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
    預置變數	工作流程預置了以下變數，用於處理使用者輸入和維護歷史對話： query：接收使用者輸入的常值內容。 historyList：對話歷史列表，用於在多輪對話中維護上下文。可在支援記憶功能的節點（如大模型、意圖分類）中，通過選擇自訂緩衝來調用。 imageList：圖片列表，用於儲存使用者上傳的圖片，以支援映像分析或多模態對話。可在支援記憶功能的節點（如大模型、意圖分類）中，通過選擇自訂緩衝來調用。
    自訂變數	自訂變數是根據不同工作流程需求建立的結構化輸入參數，可在測試工作流程或 API 呼叫時接收外部資料，並在後續節點中引用。建立自訂變數時，需配置以下參數： 變數名：輸入具有語義的名稱。不支援中文字元。 類型：變數的資料類型。當前支援 String、Boolean、Number、Object、Array（String、Boolean、Number、Object）、File。 描述：對變數的功能和使用情境進行簡要說明。

  • 結束節點

    組件	說明
    輸出模式	文本输出：適合輸出非結構化的內容。在輸入框中支援輸入固定內容或輸入/引用變數，以確定最終返回給使用者的執行結果。變數可來源於工作流程中任意節點的執行結果或會話變數。通過合理配置輸出變數，使用者能夠清晰地掌控整個工作流程的資料流向，並確保最終呈現的資訊準確、完整。 JSON输出：按照 JSON 格式編排輸出內容，適合輸出結構化的內容。可自訂變數名，支援輸入文本或引用變數。
    流式輸出	流式輸出開關僅對文字模式生效。 開啟時，可以逐字流式輸出大模型節點、應用元件節點的內容。關閉時，回複內容將全部產生後一次性輸出。

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	单次处理模式：調用一次大模型。
  	批次处理模式：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。 批处理配置： 批处理次数上限（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。 并行运行数量（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。模型的支援情況以介面顯示為準。 如需瞭解模型的詳細介紹，請參閱模型列表。 如需瞭解各模型的 API 呼叫速率限制，請參閱限流。
  參數配置	温度系数：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
  	最长回复长度：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。
  	以下參數僅選擇千問VL模型時： 模型入参：vlImageUrl可引用參數或輸入圖片連結。 图片来源： 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。 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"]。 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。
  提示詞	為模型提供系統級的指令，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”。
  使用者提示詞	使用者和模型的互動內容，如要求、指令等。支援配置Prompt模板或變數插入，大模型將根據Prompt的配置進行處理和產生。
  記憶	記憶等同於上下文資訊，指多輪情境下模型對歷史對話的記憶能力。 本節點緩衝：以本節點的輸出作為上下文資訊，模型只會記得本節點內發生的上下文資訊。 記憶輪次：代表記憶的輪次，一次輸入+輸出代表一輪。 自訂緩衝：以指定的上下文變數作為上下文資訊。 上下文變數：選擇上下文資訊來源。
  輸出變數	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）。
  失敗時重試	關閉後，若發生錯誤，本節點將停止執行。 開啟後，若發生錯誤，本節點將根據配置的重試次數和稍候再試嘗試重新執行。 最大重試次數：請求失敗時的最大重試次數。 稍候再試：每次重試的時間間隔，單位為毫秒。
  異常處理	關閉後，若發生錯誤，本節點將按照系統預設的錯誤處理機制進行處理。 開啟後，若發生錯誤，本節點將依據配置執行自訂的處理邏輯。 預設值：發生異常時輸出result中的內容。 異常分支：當發生異常時，執行異常分支。您需要為異常分支配置處理流程。
  返回結果	該功能即將下線。 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，請參閱應用調用。

  說明

  如需通過API整合應用，請參閱應用調用。

知識庫

• 定義

  知識庫節點用於實現檢索增強產生（RAG），從指定的知識庫中檢索出與輸入內容相關的資訊片段，並將檢索結果作為上下文傳遞給下遊大模型節點，用於解決大模型知識陳舊、無法訪問私人資料、容易產生幻覺等問題。

