大模型服务平台百炼：工作流应用

开始/结束

• 何时使用

  • 在设计工作流时，您需要确定输入/输出参数的结构和内容，并填入开始/结束节点。

• 如何使用

  • 开始节点

    组件	说明
    变量名	输入参数的名称，后续节点可通过变量名调用此变量。
    类型	输入参数的数据类型（当前仅支持 String / Boolean / Number，如需传入 Array 或 Object，需在进入工作流之前自行解析）。
    描述	输入参数的描述，用于解释参数的作用。

    说明

    除了自定义的变量外，应用还内置了一些实用变量：

    • query

      用户查询变量，用于接收 API 调用的 prompt 变量，或测试窗用户发送的文本。

    • historyList（仅在对话型工作流时启用）

      对话历史列表，用于应用自动维护对话历史记录，提供多轮对话体验。

    • imageList（仅在对话型工作流时启用）

      图片列表，用于存储测试窗用户上传的图片，目前仅支持存储单张图片。

  • 结束节点

    组件	说明
    输出模式	输出参数的格式，支持“文本输出”及“JSON 输出”两种模式。
    文本框（仅在文本模式下生效）	可自由编排输出内容的段落格式，支持输入文本或引用变量，适合输出非结构化的内容。
    变量名/变量值（仅在 JSON 模式下生效）	需按照 JSON 格式编排输出内容，可自定义变量名，支持输入文本或引用变量，适合输出结构化的内容。
    结果返回	仅在 API 调用应用时生效，用于决定是否输出节点内容。如需了解该组件的用途，请参阅通过“结果返回”控制节点内容的方法。

知识库

• 为什么使用它

  想象一下，你有一座巨大的“知识宝库”，里面存放了海量文档、FAQ、产品资料。这个节点能帮你从海量信息里提取“最相关”的内容，为后续 AI 问答做好准备。

• 功能与用法

  • 通过搜索一个或多个知识库来得到相关文档片段，让 AI 能“读到”更多上下文，回答更专业或精准。常常与大模型节点结合使用。

  • 在构建对话型工作流、智能客服系统时尤其常用。

• 参数配置

  参数名	参数说明
  输入	content：可直接输入文本，也可引用前面节点输出的变量 。
  	imageList：支持图片搜索，可直接输入图片链接，也可引用前面节点输出的变量。
  选择知识库	指定要在哪些知识库里进行搜索（支持多选）。
  输出	命名本节点的结果变量，如 kbResult。

• 输出结构示例：

  {
    "rewriteQuery": "...",
    "chunkList": [
      {
        "score": 0.36,
        "documentName": "文档名称",
        "title": "文档标题",
        "content": "相关内容片段",
        "imagesUrl": "图片URL"
      }
    ]
  }

  这里常用的就是 chunkList，含有文档内容片段及相似度分值。

大模型

• 为什么使用它

  这是整个工作流的“智慧大脑”——能读懂语言、生成文字、分析图像，还能参与多轮对话。你可以用它写文案、做文本总结、甚至对图片内容做分析（如果是 VL 系列模型）。

• 功能特性

  • 既支持一次性处理一个输入，也能批量处理大量数据。

  • 可以配置不同大模型（如通义千问-Plus），根据性能、速度或其他特性的需求选择合适的模型。

• 节点参数配置

  参数名	参数说明
  模式选择	单次处理模式：使用较低的搜索比例且不使用Query改写的快速搜索版本。
  	批次处理模式：在批处理模式中，节点会多次运行。每次运行时，列表中的一个项目会被依次分配给批处理变量。这个过程会一直持续，直到处理完列表中的所有项目或达到设定的最大批处理次数为止。 批处理配置： 批处理次数上限（范围1-100，普通用户默认100）：批处理运行的次数上限。 说明 实际批次处理次数取决于用户输入数组中的最小长度，若没有输入变量，则取决于配置中的批次数量。 并行运行数量（范围1-10）：批处理的并发限制，设置为1表示串行执行所有任务。
  模型配置	选择合适的大模型，支持模型参数调整，具体支持模型，请参见工作流应用。 模型选择VL模型时： 模型入参：vlImageUrl可引用参数或输入图片链接。 图片来源：可选图片集/视频帧。 图片集：模型会认为上传的图片是独立的，会根据问题匹配对应图片进行理解。 视频帧：模型会认为上传的图片来源于同一个视频，会把图片按序看作一个整体来理解，视频帧需不少于4张。
  参数配置	温度系数：用于调节生成内容的多样性。较高的温度值将增加生成文本的随机性，产生更多独特的输出；而较低的温度值会使生成内容更为保守和一致。 DeepSeek R1 系列模型暂不支持此项配置
  	最长回复长度：限制模型生成文本的最大长度（不包括Prompt）。该限制因模型类型而异，具体最大值可能会有所不同。
  System Prompt	可用于设定模型的角色、任务、输出格式等内容，如“你是一个数学专家，专业解决数学问题，请输出符合格式的数学解题过程和结果”。
  User Prompt	配置Prompt模板，支持变量插入，大模型将根据Prompt的配置进行处理和生成。
  输出	输出本节点处理结果的变量名，用于后续节点识别和处理本节点的结果。 DeepSeek R1 系列模型支持输出深度思考过程（reasoningContent）。

