Alibaba Cloud Model Studio:Aplicación de flujo de trabajo

Inicio y fin

• Cuándo usar
  • Al diseñar un flujo de trabajo, defina la estructura y el contenido de los parámetros de entrada/salida en los nodos de inicio y fin.
• Cómo usar
  • Nodo inicial

    Componente	Descripción
    Variables predefinidas	El flujo de trabajo proporciona las siguientes variables predefinidas para procesar la entrada del usuario y mantener el historial de conversaciones: query: Almacena la entrada de texto del usuario. historyList: Almacena el historial de conversaciones para mantener el contexto en una conversación de múltiples turnos. Para utilizar esta variable en nodos que admiten la función de memoria (como los nodos de modelo grande y de clasificación de intenciones), seleccione Custom Cache. imageList: Almacena las imágenes cargadas por el usuario para habilitar el análisis de imágenes o la conversación multimodal. Para utilizar esta variable en nodos que admiten la función de memoria (como los nodos de modelo grande y de clasificación de intenciones), seleccione Custom Cache.
    Variables personalizadas	Las variables personalizadas son parámetros de entrada estructurados que usted define para un flujo de trabajo. Reciben datos de pruebas o llamadas de API y pueden referenciarse en nodos posteriores. Al crear una variable personalizada, configure los siguientes parámetros: Nombre de la variable: Introduzca un nombre descriptivo. No se admiten caracteres chinos. Tipo: El tipo de datos de la variable. Los tipos admitidos son String, Boolean, Number, Object, Array (de String, Boolean, Number u Object) y File. Descripción: Describa brevemente qué hace la variable y cuándo utilizarla.

  • Nodo final

    Componente	Descripción
    Modo de salida	Salida de texto: Adecuado para contenido no estructurado. En el cuadro de entrada, puede ingresar contenido fijo o escribir / para hacer referencia a variables, lo cual determina el resultado final devuelto al usuario. Puede obtener variables de la salida de cualquier nodo del flujo de trabajo o de variables de sesión. Asignar correctamente las variables de salida le permite controlar el flujo de datos del flujo de trabajo y garantizar una respuesta final precisa y completa. Salida JSON: Adecuado para generar contenido estructurado en formato JSON. Puede definir nombres de variables e ingresar texto o hacer referencia a variables.
    Salida de transmisión	El interruptor de Salida en streaming solo se aplica al modo de Salida de texto. Cuando está habilitado, las respuestas de los nodos de modelo grande y componentes de aplicación se transmiten token por token. Cuando está deshabilitado, se devuelve una respuesta completa después de que se genera en su totalidad.

Modelo grande

• Por qué usarlo

  Este nodo es el núcleo inteligente de su flujo de trabajo. Puede entender el lenguaje, generar texto, analizar imágenes y participar en conversaciones de múltiples turnos. Puede usarlo para redactar textos, resumir contenido o incluso analizar el contenido de imágenes (utilizando modelos Qwen-VL).

• Características
  • Admite tanto el procesamiento de entrada única como el procesamiento por lotes de grandes conjuntos de datos.
  • Puede configurar diferentes modelos grandes, como Qwen-Plus, para poder elegir el modelo adecuado según el rendimiento, la latencia u otros requisitos.
• Configuración de parámetros del nodo

  Parámetro	Descripción
  Mode selection	Modo único: Llama al modelo grande una vez.
  	Batch Mode: The node runs multiple times, sequentially assigning an item from a list to a batch variable in each run. This process stops when all list items are processed or the configured maximum batch runs is reached. Batch Configuration: Maximum Number of Batches (Range: 1–100; default for standard users: 100): The maximum number of times the batch process will run. NotaThe number of batch runs depends on the minimum length of the input arrays. If no input variable is configured, the number of runs is determined by the configured batch count. Number of Parallel Runs (Range: 1–10): Sets the concurrency limit for batch processing. A setting of 1 executes all tasks serially.
  Model configuration	Seleccione un modelo grande adecuado y ajuste sus parámetros. Los modelos disponibles aparecen en la interfaz de usuario. Para una introducción detallada a los modelos, consulte la lista de modelos. Para obtener información sobre los límites de tasa de llamadas a la API para cada modelo, consulte limitación de tasa.
  Parameter configuration	Temperatura: Controla la diversidad del contenido generado. Un valor de temperatura más alto aumenta la aleatoriedad del texto generado, produciendo salidas más únicas, mientras que un valor más bajo hace que el contenido sea más conservador y consistente. Esta configuración no es compatible actualmente con los modelos de la serie DeepSeek R1.
  	Maximum Reply Length: Limits the maximum length (in tokens) of the text generated by the model, not including the prompt. This limit varies by model.
  	The following parameters are available only when a Qwen-VL model is selected: Model Input Parameters: For vlImageUrl, you can reference a variable or input an image URL. Image Source: Image set: The model treats each uploaded image independently, selecting the most relevant one to answer the user's question. A single image can be passed directly. For example: https://****.com/****.jpg. Multiple images can be passed as a list. For example: ["URL","URL","URL"]. Video frames: The model considers the uploaded images to be from the same video and understands them sequentially as a whole. You must provide a minimum of 4 video frames.
  System prompt	Proporciona instrucciones a nivel de sistema al modelo. Puede usarlo para definir el rol, la tarea o el formato de salida del modelo. Por ejemplo: "Eres un experto en matemáticas especializado en resolver problemas matemáticos. Por favor, genera el proceso de resolución del problema y el resultado en el formato correcto".
  User prompt	La entrada del usuario al modelo, como una solicitud o instrucción. Puede configurar una plantilla de prompt o insertar variables. El modelo usa esta entrada para generar una respuesta.
  Memory	La memoria es el contexto que el modelo retiene a través de múltiples turnos en una conversación. Caché del nodo actual: Usa la salida de este nodo como contexto. El modelo solo recordará el contexto generado dentro de este nodo. rondas de memoria: El número de rondas de conversación que se deben recordar. Una entrada y su salida correspondiente constituyen una ronda. Caché personalizada: Utiliza una variable de contexto especificada como contexto. Variable de contexto: Seleccione el origen del contexto.
  Output variable	El nombre de la variable que almacena el resultado del procesamiento de este nodo. Los nodos posteriores pueden usar esta variable para acceder al resultado de este nodo. Los modelos de la serie DeepSeek R1 admiten la salida del proceso de Pensamiento Profundo (reasoningContent).
  Retry on failure	Si está desactivado, el nodo deja de ejecutarse cuando ocurre un error. Si está habilitado, el nodo vuelve a ejecutarse en caso de error, según el número de reintentos y el intervalo configurados. reintentos máximos: El número máximo de intentos de reintento cuando falla una solicitud. intervalo de reintento: El intervalo de tiempo entre cada intento de reintento, en milisegundos.
  Exception handling	Si está desactivado, el nodo maneja los errores utilizando el mecanismo predeterminado de manejo de errores del sistema. Si está habilitado, el nodo ejecuta una lógica de procesamiento personalizada según la configuración cuando ocurre un error. Valor predeterminado: Se genera el contenido en result cuando ocurre una excepción. rama de excepción: Si ocurre una excepción, se ejecuta esta rama. Debe configurar su flujo de procesamiento.
  Return results	Esta función está obsoleta. Esta opción solo se aplica a las llamadas de API y determina si se muestra el contenido del nodo. Para obtener más información sobre la finalidad de este componente, consulte Llamada de aplicación.