• 輸入配置

  定義從知識庫中檢索的查詢依據。

  參數	說明
  content	需要檢索的文本資訊。可直接輸入文本，或在編輯框中輸入 / 觸發變數選擇，引用上遊節點的輸出變數。
  imageList	需要檢索的圖片資訊。可輸入公網可訪問的圖片連結（如 https://xxx.xxx.com/xxx/xxx.jpeg），或在編輯框中輸入 / 觸發變數選擇，引用上遊節點的輸出變數。

• 知識庫選擇方式

  選擇方式	適用情境	配置說明
  選擇固定知識庫	知識庫固定，每次調用相同的知識庫。	從下拉式功能表中選擇具體的知識庫，可添加文檔、表格、圖片三類知識庫。
  動態引入	根據上遊節點輸出動態決定使用哪些知識庫。	配置 CodeList 變數，通過變數引用或直接輸入指定知識庫列表。

• 知識庫調用方式

  定義知識庫的觸發邏輯。預設必定調用。

  調用方式	說明	需要配置的參數
  必定調用	每一輪的使用者輸入都會進行知識庫檢索，適用於高頻知識問答情境。	無需額外配置
  智能調用	智能體根據使用者輸入和知識庫描述判斷是否進行知識庫檢索，適用於靈活對話情境。	知識庫描述（必填）
  舊版調用	文檔/表格/圖片三類知識庫結果混合召回，通過 topK 統一控制召回數量，不支援分別調試。	topK（範圍：1-50，預設值：10）

  參數說明：

  • 知識庫描述：描述知識庫包含的內容，以及在何種情況下可以調用知識庫中的資料進行回複。支援輸入文本或輸入 / 插入變數。

  • topK：每個知識庫中最多召回的文本切片個數。實際召回數量取決於匹配結果，可能少於 topK 設定值。

• 調試召回效果

  僅支援必定調用和智能調用模式。單擊文檔、表格或圖片類型旁邊的調試按鈕，可測試該類型知識庫的召回效果，根據返回結果針對性地最佳化知識庫配置策略。調試結果確認無誤後，單擊右上方儲存即可使配置在當前應用中生效。

• 知識庫過濾

  預設關閉。開啟後，系統通過引入大模型判斷，對文檔和表格召回結果進行二次智能過濾，提升最終輸出的品質。此功能適用於對回答精準度有較高要求或需過濾無關資訊的情境。

• 節點輸出

  知識庫節點的輸出是一個包含 result 對象的結構體：

  欄位	類型	說明
  result	Object	輸出結果，包含本次查詢的所有返回資訊。
  result.chunkList	Array<Object>	召回的知識庫片段列表。無召回內容時為空白。
  result.chunkList[ ].content	String	召回知識庫片段的原始內容。
  result.chunkList[ ].title	String	片段所屬的文檔標題。
  result.chunkList[ ].documentName	String	召回片段所在知識庫的名稱。
  result.chunkList[ ].score	Number	知識庫片段的相似性得分，得分越高代表匹配度越高。
  result.chunkList[ ].id	String	切片 ID。
  result.chunkList[ ].dataId	String	文檔 ID。
  result.chunkList[ ].docUrl	String	源檔案下載連結。
  result.chunkList[ ].knowledgeBaseId	String	知識庫 ID。
  result.chunkList[ ].nid	String	原文標識。
  result.chunkList[ ].images	Array<String>	圖片列表。
  result.chunkList[ ].pageNumber	Array<Number>	頁碼。
  result.rewriteQuery	String	改寫後的使用者 query。