  说明

  如需通过API集成应用到您的业务，请参阅应用调用。

• 对话型工作流下的大模型节点

  • 与任务型工作流应用的大模型节点的不同：支持进行多轮对话配置，模型支持将选定的历史对话信息作为输入。

    多轮对话配置：对话型应用会把前几轮对话中在“上下文”中要求的变量收集起来作为输入参数传给大模型。

    

  • 上下文：声明大模型需要的上下文输入，默认的 ${系统变量.historyList}代表的是前几轮对话的应用输入输出。其他参数均指的是前几轮对话中的应用参数。

    

• 文本模型节点示例

  在测试界面，query参数中输入芯片工程师：

  

  结束节点输出：

  

• 图像模型节点示例

  大模型支持单个图像或多张图片传入，支持URL和base64方式传入。

  说明

  单张图片可以直接传入。例如：https://****.com/****.jpg。

  多张图片可列表传入。例如：["URL","URL","URL"]。

  在测试界面，query参数中输入：https://****.com/****.jpg。

  

  结束节点输出：

  

API

• 定义

  通过POST、GET、PUT、PATCH、DELETE的方式，调用自定义API服务，输出API调用结果。

  调用方式	用途
  POST	用于向服务器提交数据，以创建新资源。
  GET	用于获取资源的表示形式，不会对服务器上的数据进行修改。
  PUT	用于向服务器更新指定资源的表示形式，或者在服务器上创建新资源。
  PATCH	用于向服务器部分更新资源。
  DELETE	用于从服务器删除指定资源。

• 参数配置

  参数名	参数说明
  API地址	填写要调用的API地址，可选POST、GET、PUT、PATCH、DELETE。
  Header设置	设置Header参数，设置KEY，VALUE。
  Param设置	设置Param参数，设置KEY，VALUE。
  Body设置	可选：none，form-data，raw，JSON。
  输出	输出本节点处理结果的变量名，用于后续节点识别和处理本节点的结果。

  说明

  如需通过API集成应用到您的业务，请参阅应用调用。

• 节点示例

  使用POST方法，调用接口。

  

意图分类

• 定义

  根据意图描述智能分类匹配，选择其中一个链路执行。

• 参数配置

  参数名	参数说明
  输入	输入本节点需要处理的变量，用于识别需要处理的内容，支持引用前置/开始节点变量或直接输入变量值。
  模型配置	模型选择：通义千问-Plus。
  意图配置	配置不同的意图，输入意图描述，模型将根据不同的意图描述匹配后续链路，如：“用于数学题的计算”，“关于天气相关的知识问答”。
  其他意图	意图未匹配时，匹配此链路。
  意图模式	单选模式：大模型将从现有的意图配置中挑选最合适的意图作为输出。 多选模式：大模型将从现有的意图配置中挑选所有匹配的意图作为输出。
  思考模式	快速模式：该模式能够避免输出复杂的推理过程，从而提升处理速度，适用于简单场景。 效果模式：该模式通过逐步思考，能够更准确地匹配相应的分类。
  高级配置	高级配置内容将作为额外的prompt提供给模型。在此，您可以输入更多限制条件或提供更多案例，从而使模型的分类结果更符合您的要求。 示例 假设您正在开发一个电商平台的客服系统，用户可能会提出各种关于订单查询、退换货、支付的问题。为了确保模型准确分类，可以在高级配置中添加相关提示和示例。 请根据以下示例进行意图分类： 案例1：用户输入“我想退还刚买的这件外套”，分类为“退换货”。 案例2：用户输入“请帮我查询订单的发货状态”，分类为“订单查询”。 限制条件：仅处理与订单相关的查询，忽略支付和技术问题。 效果： 用户输入：“我上周在你们网站订购的那本书什么时候可以送到我家？” 分类结果：“订单查询” 在该实例中，高级配置通过提供具体的分类案例，引导模型将“查询送达时间”归类为“订单查询”意图，同时限定了分类范围，排除了其他无关问题。
  上下文	开启上下文能力后，系统将以Message格式自动记录历史对话信息，调用模型时传入上下文，模型将结合上下文内容进行生成。 仅在对话型工作流的意图分类节点中有该配置项。 说明 若开启上下文，您传入该节点的变量类型需为List类型。
  输出	输出本节点处理结果的变量名，用于后续节点识别和处理本节点的结果。

