Alibaba Cloud Model Studio：工作流程應用

開始/結束

• 何時使用

  • 在設計工作流程時，您需要確定輸入/輸出參數的結構和內容，並填入開始/結束節點。

• 如何使用

  • 開始節點

    組件	說明
    變數名	輸入參數的名稱，後續節點可通過變數名調用此變數。
    類型	輸入參數的資料類型（當前僅支援 String / Boolean / Number，如需傳入 Array 或 Object，需在進入工作流程之前自行解析）。
    描述	輸入參數的描述，用於解釋參數的作用。

    說明

    除了自訂的變數外，應用還內建了一些實用變數：

    • query

      使用者查詢變數，用於接收 API 呼叫的 prompt 變數，或測試窗使用者發送的文本。

    • historyList（僅在對話型工作流程時啟用）

      對話歷史列表，用於應用自動維護交談記錄，提供多輪對話體驗。

    • imageList（僅在對話型工作流程時啟用）

      圖片列表，用於儲存測試窗使用者上傳的圖片，目前僅支援儲存單張圖片。

  • 結束節點

    組件	說明
    輸出模式	輸出參數的格式，支援“文本輸出”及“JSON 輸出”兩種模式。
    文字框（僅在文字模式下生效）	可自由編排輸出內容的段落格式，支援輸入文本或引用變數，適合輸出非結構化的內容。
    變數名/變數值（僅在 JSON 模式下生效）	需按照 JSON 格式編排輸出內容，可自訂變數名，支援輸入文本或引用變數，適合輸出結構化的內容。
    結果返回	僅在 API 呼叫應用時生效，用於決定是否輸出節點內容。如需瞭解該組件的用途，請參閱通過“結果返回”控制節點內容的方法。

知識庫

• 為什麼使用它

  想象一下，你有一座巨大的“知識寶庫”，裡面存放了海量文檔、FAQ、產品資料。這個節點能幫你從海量資訊裡提取“最相關”的內容，為後續 AI 問答做好準備。

• 功能與用法

  • 通過搜尋一個或多個知識庫來得到相關文檔片段，讓 AI 能“讀到”更多上下文，回答更專業或精準。常常與大模型節點結合使用。

  • 在構建對話型工作流程、智能客服系統時尤其常用。

• 參數配置

  參數名	參數說明
  輸入	content：可直接輸入文本，也可引用前面節點輸出的變數 。
  	imageList：支援圖片搜尋，可直接輸入圖片連結，也可引用前面節點輸出的變數。
  選擇知識庫	指定要在哪些知識庫裡進行搜尋（支援多選）。
  輸出	命名本節點的結果變數，如 kbResult。

• 輸出結構樣本：

  {
    "rewriteQuery": "...",
    "chunkList": [
      {
        "score": 0.36,
        "documentName": "文檔名稱",
        "title": "文檔標題",
        "content": "相關內容片段",
        "imagesUrl": "圖片URL"
      }
    ]
  }

  這裡常用的就是 chunkList，含有文檔內容片段及相似性分值。

大模型

• 為什麼使用它

  這是整個工作流程的“智慧大腦”——能讀懂語言、產生文字、分析映像，還能參與多輪對話。你可以用它寫文案、做文本總結、甚至對圖片內容做分析（如果是 VL 系列模型）。

• 功能特性

  • 既支援一次性處理一個輸入，也能批量處理大量資料。

  • 可以配置不同大模型（如通義千問-Plus），根據效能、速度或其他特性的需求選擇合適的模型。

• 節點參數配置

  參數名	參數說明
  模式選擇	單次處理模式：使用較低的搜尋比例且不使用Query改寫的快速搜尋版本。
  	批次處理模式：在批處理模式中，節點會多次運行。每次運行時，列表中的一個專案會被依次分配給批處理變數。這個過程會一直持續，直到處理完列表中的所有專案或達到設定的最大批處理次數為止。 批處理配置： 批處理次數上限（範圍1-100，普通使用者預設100）：批處理啟動並執行次數上限。 說明 實際批次處理次數取決於使用者輸入數組中的最小長度，若沒有輸入變數，則取決於配置中的批次數量。 並行運行數量（範圍1-10）：批處理的並發限制，設定為1表示串列執行所有任務。
  模型配置	選擇合適的大模型，支援模型參數調整，具體支援模型，請參見支援模型。 模型選擇VL模型時： 模型入參：vlImageUrl可引用參數或輸入圖片連結。 圖片來源：可選圖片集/視訊框架。 圖片集：模型會認為上傳的圖片是獨立的，會根據問題匹配對應圖片進行理解。 視訊框架：模型會認為上傳的圖片來源於同一個視頻，會把圖片按序看作一個整體來理解，視訊框架需不少於4張。
  參數配置	溫度係數：用於調節產生內容的多樣性。較高的溫度值將增加產生文本的隨機性，產生更多獨特的輸出；而較低的溫度值會使產生內容更為保守和一致。 DeepSeek R1 系列模型暫不支援此項配置
  	最長回複長度：限制模型產生文本的最大長度（不包括Prompt）。該限制因模型類型而異，具體最大值可能會有所不同。
  System Prompt	可用於設定模型的角色、任務、輸出格式等內容，如“你是一個數學專家，專業解決數學問題，請輸出符合格式的數學解題過程和結果”。
  User Prompt	配置Prompt模板，支援變數插入，大模型將根據Prompt的配置進行處理和產生。
  輸出	輸出本節點處理結果的變數名，用於後續節點識別和處理本節點的結果。 DeepSeek R1 系列模型支援輸出深度思考過程（reasoningContent）。