  NotaPara integrar aplicaciones mediante API, consulte Llamada a aplicaciones.

Base de conocimientos

• Definición

  El nodo de base de conocimientos implementa la generación aumentada por recuperación (RAG). Recupera fragmentos relevantes de una base de conocimientos especificada basándose en la entrada y pasa los resultados como contexto a un nodo de modelo grande posterior. Este proceso aborda problemas comunes de los modelos grandes, como el conocimiento desactualizado, la incapacidad para acceder a datos privados y las alucinaciones.

• Configuración de entrada

  Define los criterios para consultar la base de conocimientos.

  Parámetro	Descripción
  content	El texto utilizado para consultar la base de conocimientos. Puede ingresar texto directamente o escribir / en el editor para seleccionar y hacer referencia a una variable de salida de un nodo anterior.
  imageList	Las imágenes utilizadas para consultar la base de conocimiento. Puede ingresar una URL de imagen accesible públicamente, como https://xxx.xxx.com/xxx/xxx.jpeg, o escribir / en el editor para seleccionar y hacer referencia a una variable de salida de un nodo anterior.

• Método de selección de base de conocimientos

  Método de selección	Applicable scenarios	Configuración
  Seleccionar base de conocimientos fija	Cada llamada utiliza la misma base de conocimientos preseleccionada.	Seleccione una base de conocimientos específica de la lista desplegable. Puede agregar tres tipos de bases de conocimientos: documentos, tablas e imágenes.
  Importación dinámica	La salida de un nodo anterior determina dinámicamente qué bases de conocimientos utilizar.	Configure la variable CodeList. Puede especificar una lista de bases de conocimientos haciendo referencia a una variable o mediante entrada directa.

• Método de invocación de base de conocimientos

  Esta configuración define la lógica de activación para la base de conocimientos. El método predeterminado es invocar siempre.

  Método de invocación	Descripción	Parámetros
  invocar siempre	Realiza una recuperación de la base de conocimientos para cada entrada del usuario. Este método es adecuado para escenarios de preguntas y respuestas de alta frecuencia.	None
  invocación inteligente	El agente determina si debe consultar la base de conocimientos basándose en la entrada del usuario y su descripción. Esto es adecuado para escenarios de conversación flexibles.	Descripción de la base de conocimientos (obligatorio)
  invocación heredada	Los resultados de las bases de conocimiento de documentos, tablas e imágenes se recuperan conjuntamente. Un único parámetro topK controla el número de fragmentos recuperados y no admite la depuración por separado para cada tipo.	topK (Rango: 1–50, Predeterminado: 10)

  Descripciones de parámetros:

  • Descripción de la base de conocimiento: Describe el contenido de la base de conocimiento y las condiciones bajo las cuales sus datos pueden utilizarse para una respuesta. Admite entrada de texto o ingresar / para insertar una variable.
  • topK: El número máximo de fragmentos a recuperar de cada base de conocimiento. El número real de fragmentos recuperados depende de los resultados de coincidencia y puede ser menor que el valor de topK.
• Depurar resultados de recuperación

  Esta función solo se admite en los modos de invocación siempre e invocación inteligente. Haga clic en el botón Debug junto a un tipo de documento, tabla o imagen para probar los resultados de recuperación de esa base de conocimientos. Utilice los resultados para ajustar su configuración. Cuando termine, haga clic en Save en la esquina superior derecha para aplicar la configuración a la aplicación actual.