  说明

  • 该节点在对话型工作流中支持上下文。

  • 运行该节点将消耗Token，并在运行时显示其消耗数量。

文本转换

• 定义

  用于文本内容的转换与处理，如抽取特定内容、格式转换等，支持模板模式。

• 参数配置

  参数名	参数说明
  输出模式	支持文本输出和JSON输出。
  输入	通过大模型指定处理方式将需要处理内容转换为特定格式，用于后续节点的处理，可通过变量配置的方式引用前置节点的处理结果。 文本输出：输入/可插入变量。 JSON输出：变量名 | 引用/输入 | 变量。

• 节点示例

  以下是一个简单的文本转换节点示例。其工作流程逻辑如下：首先，用户输入一个关键词。然后，这个关键词被传递给文本转换节点，节点内部根据该关键词进行处理，生成相应的输出回复。最后，回复通过结束节点输出，从而完成整个流程。

  在测试界面，query参数中输入数学：

  

  结束节点输出：

  

脚本转换

• 定义

  通过脚本代码处理，将输入内容转化为特定格式的模板或输出形式。该过程包括对输入数据的解析、转换和格式化，以实现一致性和可读性。

• 节点示例

  这是一个 Python 脚本转换示例：从上游节点传入 city 和 date两个变量，保存在键值对 params中。转换后输出一个 JSON 对象，包含 result，result.key0及 result.key1。代码返回值的 JSON Schema 与节点输出的必须保持一致。

  说明

  什么是 JSON Schema？

  JSON Schema 是一种数据结构规范，能让平台中的其他节点清晰地了解当前节点会输出哪些字段（如 result, key1）及其类型，从而方便您在下游节点中进行引用。

  

• 参数配置

  参数名	参数说明
  输入	定义该节点的输入数据。您可以通过两种方式提供输入： 静态值（输入）：在左侧的输入面板中直接填写固定的值，如 北京。 动态变量（引用）：引用上游节点的输出。例如，若上一个节点名为 node_a，其输出名为 city_name 的字段，您可以选择 node_a.output.city_name 来引用它。
  输出	节点的代码逻辑所产生的结果。代码中 return 的字典将作为本节点的输出。 例如，若返回 {'result': '处理成功'}，下游节点就可以通过 本节点名.result 来获取“处理成功”这个字符串。
  代码	编写核心逻辑代码。 获取输入：请使用内置的 params 对象获取输入参数。 返回输出：处理函数 main 必须 return 一个 字典/对象，其键值对将构成节点的输出。

条件判断

• 定义

  设置条件分支。当变量满足条件后，流程将选择相应的后续链路。支持且/或条件配置，多个条件是从上而下按顺序执行。

• 参数配置

  参数名	参数说明
  条件分支	填写条件判断语句。
  其他	不需要条件判断的可从此输出。

• 节点示例

  以下是一个简单的条件判断节点示例。其工作流程逻辑如下：用户首先输入两个参数，这些参数随后被传递给条件判断节点。在节点内部对参数进行条件判断，然后通过不同分支的文本转换节点生成输出回复。最后，结束节点将生成的回复输出。

  在测试界面，scert参数中输入12345，admin参数中输入admin：

  

  结束节点输出：

  

函数计算

• 定义

  授权阿里云函数计算服务，调用函数计算中自定义的服务。

• 参数配置

  参数名	参数说明
  输入	输入本节点需要处理的变量，用于识别需要处理的内容，支持引用前置/开始节点变量或直接输入变量值。
  Region	选择地域：新加坡、吉隆坡、雅加达。
  服务配置	选择服务配置。
  输出	输出本节点处理结果的变量名，用于后续节点识别和处理本节点的结果。

插件

• 定义

  您可以将插件节点配置到工作流应用中以拓展应用能力，执行更复杂的任务。阿里云百炼提供了一系列官方插件，例如夸克搜索、计算器、Python代码解释器等，您也可以根据特定需求创建自定义插件。

  更多信息，请参见插件概述。

工作流应用相关

节点相关