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。

• 參數配置

  參數名	參數說明
  API地址	設定API的請求地址URL。 請求方式： POST：用於向伺服器提交資料，以建立新資源。 GET：用於擷取資源，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，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。 URL：在編輯框中輸入完整的API地址。支援直接輸入或插入變數引用之前節點的值。例如 https://dashscope.aliyuncs.com/compatible-mode/v1/files。
  Header設定	設定HTTP要求標頭，比如Content-Type、Authorization等。支援直接輸入或引用之前節點的值。
  Param設定	請求地址URL中的路徑參數。支援直接輸入或引用之前節點的值。 例如，https://dashscope.aliyuncs.com/compatible-mode/v1/files?limit=5中的limit。
  Body設定	請根據API的要求選擇正確的類型。 none：無請求體，適用於GET請求。 form-data：表單資料，檔案上傳或索引值對。 raw：直接輸入原始文本，如 JSON、XML。 JSON：自動格式化的JSON對象。
  逾時設定（秒）	請求等待響應的最長時間，超過這個時間就會報逾時錯誤。
  失敗時重試	關閉後，若發生錯誤，本節點將停止執行。 開啟後，若發生錯誤，本節點將根據配置的重試次數和稍候再試嘗試重新執行。 最大重試次數：請求失敗時的最大重試次數。 稍候再試：每次重試的時間間隔，單位為毫秒。
  異常處理	關閉後，若發生錯誤，本節點將按照系統預設的錯誤處理機制進行處理。 開啟後，若發生錯誤，本節點將依據配置執行自訂的處理邏輯。 預設值：發生異常時輸出result中的內容。 異常分支：當發生異常時，執行異常分支。您需要為異常分支配置處理流程。
  輸出	將API的響應結果儲存到指定變數中，以便後續節點引用。

  說明

  如需通過API整合應用到您的業務，請參閱應用調用。

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。

• 前提條件

  • 如果要引用官方外掛程式或三方外掛程式，您需要先申請開通外掛程式。具體操作，請參見外掛程式概述。

  • 如果要引用自訂外掛程式，您需要先建立自訂外掛程式。

• 參數配置

  參數名稱	參數說明
  輸入	本節點需要處理的內容，變數隨所選的外掛程式變化。選擇外掛程式後，會自動載入外掛程式內建的變數。 您可以前往官方外掛程式或自訂外掛程式頁面，單擊外掛程式卡片，查看變數的填寫方法。
  輸出	輸出本節點處理結果的變數，用於後續節點識別和處理本節點的處理結果。
  失敗時重試	關閉後，若發生錯誤，本節點將停止執行。 開啟後，若發生錯誤，本節點將根據配置的重試次數和稍候再試嘗試重新執行。 最大重試次數：請求失敗時的最大重試次數。 稍候再試：每次重試的時間間隔，單位為毫秒。
  異常處理	關閉後，若發生錯誤，本節點將按照系統預設的錯誤處理機制進行處理。 開啟後，若發生錯誤，本節點將依據配置執行自訂的處理邏輯。 預設值：發生異常時輸出result中的內容。 異常分支：當發生異常時，執行異常分支。您需要為異常分支配置處理流程。

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

  重要

  Function Compute節點的逾時時間預設為60秒，暫不支援修改。

  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，支援引用前置節點變數或直接輸入變數值。
  Region	選擇Function Compute服務所在的地區：新加坡、吉隆坡、印度尼西亚（雅加达）。
  服務配置	選擇要調用的Function Compute服務。您需要先建立函數計算服務。 建立Function Compute服務的帳號需與當前登入的阿里雲百鍊平台帳號一致，或隸屬於同一阿里雲主帳號。
  輸出	將本節點的處理結果儲存到指定變數中，以便後續節點引用。

指令碼

• 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。

• 參數配置

  參數名	參數說明
  輸入	該節點的輸入資料。支援輸入固定值、引用前置節點的變數或會話變數。
  代碼	編寫核心邏輯代碼，支援 JavaScript 和 Python 兩種語言。 擷取輸入：請使用內建的 params 對象擷取輸入參數，格式為params.輸入參數的變數名 。例如params.input1 。 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。
  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。
  失敗時重試	關閉後，若發生錯誤，本節點將停止執行。 開啟後，若發生錯誤，本節點將根據配置的重試次數和稍候再試嘗試重新執行。 最大重試次數：請求失敗時的最大重試次數。 稍候再試：每次重試的時間間隔，單位為毫秒。
  異常處理	關閉後，若發生錯誤，本節點將按照系統預設的錯誤處理機制進行處理。 開啟後，若發生錯誤，本節點將依據配置執行自訂的處理邏輯。 預設值：發生異常時輸出result中的內容。 異常分支：當發生異常時，執行異常分支。您需要為異常分支配置處理流程。

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。 不同條件組之間為“或”的關係，同一個條件組中不同的條件為“且”的關係。
  其他	不需要條件判斷的可從此輸出。