• Filtrado de base de conocimientos

  Esta función está desactivada de forma predeterminada. Cuando se activa, el sistema utiliza un modelo grande para filtrar inteligentemente los resultados recuperados de documentos y tablas, mejorando la calidad del resultado final. Esta función es adecuada para escenarios que requieren una alta precisión en las respuestas o necesitan filtrar información irrelevante.

• Salida del nodo

  El nodo de base de conocimientos genera un objeto estructurado que contiene un objeto result:

  Campo	Tipo	Descripción
  result	Object	Contiene toda la información devuelta de la consulta actual.
  result.chunkList	Array<Object>	Una matriz de fragmentos recuperados. Esta matriz está vacía si la consulta no devuelve resultados.
  result.chunkList[ ].content	String	El contenido original del fragmento de la base de conocimientos recuperado.
  result.chunkList[ ].title	String	El título del documento al que pertenece el fragmento.
  result.chunkList[ ].documentName	String	El nombre del documento donde se encuentra el fragmento recuperado.
  result.chunkList[ ].score	Número	La puntuación de similitud del fragmento de la base de conocimientos. Una puntuación más alta indica una mejor coincidencia.
  result.chunkList[ ].id	String	El ID del fragmento.
  result.chunkList[ ].dataId	String	El ID del documento.
  result.chunkList[ ].docUrl	String	El enlace de descarga del archivo fuente.
  result.chunkList[ ].knowledgeBaseId	String	El ID de la base de conocimientos.
  result.chunkList[ ].nid	String	El identificador del texto original.
  result.chunkList[ ].images	Array<String>	Una lista de imágenes.
  result.chunkList[ ].pageNumber	Array<Number>	Una matriz de números de página.
  result.rewriteQuery	String	La consulta de usuario reescrita.

API

• Definición

  Llama a un servicio de API personalizado utilizando el método POST, GET, PUT, PATCH o DELETE y genera el resultado de la llamada a la API.

• Configuración de parámetros

  Parámetro	Descripción
  API address	La URL de solicitud para la API. Método de solicitud: POST: Envía datos al servidor para crear un nuevo recurso. GET: Recupera un recurso sin modificar datos en el servidor. PUT: Actualiza un recurso especificado o crea un nuevo recurso en el servidor. PATCH: Actualiza parcialmente un recurso en el servidor. DELETE: Elimina un recurso especificado del servidor. URL: Ingrese la dirección completa de la API en el campo de entrada. Puede ingresar la dirección directamente o usar una variable para hacer referencia a un valor de nodos anteriores. Por ejemplo, https://dashscope.aliyuncs.com/compatible-mode/v1/files.
  Header settings	Especifica los encabezados de solicitud HTTP, como Content-Type y Authorization. Puede ingresar valores directamente o hacer referencia a ellos desde nodos anteriores.
  Parameter settings	Parámetros de consulta en la URL de la solicitud. Puede introducir valores directamente o hacer referencia a ellos desde nodos anteriores. Por ejemplo, limit en https://dashscope.aliyuncs.com/compatible-mode/v1/files?limit=5.
  Body settings	Seleccione el tipo correcto según los requisitos de la API. none: Sin cuerpo de solicitud. Adecuado para solicitudes GET. form-data: Datos de formulario, utilizados para cargas de archivos o pares clave-valor. raw: Texto sin formato, como JSON o XML. JSON: Un objeto JSON formateado automáticamente.
  Timeout setting (s)	El tiempo máximo de espera para una respuesta. Si no se recibe una respuesta dentro de este tiempo, la solicitud caduca.
  Retry on failure	Si está desactivado, el nodo deja de ejecutarse cuando ocurre un error. Si está habilitado, el nodo reintenta la solicitud según los reintentos máximos y el intervalo de reintento configurados cuando ocurre un error. Reintentos máximos: El número máximo de veces para reintentar una solicitud fallida. Intervalo de reintento: El intervalo entre reintentos, en milisegundos.
  Exception handling	Si está desactivado, el nodo utiliza el mecanismo predeterminado de manejo de errores cuando ocurre un error. Si está activado, el nodo ejecuta lógica personalizada cuando ocurre un error. Valor predeterminado: Genera el contenido de result cuando ocurre una excepción. Rama de excepción: Procede a la rama de excepción si ocurre una excepción. Debe configurar el flujo de procesamiento para esta rama.
  Output	Almacena la respuesta de la API en una variable especificada para su uso por nodos posteriores.

  NotaPara obtener detalles sobre la integración de aplicaciones con una API, consulte integración de aplicaciones.

Plugin

• Definición

  Puede agregar un nodo de complemento a su aplicación de flujo de trabajo para realizar tareas más complejas. Model Studio ofrece una variedad de complementos oficiales, como Quark Search, Calculadora y un intérprete de código Python. También puede crear complementos personalizados para satisfacer necesidades específicas.

  Consulte Resumen de complementos.