  說明

  如需通過API整合應用到您的業務，請參閱應用調用。

• 對話型工作流程下的大模型節點

  • 與任務型工作流程應用的大模型節點的不同：支援進行多輪對話配置，模型支援將選定的歷史對話資訊作為輸入。

    多輪對話配置：對話型應用會把前幾輪對話中在“上下文”中要求的變數收集起來作為輸入參數傳給大模型。

    

  • 上下文：聲明大模型需要的上下文輸入，預設的 ${系統變數.historyList}代表的是前幾輪對話的應用輸入輸出。其他參數均指的是前幾輪對話中的應用參數。

    

• 文本模型節點樣本

  在測試介面，query參數中輸入晶片工程師：

  

  結束節點輸出：

  

• 映像模型節點樣本

  大模型支援單個映像或多張圖片傳入，支援URL和base64方式傳入。

  說明

  單張圖片可以直接傳入。例如：https://****.com/****.jpg。

  多張圖片可列表傳入。例如：["URL","URL","URL"]。

  在測試介面，query參數中輸入：https://****.com/****.jpg。

  

  結束節點輸出：

  

API

• 定義

  通過POST、GET、PUT、PATCH、DELETE的方式，調用自訂API服務，輸出API調用結果。

  調用方式	用途
  POST	用於向伺服器提交資料，以建立新資源。
  GET	用於擷取資源的表示形式，不會對伺服器上的資料進行修改。
  PUT	用於向伺服器更新指定資源的表示形式，或者在伺服器上建立新資源。
  PATCH	用於向伺服器部分更新資源。
  DELETE	用於從伺服器刪除指定資源。

• 參數配置

  參數名	參數說明
  API地址	填寫要調用的API地址，可選POST、GET、PUT、PATCH、DELETE。
  Header設定	設定Header參數，設定KEY，VALUE。
  Param設定	設定Param參數，設定KEY，VALUE。
  Body設定	可選：none，form-data，raw，JSON。
  輸出	輸出本節點處理結果的變數名，用於後續節點識別和處理本節點的結果。

  說明

  如需通過API整合應用到您的業務，請參閱應用調用。

• 節點樣本

  使用POST方法，調用介面。

  

意圖分類

• 定義

  根據意圖描述智能分類匹配，選擇其中一個鏈路執行。

• 參數配置

  參數名	參數說明
  輸入	輸入本節點需要處理的變數，用於識別需要處理的內容，支援引用前置/開始節點變數或直接輸入變數值。
  模型配置	模型選擇：通義千問-Plus。
  意圖配置	配置不同的意圖，輸入意圖描述，模型將根據不同的意圖描述匹配後續鏈路，如：“用於數學題的計算”，“關於天氣相關的知識問答”。
  其他意圖	意圖未匹配時，匹配此鏈路。
  意圖模式	單選模式：大模型將從現有的意圖配置中挑選最合適的意圖作為輸出。 多選模式：大模型將從現有的意圖配置中挑選所有匹配的意圖作為輸出。
  思考模式	快速模式：該模式能夠避免輸出複雜的推理過程，從而提升處理速度，適用於簡單情境。 效果模式：該模式通過逐步思考，能夠更準確地匹配相應的分類。
  進階配置	進階配置內容將作為額外的prompt提供給模型。在此，您可以輸入更多限制條件或提供更多案例，從而使模型的分類結果更符合您的要求。 樣本 假設您正在開發一個電商平台的客服系統，使用者可能會提出各種關於訂單查詢、退換貨、支付的問題。為了確保模型準確分類，可以在進階配置中添加相關提示和樣本。 請根據以下樣本進行意圖分類： 案例1：使用者輸入“我想退還剛買的這件外套”，分類為“退換貨”。 案例2：使用者輸入“請幫我查詢訂單的發貨狀態”，分類為“訂單查詢”。 限制條件：僅處理與訂單相關的查詢，忽略支付和技術問題。 效果： 使用者輸入：“我上周在你們網站訂購的那本書什麼時候可以送到我家？” 分類結果：“訂單查詢” 在該執行個體中，進階配置通過提供具體的分類案例，引導模型將“查詢送達時間”歸類為“訂單查詢”意圖，同時限定了分類範圍，排除了其他無關問題。
  上下文	開啟上下文能力後，系統將以Message格式自動記錄歷史對話資訊，調用模型時傳入上下文，模型將結合上下文內容進行產生。 僅在對話型工作流程的意圖分類節點中有該配置項。 說明 若開啟上下文，您傳入該節點的變數類型需為List類型。
  輸出	輸出本節點處理結果的變數名，用於後續節點識別和處理本節點的結果。