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
  輸入變數	輸入本節點需要處理的變數，用於識別需要處理的內容。支援直接輸入變數值或引用前置節點變數及會話變數。
  模型選擇	支援千問-Plus和意圖分類模型。
  意圖分類	需要模型來判斷的意圖，需要輸入不同的意圖。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	當模型判斷輸入的所有意圖分類均不滿足時執行該分支。
  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。
  記憶	記憶等同於上下文資訊，指多輪情境下模型對歷史對話的記憶能力。 本節點緩衝：以本節點的輸出作為上下文資訊，模型只會記得本節點內發生的上下文資訊。 記憶輪次：代表記憶的輪次，一次輸入+輸出代表一輪。 自訂緩衝：以指定的上下文變數內容作為上下文資訊。 上下文變數：選擇上下文資訊來源。
  提示詞	為意圖識別模型提供額外的要求或約束。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，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。
  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

  運行該節點將消耗Token，並在運行時顯示其消耗數量。

流程輸出

• 定義

  本節點用於在工作流程執行過程中的任意位置輸出指定的內容，非工作流程執行完畢後的最終輸出結果。

  流程輸出節點可用於以下情境：

  • 如果工作流程的輸出內容較多時，可以在工作流程中插入流程輸出節點將輸出內容分成兩部分，一部分通過流程輸出節點輸出，一部分通過結束節點輸出。

  • 擷取中間資訊。例如，可以在工作流程的關鍵路徑上插入該節點，輸出變數值、流程狀態等資訊，從而更直觀地跟蹤工作流程的執行過程，提高排查問題的效率。

  • 添加到工作流程中間的某個節點，用於輸出一段臨時訊息，避免使用者長時間等待。特別是在執行耗時較長的操作之前或之中，通過向使用者反饋當前的處理狀態或提示資訊，讓使用者瞭解系統正在運行，而非“卡住”或無響應狀態。例如，在調用外部API、進行複雜計算、批量資料處理等操作期間，可以插入一個流程輸出節點，顯示如“正在載入資料，請稍候…”、“系統正在處理您的請求，請勿關閉視窗”等提示句。

• 參數配置

  參數名稱	參數說明
  輸出內容	支援輸入固定內容或輸入/引用前置節點的變數及會話變數。
  流式輸出	開啟時，節點的來源於大模型的產生內容將會逐字流式輸出在對話中。關閉時，回複內容將全部產生後一次性輸出。

變數處理

• 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	文本輸出：將輸入內容轉換為文本類型進行輸出。在編輯框中直接輸入待處理的內容，或通過插入變數的方式輸入前置節點或會話變數的待處理內容。 JSON輸出：將輸入的變數以格式化JSON類型進行輸出。 彙總分組：按照分組策略對分組內的值進行返回控制。可以返回每個分組中第一個或最後一個非空的值。
  輸出變數	本節點的輸出結果儲存在哪個參數中，可作為變數被後續節點引用。
  返回結果	該功能即將下線。 僅在 API 呼叫應用時生效，用於決定是否輸出本節點內容。如需瞭解該組件的用途，請參閱應用調用。

參數提取

• 定義

  通過模型提取一段文本中的結構化參數。

• 參數配置

  參數描述	參數說明
  輸入	需要進行參數提取的常值內容。
  模型選擇	用於參數提取的模型，根據業務情況自行選擇即可。
  提取參數	模型將根據名稱、類型以及描述從輸入中提取參數。
  提示詞	用於輔助模型進行參數提取的額外規則。
  記憶	記憶等同於上下文資訊，指多輪情境下模型對歷史對話的記憶能力。 本節點緩衝：以本節點的輸出作為上下文資訊，模型只會記得本節點內發生的上下文資訊。 記憶輪次：代表記憶的輪次，一次輸入+輸出代表一輪。 自訂緩衝：以指定的上下文變數作為上下文資訊。 上下文變數：選擇上下文資訊來源。
  輸出	模型提取的參數將作為輸出參數返回，可作為變數被後續節點引用。