• Requisitos previos
  • Para usar un complemento oficial o de terceros, primero debe solicitar su activación. Para obtener instrucciones detalladas, consulte Descripción general de complementos.
  • Si usted want hacer referencia a un complemento personalizado, necesita crear primero un complemento personalizado.
• Configuración de parámetros

  Parámetro	Descripción
  Input	Especifica el contenido que el nodo debe procesar. Las variables cambian dependiendo del complemento seleccionado. Cuando selecciona un complemento, sus variables integradas se cargan automáticamente. Puede ir a la página de Complementos oficiales o de Complementos personalizados, hacer clic en una tarjeta de complemento y ver cómo configurar sus variables.
  Output	La variable de salida que contiene el resultado del procesamiento del nodo. Los nodos posteriores usan esta variable para acceder al resultado.
  Retry on failure	Si está desactivado, el nodo deja de ejecutarse cuando ocurre un error. Si está habilitado, el nodo reintenta la ejecución basándose en el número de reintentos y el intervalo configurados cuando ocurre un error. Reintentos máximos: El número máximo de intentos de reintento cuando falla una solicitud. Intervalo de reintento: El intervalo de tiempo entre cada reintento, en milisegundos.
  Exception handling	Si está desactivado, el nodo utiliza el mecanismo predeterminado de manejo de errores del sistema. Si está activado, el nodo ejecuta lógica personalizada cuando ocurre un error. Valor predeterminado: Genera el contenido de result cuando ocurre una excepción. Rama de excepción: Ejecuta esta rama si ocurre una excepción. Debe configurar el flujo de procesamiento para la rama.

Function Compute

• Definición

  Llama a un servicio personalizado en Alibaba Cloud Function Compute.

• Configuración de parámetros
  ImportanteEl tiempo de espera predeterminado para un nodo de Function Compute es de 60 segundos y no se puede cambiar.

  Parámetro	Descripción
  Input	La variable de entrada que procesa este nodo. Puede hacer referencia a variables de nodos anteriores o introducir valores directamente.
  Region	Seleccione la región donde se encuentra su servicio de Function Compute: Singapore, Kuala Lumpur o Indonesia (Jakarta).
  Service configuration	Seleccione el servicio de Function Compute que desea invocar. Primero debe crear una función. La cuenta de Alibaba Cloud que crea el servicio Function Compute debe ser la misma cuenta que utiliza para iniciar sesión en Model Studio (Bailian), o debe pertenecer a la misma cuenta raíz de Alibaba Cloud.
  Output	La variable que almacena la salida del nodo. Los nodos posteriores pueden hacer referencia a esta variable.

Script

• Definición

  Utiliza un script para transformar la entrada en una plantilla específica o formato de salida. Esto implica analizar, transformar y formatear los datos para garantizar coherencia y legibilidad.

• Configuración de parámetros

  Parámetro	Descripción
  input	Acepta un valor fijo o una referencia a una variable de un nodo anterior o a una variable de sesión.
  code	Define la lógica central del nodo. Se admiten tanto JavaScript como Python. Obtener entrada: Use el objeto integrado params para acceder a los parámetros de entrada en el formato params.<variable_name>. Por ejemplo, params.input1. Devolver salida: La función controladora main debe return un diccionario u objeto. Los pares clave-valor de este objeto se convierten en la salida del nodo.
  output	El diccionario devuelto por la instrucción return en el código sirve como salida de este nodo. Por ejemplo, si devuelve {'result': 'Processing successful'}, los nodos posteriores pueden acceder a la cadena "Procesamiento exitoso" mediante node_name.result.
  retry on failure	Si está desactivado, el nodo deja de ejecutarse cuando ocurre un error. Si está habilitado, el nodo reintenta la ejecución según los reintentos máximos y el intervalo de reintento configurados. reintentos máximos: El número máximo de intentos de reintento después de un fallo. intervalo de reintento: El intervalo entre reintentos, en milisegundos.
  exception handling	Si está desactivado, el nodo utiliza el mecanismo predeterminado de manejo de errores del sistema. Si está activado, el nodo ejecuta lógica personalizada cuando ocurre un error. Valor predeterminado: Genera el contenido de result cuando ocurre una excepción. rama de excepción: Dirige la ejecución a una rama separada, configurada por el usuario, si ocurre una excepción.

Condición

• Definición

  El nodo de condición agrega lógica de ramificación a un flujo de trabajo. Cuando una variable cumple con una condición especificada, el flujo de trabajo sigue el enlace descendente correspondiente. El nodo admite configuraciones AND/OR y evalúa las condiciones secuencialmente de arriba hacia abajo.

• Configuración de parámetros

  Parámetro	Descripción
  conditional branch	Ingrese las expresiones condicionales. Las condiciones en diferentes grupos se unen mediante OR, mientras que las condiciones dentro del mismo grupo se unen mediante AND.
  else	La salida predeterminada cuando no se cumple ninguna condición definida.

Clasificación de intenciones

• Definición

  Empareja inteligentemente la entrada del usuario con una intención predefinida basándose en su descripción y luego enruta al enlace correspondiente.