  說明

  • 該節點在對話型工作流程中支援上下文。

  • 運行該節點將消耗Token，並在運行時顯示其消耗數量。

文本轉換

• 定義

  用於常值內容的轉換與處理，如抽取特定內容、格式轉換等，支援模板模式。

• 參數配置

  參數名	參數說明
  輸出模式	支援文本輸出和JSON輸出。
  輸入	通過大模型指定處理方式將需要處理內容轉換為特定格式，用於後續節點的處理，可通過變數配置的方式引用前置節點的處理結果。 文本輸出：輸入/可插入變數。 JSON輸出：變數名 | 引用/輸入 | 變數。

• 節點樣本

  以下是一個簡單的文本轉換節點樣本。其工作流程邏輯如下：首先，使用者輸入一個關鍵詞。然後，這個關鍵詞被傳遞給文本轉換節點，節點內部根據該關鍵詞進行處理，產生相應的輸出回複。最後，回複通過結束節點輸出，從而完成整個流程。

  在測試介面，query參數中輸入數學：

  

  結束節點輸出：

  

指令碼轉換

• 定義

  通過指令碼代碼處理，將輸入內容轉化為特定格式的模板或輸出形式。該過程包括對輸入資料的解析、轉換和格式化，以實現一致性和可讀性。

• 節點樣本

  這是一個 Python 指令碼轉換樣本：從上遊節點傳入 city 和 date兩個變數，儲存在索引值對 params中。轉換後輸出一個 JSON 對象，包含 result，result.key0及 result.key1。代碼傳回值的 JSON Schema 與節點輸出的必須保持一致。

  說明

  什麼是 JSON Schema？

  JSON Schema 是一種資料結構規範，能讓平台中的其他節點清晰地瞭解當前節點會輸出哪些欄位（如 result, key1）及其類型，從而方便您在下遊節點中進行引用。

  

• 參數配置

  參數名	參數說明
  輸入	定義該節點的輸入資料。您可以通過兩種方式提供輸入： 靜態值（輸入）：在左側的輸入面板中直接填寫固定的值，如 北京。 動態變數（引用）：引用上遊節點的輸出。例如，若上一個節點名為 node_a，其輸出名為 city_name 的欄位，您可以選擇 node_a.output.city_name 來引用它。
  輸出	節點的代碼邏輯所產生的結果。代碼中 return 的字典將作為本節點的輸出。 例如，若返回 {'result': '處理成功'}，下遊節點就可以通過 本節點名.result 來擷取“處理成功”這個字串。
  代碼	編寫核心邏輯代碼。 擷取輸入：請使用內建的 params 對象擷取輸入參數。 返回輸出：處理函數 main 必須 return 一個 字典/對象，其索引值對將構成節點的輸出。

條件判斷

• 定義

  設定條件分支。當變數滿足條件後，流程將選擇相應的後續鏈路。支援且/或條件配置，多個條件是從上而下按順序執行。

• 參數配置

  參數名	參數說明
  條件分支	填寫條件判斷語句。
  其他	不需要條件判斷的可從此輸出。

• 節點樣本

  以下是一個簡單的條件判斷節點樣本。其工作流程邏輯如下：使用者首先輸入兩個參數，這些參數隨後被傳遞給條件判斷節點。在節點內部對參數進行條件判斷，然後通過不同分支的文本轉換節點產生輸出回複。最後，結束節點將產生的回複輸出。

  在測試介面，scert參數中輸入12345，admin參數中輸入admin：

  

  結束節點輸出：

  

Function Compute

• 定義

  授權阿里雲Function Compute服務，調用Function Compute中自訂的服務。

• 參數配置

  參數名	參數說明
  輸入	輸入本節點需要處理的變數，用於識別需要處理的內容，支援引用前置/開始節點變數或直接輸入變數值。
  Region	選擇地區：新加坡、吉隆坡、雅加達。
  服務配置	選擇服務配置。
  輸出	輸出本節點處理結果的變數名，用於後續節點識別和處理本節點的結果。

外掛程式

• 定義

  您可以將外掛程式節點配置到工作流程應用中以拓展應用能力，執行更複雜的任務。阿里雲百鍊提供了一系列官方外掛程式，例如夸克搜尋、計算機、Python代碼解譯器等，您也可以根據特定需求建立自訂外掛程式。

  更多資訊，請參見外掛程式概述。

工作流程應用相關

節點相關