智能體群組

• 定義

  智能體群組中包含多個子智能體，群組中的決策模型可以根據任務需求自動規劃任務執行流程，靈活調度子智能體，協同多個子智能體執行任務。本節點適合需要智能規劃的任務。如果您需要完成一個較大的專案，又不知道如何設計具體的流程，那麼建議您選擇該節點。通過將複雜任務分解為多個子任務，分別由不同的智能體平行處理，可以顯著提高任務執行的效率和速度。

• 參數配置

  參數描述	參數說明
  輸入	本節點需要處理的內容，支援引用前置節點變數。
  模型選擇	選擇決策模型。
  群組名稱	自訂智能體群組名稱。
  智能體	智能體群組中的子智能體。僅支援添加發行的智能體應用。 添加子智能體後，您需要單擊子智能體中的配置添加描述資訊，對該智能體的功能進行說明，從而協助決策模型判斷當前任務需要調用哪個子智能體。
  輸出變數	本節點的產生結果儲存於哪個變數中，可被後續節點引用。

智能體建立

• 定義

  建立一個新的智能體，僅供在編排畫布內使用。

• 參數配置

  參數描述	參數說明
  輸入	本節點需要處理的內容，支援引用前置節點變數。
  智能體名稱	支援自訂。
  模型選擇	為智能體配置的大模型。
  Prompt	使用自然語言定義智能體的角色和任務。
  知識庫	為智能體選擇知識庫。
  外掛程式	允許智能體調用官方外掛程式或自訂外掛程式擴充智能體的能力。
  輸出變數	本節點的產生結果儲存於哪個變數中，可被後續節點引用。

多模態產生

• 定義

  多模態產生節點用於調用阿里雲多模態模型，根據配置的提示詞和參數產生映像、視頻或音頻內容，適用於內容創作、營銷素材製作、短視頻產生、配音合成等情境。

• 模型選擇

  模型選擇

  從模型選擇下拉框中選擇目標多模態產生模型。模型按功能分為三類：

  模型類型	支援的模型	模型特點
  映像產生	千問-Image	擅長渲染複雜的中英文文本。
  	萬相2.6-映像產生	支援影像編輯和圖文混排輸出兩種模式，可根據文本指令靈活地產生、編輯映像。
  	千問-Image-Plus	擅長渲染複雜的中英文文本。
  	Z-Image-Turbo	輕量級文生圖模型，可快速產生高品質映像，支援中英雙語渲染、複雜語義理解和多風格題材。
  	萬相2.2-文生圖-Plus	萬相2.2專業版。在創意性、穩定性、寫實質感上全面升級。
  	萬相2.2-文生圖-Flash	萬相2.2極速版。在創意性、穩定性、寫實質感上全面升級。
  視頻產生	萬相2.6-文生視頻	萬相2.6。新增多鏡頭敘事能力，同時支援自動配音和傳入自訂音頻檔案。
  	萬相2.6-圖生視頻	萬相2.6。新增多鏡頭敘事能力，同時支援自動配音和傳入自訂音頻檔案。
  	萬相2.5-文生視頻-Preview	萬相2.5 preview。支援自動配音和傳入自訂音頻檔案。
  	萬相2.5-圖生視頻-Preview	萬相2.5 preview。支援自動配音和傳入自訂音頻檔案。
  	萬相2.2-文生視頻-Plus	萬相2.2專業版。指令理解更準確，運動穩定流暢產生，產生細節更豐富。
  	萬相2.2-圖生視頻-Plus	萬相2.2專業版。指令理解更准，運鏡可控，畫面元素保持一致，穩定性與成功率全面提升，產生內容更豐富。
  	萬相2.2-圖生視頻-Flash	萬相2.2極速版。極致產生速度，指令理解與運鏡控制更准，畫面元素保持一致，穩定性與成功率全面提升。
  音頻產生	千問3-TTS-Flash	支援輸入多語種混合文本，併流式輸出音頻。