• Configuración de parámetros

  Parámetro	Descripción
  input variable	Especifica la variable de entrada que se va a clasificar. Puede ingresar un valor directamente o usar una variable de un nodo anterior o una variable de sesión.
  model selection	Admite Qwen-Plus y el modelo de clasificación de intenciones.
  intent classification	Defina las intenciones que el modelo debe clasificar. El modelo hace coincidir la entrada con una intención basándose en su descripción y luego enruta al enlace correspondiente. Por ejemplo: "Para calcular problemas matemáticos" o "Para responder preguntas relacionadas con el clima".
  Other intent	Esta rama se ejecuta cuando el modelo determina que la entrada no coincide con ninguna de las intenciones definidas.
  intent mode	modo de selección única: El modelo grande selecciona la única intención que mejor coincide de las configuraciones disponibles. modo de selección múltiple: El modelo grande selecciona todas las intenciones coincidentes de las configuraciones disponibles.
  reasoning mode	modo rápido: Este modo mejora la velocidad de procesamiento al evitar pasos de razonamiento complejos, lo que lo hace adecuado para escenarios simples. modo de calidad: Este modo utiliza razonamiento paso a paso para lograr una clasificación más precisa.
  memory	Se refiere a la capacidad del modelo para recordar el historial de conversaciones en conversaciones de múltiples turnos, lo cual sirve como contexto. caché local del nodo: Usa la salida de este nodo como contexto. La memoria del modelo se limita al contexto generado por este nodo. turnos de memoria: El número de turnos de conversación que se deben recordar. Una entrada y su salida correspondiente constituyen un turno. caché personalizada: Utiliza el contenido de una variable de contexto especificada como contexto. variable de contexto: Especifica el origen del contexto.
  prompt	Proporciona instrucciones o restricciones adicionales para el modelo de clasificación de intenciones. Puede agregar ejemplos o definir restricciones para ayudar a que los resultados de clasificación del modelo se ajusten mejor a sus requisitos. Ejemplo Suponga que está desarrollando un sistema de atención al cliente para una plataforma de comercio electrónico donde los usuarios podrían preguntar sobre consultas de pedidos, devoluciones o pagos. Para garantizar una clasificación precisa, puede agregar prompts y ejemplos relevantes en la configuración avanzada. Please classify the intent based on the following examples: Example 1: User input "I want to return the jacket I just bought", classify as "Returns and exchanges". Example 2: User input "Please help me check the shipping status of my order", classify as "Order inquiry". Constraints: Only process order-related inquiries. Ignore payment and technical issues. Efecto: Entrada del usuario: "When will the book I ordered from your website last week be delivered to my home?" Resultado de clasificación: "Order inquiry" En este ejemplo, proporcionar ejemplos específicos de clasificación guía al modelo para clasificar la "consulta de tiempo de entrega" como una intención de "Consulta de pedido", mientras que las restricciones limitan el alcance de la clasificación para excluir otras preguntas irrelevantes.
  output	La variable que almacena la salida del nodo. Los nodos posteriores pueden usar esta variable para acceder al resultado.

  NotaLa ejecución de este nodo consume tokens. El número de tokens consumidos se muestra durante la ejecución.

Salida de flujo

• Definición

  El nodo de salida de flujo genera contenido especificado en cualquier punto de un flujo de trabajo. Esto difiere de la salida final, que se devuelve solo después de que el flujo de trabajo se completa.

  El nodo de salida de flujo es útil en los siguientes escenarios:

  • Dividir salidas grandes: Si un flujo de trabajo genera una gran cantidad de salida, puede insertar un nodo de salida de flujo para dividir el contenido en dos partes. Una parte es generada por el nodo de salida de flujo y la otra por el nodo final.
  • Recuperar información intermedia: Inserte este nodo en puntos clave de un flujo de trabajo para generar información como valores de variables o estado del proceso. Esto le ayuda a rastrear el progreso y solucionar problemas.
  • Proporcione retroalimentación durante operaciones largas: Para evitar dejar a los usuarios sin retroalimentación, puede insertar un nodo de salida de flujo para mostrar mensajes temporales. Esto es útil durante operaciones que consumen mucho tiempo, como llamar a API externas, realizar cálculos complejos o procesar datos por lotes. Al proporcionar actualizaciones de estado como "Cargando datos, espere..." o "Su solicitud se está procesando. Por favor, no cierre esta ventana.", informa a los usuarios que el sistema está trabajando y no congelado o sin respuesta.
• Configuración de parámetros

  Parámetro	Descripción
  Output content	Introduzca contenido fijo o escriba / para hacer referencia a variables de nodos anteriores o variables de sesión.
  Streaming output	Cuando está habilitado, el contenido de un modelo grande se transmite a la conversación token por token. Cuando está deshabilitado, toda la respuesta se genera primero y luego se emite de una vez.

Procesamiento de variables

• Definición

  Se utiliza para transformar y procesar contenido de texto, por ejemplo, extrayendo contenido específico o convirtiendo formatos. Este nodo también admite el modo de plantilla.

• Configuración de parámetros

  Parámetro	Descripción
  Output mode	Salida de texto: Convierte la entrada en texto. En el editor, puede ingresar el contenido directamente o insertar variables de nodos anteriores o variables de sesión. Salida JSON: Formatea las variables de entrada como un objeto JSON. Agregación de grupos: Determina qué valores se devuelven de un grupo según una estrategia especificada. Puede devolver el primer o el último valor no vacío de cada grupo.
  Output variable	Especifica la variable para almacenar la salida del nodo para su uso por nodos posteriores.
  Return result	Esta función se está descontinuando. Aplicable solo a llamadas a la API, este parámetro determina si se devuelve la salida del nodo. Consulte llamada a la aplicación.

Extracción de parámetros

• Definición

  Extrae parámetros estructurados del texto mediante un modelo.

• Configuración de parámetros

  Parámetro	Descripción
  Input	El texto del cual extraer parámetros.
  Model selection	Especifica el modelo utilizado para extraer parámetros. Elija el que mejor se adapte a sus necesidades empresariales.
  Parameters to extract	El modelo extrae parámetros de la entrada basándose en el nombre, el tipo y la descripción que usted proporcione.
  Prompt	Instrucciones adicionales para guiar al modelo durante la extracción de parámetros.
  Memory	La memoria proporciona contexto conversacional, ayudando al modelo a recordar interacciones previas en escenarios de múltiples turnos. Caché en este nodo: Usa la salida de este nodo como contexto. El modelo solo recuerda el contexto de este nodo. Turnos de memoria: El número de turnos de conversación que se deben recordar. Un turno consiste en una entrada y su salida correspondiente. Caché personalizada: Utiliza una variable de contexto especificada para proporcionar contexto. Variable de contexto: Seleccione el origen del contexto.
  Output	Contiene los parámetros extraídos por el modelo. Los nodos posteriores pueden hacer referencia a esta salida como una variable.

