和响应参数。比如在返回参数配置中，若需输出返回数据中某个对象的完整内容，仅需设置最顶层参数信息并选择适当的参数类型。
2. 配置完成请求参数和响应参数后，点击【发送】，进行接口请求，下方将展示对应接口的原始API返回信息，和按照响应参数配置获得的参数返回信息，您可以检查返回信息是否符合预期。
3. 您也可以不配置响应参数，直接根据API请求结果的返回信息自动解析输出参数，平台解析规则说明：当前支持接口返回内容类型有：JSON、XML、HTML、Plain Text、YAML、CSV。其中JSON、XML、YAML可被解析为JSON输出，便于您在后续节点引用某个参数或属性，其余类型支持以整个string类型输出。API接口返回内容大小不能超过1M。
4. 在完成API原始信息编辑后，您需要继续在右侧面板中对输入参数进行值配置，可以引用前序节点输出，或手动输入对应参数值。需要确保引用类型与设置类型一致。
5. API节点支持接入流式接口，要求接口返回的streaming event格式为："data:" {"xxx":"xxx"}，要求数据帧data是全量的，暂不支持第一帧数据不全，支持JOSN嵌套的流式信息返回。
6. API节点的http请求发送成功即为接口调试通过，在整体流程调试前，API节点需要为调试通过状态。

代码节点

在代码节点中，可通过编写代码实现自定义的处理功能。引入代码节点到画布中，可在编辑器（IDE）内看到默认的示例代码。

编辑器的使用：

• 引用输入：配置了输入参数名和参数值后，可以在编辑器中引用输入参数。编辑器引入输入参数时，需要通过字典变量 params 引入代码节点的输入参数。代码节点支持不设置输入参数，但是设置的输出参数需要配置对应的默认值或参数引用关系。
• 返回输出：需要在编辑器中定义一个字典变量，作为编辑器中函数的输出。代码节点的输出参数是该字典变量的键（key）。
• 运行时环境：编辑器支持的运行时环境为 Python 3 。 运行环境预制了 NumPy、bs4包。当前运行环境暂不支持进行request请求或获取文件。

编辑器测试功能：

• 输入测试：在输入测试区域可以输入测试数据，并进行调试运行。“自动填入” 功能可以根据当前输入参数类型，生成输入数据。
• 输出测试：测试数据的运行结果会展示在输出测试区域中。运行成功后可以使用 “更新节点 Schema” 功能。使用后，代码节点的输出配置信息将被输出测试的 schema 自动覆盖。

组件节点

工作流可支持在画布中添加官方组件或自定义组件，提升组件的复用性和画布编辑灵活性。

意图识别节点

意图识别节点可以对输入的语句进行意图分类，并根据配置抽取该语句内的关键参数，匹配到不同的流程分支执行。

输入参数：节点将根据输入参数query进行意图识别和匹配。配置输入参数query时，您可以引用前序节点的输出变量或手动输入，变量类型为string。

意图配置：意图配置包括配置意图名称、意图描述、意图例句、和需要抽取的参数。

• 意图名称 & 意图描述：大模型将根据意图名称和意图描述来进行意图分类，在配置时清晰明确表述意图，能够获得更好的识别效果。
• 意图例句：意图例句可以帮助进行意图识别结果的调优，您可以通过配置意图例句，来模拟用户在该意图下可能的输入情况，使意图识别结果更准确。
• 参数抽取：参数抽取可配置识别到该意图时需要抽取的参数。可通过配置参数名、参数类型、参数描述来定义参数。配置后，执行意图识别节点，分类到该意图时，大模型会根据参数描述进行相应的参数抽取并输出对应值。 高级配置：高级配置支持对执行该意图分类的模型进行相关配置。
• 模型选择：选择执行该意图分类任务的大语言模型。
• 模型付费状态：下方展示模型付费状态，付费状态默认关闭。平台优先消耗当前账号下赠送的免费模型资源。开启后，如果你已开通付费模型，免费资源消耗完毕后自动切换到付费资源，保障应用稳定可用，如需开启，请点击【修改配置】按钮前往资源额度页面。
• 对话历史：开启后，将会引用用户与应用的对话历史作为意图识别的输入信息（对话历史轮数由应用配置中的【参考对话轮数】来决定）。对话历史默认关闭。 输出参数：

字段名	含义
thought	大模型作出意图分类的思考内容
classification	用户自定义的意图名称
classificationID	用户配置的意图ID
自定义字段	用户在意图配置中自定义的待抽取参数名

记忆变量节点

记忆变量节点可以写入和读取应用配置中的记忆变量。记忆变量节点需要与应用中的记忆变量功能配合使用。您可以通过此节点写入变量值，调试成功后，变量值会同步至应用中的记忆变量，也可以通过此节点读取应用中的记忆变量值并输出。

记忆变量节点的使用：

• 记忆变量写入： 用户在应用中创建记忆变量后，选择记忆变量写入，可以在工作流节点写入记忆变量。

写入调试成功后，输出参数isSuccess参数为true，节点写入变量值同步应用中记忆变量值。

若写入调试失败，则输出参数isSuccess参数为false。

记忆变量值最大字符数为400字符。

• 记忆变量读取： 用户在应用中创建记忆变量后，选择记忆变量读取，可以在工作流节点读取记忆变量值进行输出。

文本处理节点

文本处理节点可以实现多个字符串的拼接或文本的分割，适用于多输出总结、文本分隔处理等场景。

字符串拼接：将引用的输入字符串拼接为一个字符串，作为后序节点的输入，比如将多个模型输出拼接为一整篇内容。

字符串分隔：将引用的字符串用指定分隔符拆分为字符串数组，支持快捷选择预置符号或自定义分隔符。

结束节点

结束节点是组件的最终节点，输出应用运行后的最终结果。

结束节点可以配置：

回复模式：可以选择两种输出方式：

• 选择 “返回以下参数值” 时，输出为对应参数类型和参数值；
• 选择 “按模板配置格式返回文本” 时，输出为参数值与模板的组合文本。 输出参数：定义需要输出的参数