  模型列表會根據平台能力持續更新，實際可選模型以介面顯示為準。模型調用價格請參考模型調用計費。

• 不同模型支援的配置參數存在顯著差異，配置面板會根據選擇的具體模型動態顯示相應的配置項。

  映像組建組態

  選擇映像產生類模型後，需配置以下參數。不同模型支援的參數不同，請以實際介面顯示為準。

  參數	必選	描述
  正向提示詞	是	描述靶心圖表像的內容、風格、構圖等要素。支援直接輸入文本或輸入 / 插入上遊節點的輸出變數。
  逆向提示詞	否	描述不希望在映像中出現的內容，如模糊、浮水印等。支援直接輸入文本或輸入 / 插入上遊節點的輸出變數。
  size/解析度	是	映像尺寸。
  prompt_extend	否	開啟後，系統會使用大模型對輸入 prompt 進行智能改寫，僅對正向提示詞有效。對於較短的輸入prompt產生效果提升明顯，但會增加3-4秒耗時。
  添加浮水印	否	浮水印開關，預設關閉。開啟後產生的映像會添加阿里雲浮水印標識。
  參考圖片	否	上傳參考圖片，用於指導映像產生風格或內容。支援傳入開始節點的 File 類型變數或公網連結。
  圖片數量	否	一次產生的圖片數量，預設值為 1。
  提示詞智能改寫	否	開啟後會使用大模型對輸入 prompt 進行智能改寫，僅對正向提示詞有效。對於較短的輸入 prompt 產生效果提升明顯，但會增加圖片產生耗時。
  enable_interleave	否	關閉（預設）：影像編輯模式，基於1～4張輸入映像進行編輯、風格遷移或主體一致性產生。 開啟：圖文混排輸出模式，可根據圖片或純文字固定產生 1 個包含文本和映像的混合內容塊。
  隨機種子	是	用於控制產生結果的隨機性（預設1234），相同的種子值和提示詞會產生相似的映像。
  智能思考	否	開啟時，大模型會進行推理思考及 prompt 改寫，會提升模型的產生效果，同時也會增加模型產生耗時。

  視頻組建組態

  選擇視頻產生類模型後，需配置以下參數。不同模型支援的參數不同，以實際介面顯示為準。

  參數	必選	描述
  正向提示詞	是	描述目標視頻的情境、動作、風格等要素。支援直接輸入文本或輸入 / 插入上遊節點的輸出變數。
  逆向提示詞	否	描述不希望在視頻中出現的內容，如模糊、浮水印等。支援直接輸入文本或輸入 / 插入上遊節點的輸出變數。
  解析度	是	視頻清晰度，不同模型支援的解析度選項不同。
  視頻時間長度	是	產生視頻的時間長度，不同模型支援的時間長度選項不同。
  隨機種子	是	用於控制產生結果的隨機性，相同的種子值和提示詞會產生相似的視頻。
  智能擴寫	否	開啟後，系統會使用大模型對輸入 prompt 進行智能改寫，以提升視頻產生效果。僅對正向提示詞有效。
  智能多鏡	否	選擇多鏡頭後，輸出視頻採用多分鏡形式呈現。
  產生音頻	否	開啟後，可提供音頻檔案URL，用於為視頻配音。僅支援公網可存取 URL。
  參考圖片	是，僅圖生視頻模型	提供一張參考圖片作為視頻的首幀，模型會基於此圖片產生視頻。支援傳入開始節點的 File 類型變數或公網連結。

  音頻組建組態

  參數	必選	描述
  合成文本	是	需要轉換為語音的常值內容。支援直接輸入文本或輸入 / 插入上遊節點的輸出變數。
  語言類型	否	合成語音的語言（預設中文）。支援的語言套件括：中文、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語。
  音色	否	合成語音的音色風格。支援的音色請參考即時語音合成。