Grupo de agentes

• Definición

  Un grupo de agentes contiene múltiples subagentes. Según los requisitos de la tarea, el modelo de decisión dentro del grupo planifica automáticamente el flujo de ejecución, programa los subagentes y los coordina para completar la tarea. Utilice este nodo si necesita completar un proyecto grande pero no está seguro de cómo diseñar el flujo de trabajo específico. Al dividir una tarea compleja en subtareas que diferentes agentes procesan en paralelo, puede mejorar la velocidad de ejecución de la tarea.

• Configuración de parámetros

  Parámetro	Descripción
  Input	Especifica el contenido que procesará el nodo. Puede hacer referencia a variables de un nodo anterior.
  Model selection	Seleccione un modelo de decisión.
  Group name	Ingrese un nombre personalizado para el grupo de agentes.
  Agents	Especifica los subagentes dentro del grupo de agentes. Solo se pueden agregar aplicaciones de agente publicadas. Después de agregar un subagente, haga clic en Configure para describir su función. Esta descripción ayuda al modelo de decisión a determinar qué subagente invocar para la tarea actual.
  Output variable	Especifica la variable para almacenar la salida de este nodo. Los nodos posteriores pueden hacer referencia a esta variable.

Crear agente

• Definición

  Crea un nuevo agente exclusivamente para el lienzo de orquestación.

• Configuración de parámetros

  Parámetro	Descripción
  Input	El contenido que será procesado por este nodo. Puede hacer referencia a variables de nodos anteriores.
  Agent name	Un nombre personalizado para el agente.
  Model selection	El modelo grande utilizado por el agente.
  Prompt	Utilice lenguaje natural para definir el rol y las tareas del agente.
  Knowledge base	Seleccione una base de conocimientos para el agente.
  Plugin	Permite al agente llamar a complementos oficiales o personalizados para ampliar sus capacidades.
  Output variable	La variable que almacena la salida del nodo para su uso en nodos posteriores.

Generación multimodal

• Definición

  El nodo de generación multimodal utiliza modelos multimodales de Alibaba Cloud para generar contenido de imagen, video o audio basado en los prompts y parámetros configurados. Utilice este nodo para la creación de contenido, producción de activos de marketing, generación de videos cortos y síntesis de voz en off.

• Model selectionSelección de modelo

  Seleccione un modelo de generación multimodal de la lista desplegable. Los modelos se clasifican por función:

  Tipo de modelo	Modelos compatibles	Características
  Generación de imágenes	Qwen-Image	Destaca en la representación de texto complejo en chino e inglés.
  	Wan 2.6-image-generation	Genera y edita imágenes a partir de instrucciones de texto, admitiendo tanto la edición de imágenes como modos mixtos de texto e imagen.
  	Qwen-Image-Plus	Destaca en la representación de texto complejo en chino e inglés.
  	Z-Image-Turbo	Un modelo ligero de texto a imagen que genera rápidamente imágenes de alta calidad. Admite renderizado bilingüe (chino e inglés), comprensión semántica compleja y múltiples estilos y temas.
  	Wan 2.2-text-to-image-Plus	La edición Pro de Wan 2.2, con mejoras integrales en creatividad, estabilidad y fotorrealismo.
  	Wan 2.2-text-to-image-Flash	La edición Flash de Wan 2.2, con mejoras integrales en creatividad, estabilidad y fotorrealismo.
  Generación de video	Wan 2.6-texto-a-video	Wan 2.6. Cuenta con capacidades de narración de múltiples tomas y admite tanto voces en off automáticas como entradas de archivos de audio personalizados.
  	Wan 2.6-image-to-video	Wan 2.6. Cuenta con capacidades de narración de múltiples tomas y admite tanto voces en off automáticas como entradas de archivos de audio personalizados.
  	Wan 2.5-text-to-video-Preview	Vista previa de Wan 2.5. Admite voces superpuestas automáticas y entradas de archivos de audio personalizados.
  	Wan 2.5-image-to-video-Preview	Vista previa de Wan 2.5. Admite voces superpuestas automáticas y entradas de archivos de audio personalizados.
  	Wan 2.2-text-to-video-Plus	La edición Pro de Wan 2.2. Ofrece una comprensión más precisa de las instrucciones, generación de movimientos estable y fluida, y detalles más ricos en la salida.
  	Wan 2.2-image-to-video-Plus	La edición Pro de Wan 2.2, que ofrece una comprensión más precisa de instrucciones, movimiento de cámara controlable y visuales consistentes. También presenta mejoras integrales en estabilidad, tasa de éxito y riqueza de contenido.
  	Wan 2.2-image-to-video-Flash	La edición Flash de Wan 2.2, que ofrece una generación ultrarrápida, una comprensión más precisa de instrucciones y control de cámara, visuales consistentes y mejoras integrales en estabilidad y tasa de éxito.
  Generación de audio	Qwen3-TTS-Flash	Admite entrada de texto en idiomas mixtos y salida de audio en streaming.

  La lista de modelos disponibles está sujeta a cambios. Consulte la interfaz de usuario para ver las opciones más actuales. Para conocer los precios de invocación de modelos, consulte Facturación de invocación de modelos.

• Los parámetros de configuración varían según el modelo. El panel muestra solo la configuración relevante para su selección.