• 節點輸出

  多模態產生節點執行完成後，會輸出以下變數：

  變數名	類型	說明	樣本
  output	Object	完整的輸出對象，包含任務狀態、執行時間、產生結果等資訊	-
  output.task_status	String	任務狀態，如 "SUCCEEDED"（成功）、"FAILED"（失敗）	SUCCEEDED
  output.submit_time	String	任務提交時間，格式：YYYY-MM-DD HH:mm:ss.SSS	2026-01-22 10:54:44.200
  output.end_time	String	任務結束時間，格式：YYYY-MM-DD HH:mm:ss.SSS	2026-01-22 10:54:51.685
  output.task_id	String	任務唯一識別碼	e36c2221-b7fd-xxxx
  output.scheduled_time	String	任務調度時間，格式：YYYY-MM-DD HH:mm:ss.SSS	2026-01-22 10:54:44.251
  output.results	Array<Object>	產生結果數組，包含產生的檔案資訊	-
  output.results[].orig_prompt	String	原始提示詞（使用者輸入的提示詞）	一隻可愛的小貓坐在窗檯上
  output.results[].actual_prompt	String	實際使用的提示詞（經過模型擴充後的提示詞）	一隻可愛的白色小貓，毛髮蓬鬆柔軟...
  output.results[].url	String	組建檔案的 URL 地址	https://dashscope-result...
  usage	Object	模型使用量統計資訊	-
  usage.image_count	Number	產生的圖片數量（映像產生模式）	1
  urls	Array<String>	組建檔案的 URL 列表，可直接存取或下載產生的映像/視頻/音頻檔案	["https://dashscope-result..."]

工作流程應用相關

1. 怎麼把工作流程啟動並執行結果寫入資料庫？

   使用指令碼轉換節點，可將上一節點的內容寫入資料庫。

2. 阿里雲百鍊構建工作流程應用，如何上傳檔案？

   您可以在工作流程應用中加入一個API節點來實現檔案上傳功能。

3. 如何上傳圖片？

   使用VL模型，通過指定參數傳入圖片URL地址。

4. 能否在工作流程應用裡使用非同步任務API?

   工作流程應用逾時時間為600秒，不建議在流程裡使用非同步任務API。

5. 阿里雲百鍊工作流程前端應該怎麼調用API並且流式輸出呢

   暫時不支援前端調用。

6. 阿里雲百鍊工作流程無法匯入單獨的.yaml檔案

   不支援單獨匯入.yaml檔案，需提供包含md5檔案的壓縮包，建議重建MD5。

7. 阿里雲百鍊工作流程變數名可以為中文嗎？

   變數名不支援使用中文。

8. 對話記錄儲存問題

   工作流程應用僅儲存一個月資料，需自行儲存對話記錄，session_id有效時間為一小時。

節點相關

1. 若意圖分類節點開啟上下文，運行報錯？

   若意圖分類節點開啟上下文，則您傳入該節點的變數類型需為List類型。

2. API節點使用流式輸出報錯？

   工作流程中的API節點不支援流式輸出，HTTP API本身是支援的。

3. 如何處理阿里雲百鍊工作流程中條件判斷節點響應速度慢？

   1. 檢查工作流程配置：確保工作流程中的每個節點配置正確，尤其是條件判斷節點，避免不必要的複雜計算或資料處理，這可能會減少回應時間。

   2. 最佳化代碼邏輯：如果條件判斷中涉及自訂指令碼，嘗試最佳化指令碼邏輯，減少不必要的迴圈或資料處理，以提高執行效率。

   3. 批量測試：批量測試當前工作流程的平均回應時間，以確定是否存在特定條件下的效能瓶頸。

4. 大模型節點流式如何輸出思考過程？

   需要在大模型節點後添加文本轉換節點並配置reasoning_content變數，開啟結果返回開關。返回條件需要結束節點接收。

5. 大模型節點輸出參數無法自訂？

   1. 使用指令碼節點處理輸出：在大模型節點之後添加一個指令碼節點，通過指令碼處理大模型節點的輸出，將其轉換為您需要的格式或添加額外的輸出參數。

   2. 配置批量節點：如果您在批量節點中使用大模型節點，可以在批量節點的配置中選擇大模型節點的輸出作為最終輸出。具體步驟如下：

      • 添加大模型節點到批量節點中。

      • 在批量節點的配置中，選擇大模型節點的輸出作為最終輸出 resultList。

   更多詳細資料，請參考 應用的參數傳遞。

6. 工作流程API調用節點無返回結果及參數傳遞問題

   確認API-Key和Base URL正確。確認輸入參數配置正確，調整欄位輸入類型，通過模型觀測查看模型使用詳情。

7. 調用知識庫的Excel資料問題

   無法直接調用本地檔案，可通過MCP實現本地調用；知識庫節點輸出需自行處理文字內容，建議增加大模型完成表格轉換後再傳入指令碼處理。