  Generación de imágenes

  Después de seleccionar un modelo de generación de imágenes, configure los siguientes parámetros. Los parámetros disponibles varían según el modelo; consulte la interfaz de usuario para ver las opciones específicas.

  Parámetro	Obligatorio	Descripción
  Positive prompt	Sí	Describe el contenido, estilo, composición y otros elementos de la imagen objetivo. Puede ingresar texto directamente o escribir / para insertar una variable de salida de un nodo anterior.
  Negative prompt	No	Describe contenido que no want en la imagen, como desenfoque o marcas de agua. Puede ingresar texto directamente o escribir / para insertar una variable de salida de un nodo anterior.
  Size/Resolution	Sí	Las dimensiones de la imagen.
  prompt_extend	No	Si está habilitado, el sistema utiliza un modelo grande para reescribir inteligentemente el prompt de entrada. Esta función solo se aplica al prompt positivo. Mejora significativamente los resultados para prompts más cortos, pero añade 3-4 segundos de latencia.
  Add Watermark	No	Controla si se agrega una marca de agua de Alibaba Cloud a la imagen generada. Esta función está deshabilitada de forma predeterminada.
  Reference image	No	Cargue una imagen de referencia para guiar el estilo o el contenido de la imagen generada. Puede pasar una variable de tipo File desde el nodo inicial o una URL pública.
  Number of Images	No	El número de imágenes a generar en una sola solicitud. El valor predeterminado es 1.
  Intelligent prompt rewriting	No	Si está habilitado, un modelo grande reescribe inteligentemente el prompt de entrada. Esta función solo se aplica al prompt positivo. Mejora significativamente los resultados para prompts más cortos, pero aumenta el tiempo de generación de imágenes.
  enable_interleave	No	Deshabilitado (predeterminado): Modo de edición de imagen. Edita, realiza transferencia de estilo o genera sujetos consistentes usando de 1 a 4 imágenes de entrada. Habilitado: Modo de salida mixta de texto e imagen. Genera un único bloque de contenido que contiene tanto texto como imágenes, basado en una imagen o texto sin formato.
  Random seed	No	Controla la aleatoriedad en la salida generada (predeterminado: 1234). Usar el mismo valor de semilla e indicador produce imágenes similares.
  Intelligent Thinking	No	Si está habilitado, el modelo grande realiza razonamiento y reescritura de prompts. Esto puede mejorar la calidad de la generación, pero también aumenta el tiempo de generación.

  Generación de video

  Después de seleccionar un modelo de generación de video, configure los siguientes parámetros. Los parámetros disponibles varían según el modelo; consulte la interfaz de usuario para ver las opciones específicas.

  Parámetro	Obligatorio	Descripción
  Positive prompt	Sí	Describe la escena, acciones, estilo y otros elementos del video objetivo. Puede ingresar texto directamente o escribir / para insertar una variable de salida de un nodo anterior.
  Negative prompt	No	Describe contenido que no want en el video, como desenfoque o marcas de agua. Puede ingresar texto directamente o escribir / para insertar una variable de salida de un nodo anterior.
  Resolution	Sí	La resolución del video. Las opciones disponibles varían según el modelo.
  Video Duration	Sí	La duración del video generado. Las opciones disponibles varían según el modelo.
  Random seed	Sí	Controla la aleatoriedad en la salida generada. Usar el mismo valor de semilla e indicador produce videos similares.
  Intelligent Expansion	No	Si está habilitado, el sistema usa un modelo grande para reescribir inteligentemente el prompt de entrada y mejorar la calidad de generación de video. Esta función se aplica solo al prompt positivo.
  Smart Multi-shot	No	Si está habilitado, el modelo genera un video de múltiples tomas.
  Generate Audio	No	Si está activado, puede agregar una voz superpuesta proporcionando una URL de archivo de audio pública.
  Reference image	Sí (solo modelos de imagen a video)	Especifica una imagen de referencia para servir como el primer fotograma del video. El modelo genera el video basándose en esta imagen. Puede pasar una variable de tipo File desde el nodo inicial o una URL pública.

  Generación de audio

  Parámetro	Obligatorio	Descripción
  Text for Synthesis	Sí	El contenido de texto que se convertirá a voz. Puede ingresar texto directamente o escribir / para insertar una variable de salida de un nodo anterior.
  Language Type	No	El idioma para el habla sintetizada (predeterminado: chino). Idiomas admitidos: chino, inglés, alemán, italiano, portugués, español, japonés, coreano, francés y ruso.
  Voice	No	La voz para el habla sintetizada. Para obtener una lista de voces admitidas, consulte Síntesis de voz en tiempo real - Qwen.

• Salida del nodo

  Después de que se ejecuta el nodo de generación multimodal, produce las siguientes variables:

  Parámetro	Tipo	Descripción	Ejemplo
  output	Object	El objeto de salida completo, que contiene el estado de la tarea, el tiempo de ejecución y los resultados.	-
  output.task_status	String	El estado de la tarea, como "SUCCEEDED" o "FAILED".	SUCCEEDED
  output.submit_time	String	La hora de envío de la tarea, en formato YYYY-MM-DD HH:mm:ss.SSS.	2026-01-22 10:54:44.200
  output.end_time	String	La hora de finalización de la tarea, en formato YYYY-MM-DD HH:mm:ss.SSS.	2026-01-22 10:54:51.685
  output.task_id	String	El identificador único para la tarea.	e36c2221-b7fd-xxxx
  output.scheduled_time	String	La hora programada de la tarea, en formato YYYY-MM-DD HH:mm:ss.SSS.	2026-01-22 10:54:44.251
  output.results	Array<Object>	Una matriz de resultados de generación, que contiene metadatos para los recursos generados.	-
  output.results[].orig_prompt	String	El prompt original ingresado por el usuario.	un gato lindo sentado en el alféizar de una ventana
  output.results[].actual_prompt	String	El prompt utilizado para la generación después de la expansión del modelo.	un lindo gato blanco con pelaje suave y esponjoso...
  output.results[].url	String	La URL del archivo generado.	https://dashscope-result...
  usage	Object	Estadísticas de uso del modelo.	-
  usage.image_count	Número	El número de imágenes generadas (modo de generación de imágenes).	1
  urls	Array<String>	Una matriz de URLs para los archivos generados. Utilice estas URLs para acceder o descargar la salida.	["https://dashscope-result..."]

Aplicaciones de flujo de trabajo

1. ¿Cómo escribo los resultados de una ejecución de flujo de trabajo en una base de datos?

   Utilice un nodo de conversión de script para escribir la salida del nodo anterior en una base de datos.

2. ¿Cómo cargo archivos al crear una aplicación de flujo de trabajo en Model Studio?

   Agregue un nodo API a su aplicación de flujo de trabajo para cargar archivos.

3. ¿Cómo subo imágenes?

   Utilice un modelo VL y pase la URL de la imagen como parámetro.

4. ¿Puedo utilizar una API de tareas asíncronas dentro de una aplicación de flujo de trabajo?

   El tiempo de espera para una aplicación de flujo de trabajo es de 600 segundos. Evite usar una API de tarea asíncrona dentro de un flujo de trabajo.

5. ¿Cómo puedo llamar a la API de flujo de trabajo de Model Studio desde una aplicación frontend y recibir una salida en streaming?

   Actualmente no se admiten llamadas desde el frontend.

6. ¿Por qué no puedo importar un archivo .yaml independiente a un flujo de trabajo de Model Studio?

   Model Studio no admite la importación de archivos .yaml independientes. Debe proporcionar un paquete comprimido que incluya un archivo MD5. Recomendamos regenerar el MD5 si encuentra problemas.

7. ¿Pueden los nombres de variables en los flujos de trabajo de Model Studio estar en chino?

   No, los nombres de variables no pueden contener caracteres chinos.

8. ¿Cómo se almacena el historial de conversaciones?

   Las aplicaciones de flujo de trabajo almacenan datos solo durante un mes. Debe guardar su propio historial de conversaciones. El session_id es válido durante una hora.

Nodes

1. ¿Por qué falla mi nodo de clasificación de intenciones cuando el contexto está activado?

   Si habilita el contexto para un nodo de clasificación de intenciones, la variable que le pase debe ser una lista.

2. ¿Por qué falla mi nodo API cuando utilizo salida en streaming?

   El nodo de API dentro de un flujo de trabajo no admite salida en streaming. Sin embargo, la salida en streaming es compatible con la API HTTP subyacente.

3. ¿Cómo puedo acelerar un nodo condicional lento?
   1. Revise la configuración de su flujo de trabajo: Asegúrese de que cada nodo, especialmente el nodo condicional, esté configurado correctamente. Evite cálculos o procesamiento de datos innecesariamente complejos para reducir el tiempo de respuesta.
   2. Optimizar lógica de script: Si la lógica condicional implica un script personalizado, optimice el script reduciendo bucles innecesarios o procesamiento de datos redundante para mejorar el rendimiento.
   3. Ejecutar pruebas por lotes: Mida el tiempo promedio de respuesta de su flujo de trabajo para identificar cuellos de botella de rendimiento bajo condiciones específicas.
4. ¿Cómo transmito en streaming el proceso de razonamiento desde un nodo de modelo grande?

   Necesita agregar un nodo de conversión de texto después del nodo de modelo grande, configurar la variable reasoning_content y habilitar Devolución de resultados. El nodo final debe recibir el resultado.

5. ¿Cómo puedo personalizar los parámetros de salida de un nodo de modelo grande?

   1. Usar un nodo de script para procesar la salida: Agregue un nodo de script después del nodo de modelo grande para procesar su salida, convertirla al formato deseado o agregar parámetros adicionales.

   2. Configurar un nodo por lotes: Si está utilizando un nodo de modelo grande dentro de un nodo por lotes, puede seleccionar la salida del nodo de modelo grande como salida final en la configuración del nodo por lotes. Los pasos son los siguientes:

      • Agregue un nodo de modelo grande al nodo por lotes.
      • En la configuración del nodo por lotes, seleccione la salida del nodo de modelo grande como la salida final resultList.

   Consulte Paso de parámetros para aplicaciones.

6. ¿Por qué mi nodo API no devuelve ningún resultado o falla al pasar parámetros?

   Verifique que su clave de API y Base URL sean correctas. Asegúrese de que los parámetros de entrada estén configurados correctamente y ajuste los tipos de entrada de campo si es necesario. Utilice Observación de modelos para ver los detalles de uso del modelo.

7. ¿Cómo resuelvo problemas al acceder a datos de Excel desde una base de conocimientos?

   No puede acceder directamente a archivos locales. Utilice MCP para acceder a recursos locales. Debe procesar manualmente la salida de un nodo de base de conocimiento. Recomendamos agregar un nodo de modelo grande para convertir la salida a un formato de tabla antes de pasarla a un nodo de script para su posterior procesamiento.