跳到主要内容

通过Workflow搭建复杂业务Agent助手

在 SERVICEME NEXT 中，基础方式创建的 Agent 更适用于简单的问答场景，功能相对有限。若需处理更复杂的业务逻辑或实现多步骤操作，可通过 Workflow（工作流） 构建高级 Agent，满足更丰富的业务需求。

本章节将通过一个具体实例，展示如何使用 Workflow 搭建复杂流程。

场景示例：合同内容敏感词提取​

在实际业务中，合同文本通常篇幅较长，内容复杂。若需人工逐条比对并识别其中是否包含敏感词，不仅耗时费力，还容易遗漏，尤其当敏感词数量较多时，准确性更难保障。

借助 Workflow 能力，可以构建一个支持文件上传、内容解析、敏感词识别与标注的智能 Agent，自动完成以下操作：

  • 接收用户上传的合同文件；
  • 自动解析文本内容；
  • 检测并提取其中的敏感词；
  • 返回包含敏感词及其所在位置的结果。

通过该流程，用户无需手动查阅，即可快速了解合同中的敏感信息，大幅提升审核效率与准确性。

✅ 提示：此类 Agent 尤其适用于法务审查、内容审核、合规管理等场景。

准备敏感词数据源​

在正式搭建工作流之前，需要先准备好敏感词的数据。本案例中，敏感词存储在数据库中，因此需要通过 Data 模块 添加数据库为数据源，并完成数据同步。

数据准备前置条件​

  • 已将敏感词数据写入数据库（表名为 SensitiveWords）。
  • 数据库类型为 SQLServer，并可通过网络访问。

添加数据源步骤​

  1. 进入 Data 模块
    • 打开 SERVICEME 平台，点击右侧菜单中的 “Data”。
    • 在左侧选择 “数据源”，进入数据源管理页面。

  1. 添加数据源
    • 点击右上角 “添加数据源” 按钮。
    • 在弹出的配置窗口中填写以下信息：
      • 数据源名称：如 Sensitive Word
      • 数据库类型：选择 SQLServer
      • 连接信息：包括 host、port、用户名、密码、数据库名称
    • 点击 “测试链接”，确认连接成功后点击 “确认” 完成添加。

  1. 选择数据表
    • 返回数据源列表，点击刚创建的数据源项。
    • 系统会展示数据库中可用的数据表，勾选包含敏感词的表（如 SensitiveWords），点击 “确认” 添加。

  1. 数据目录同步
    • 在左侧菜单选择 “数据目录”，找到并点击 Sensitive Word 数据源。
    • 执行 “同步” 操作，以确保平台获取到最新的数据。

完成以上步骤后，敏感词数据源即配置完毕。在接下来的工作流中，可以通过节点方式访问该数据表，实现对合同内容的敏感词提取与比对。

通过工作流的方式创建“Sensitive Word Extraction”Agent​

  1. 进入 SERVICEME NEXT 首页，点击左下角圆形图标，进入 Agent 问答界面。
  2. 点击左侧菜单中的 “更多助手”，进入助手广场。
  3. 在助手广场右上角点击 “创建助手”，并选择 “高级编排创建” 方式。
  4. 填写以下基础信息：
    • 助手名称：输入 Sensitive Word Extraction
    • 智能体头像：从系统内置头像中选择一个（当前不支持自定义上传）
    • 分类：选择业务归属分类，如 Legal and Compliance
    • 描述：例如 Sensitive Word Extraction
  5. 填写完成后，点击 “创建”，即成功生成基础 Agent。

配置“Sensitive Word Extraction”Agent​

📌 编排前思路梳理​

本工作流的核心目标是：让 Agent 能够从用户上传的合同文件中自动识别出存在的敏感词。为此，我们需要引导用户上传合同文件，并将其内容解析为可处理的文本；同时从已配置好的数据库中加载敏感词数据，通过模型将合同内容与敏感词进行智能比对，识别匹配项及其位置。最终，模型输出识别结果，并将结果返回给用户。整个流程涵盖了文件处理、数据源调用、模型识别与结果输出等关键环节，适用于自动化的文本审查类业务场景。

📌 节点配置与连线说明​

在本例 Workflow 中，每个节点的输入输出均通过引用前一节点的结果进行配置。为了实现敏感词提取的目标，本流程主要涉及以下节点：开始节点、文件处理节点、数据源节点、模型节点和结束节点。下面将依次说明各节点的配置与连线方式。

配置过程​

  1. 开始节点输入说明

开始节点默认包含两个输入：

  • USER_INPUT：用户输入的自然语言指令，例如：“请帮我检查合同中的敏感词。”
  • USER_FILE：用户上传的本地合同文件。

这两个输入将作为后续节点的引用来源，供文件处理与模型识别使用。

  1. 文件处理节点配置

该节点负责处理用户上传的合同文件，包括文本提取、切片和向量化处理。

配置步骤如下：

  • 添加一个 文件处理节点 到画布中。
  • 使用连线将 开始节点 与 文件处理节点 相连。
  • 点击文件处理节点，进入配置界面，设置如下内容：
    • 输入引用：将 USER_INPUT 设置为引用，格式为：
      Start/USER_INPUT
    • 文件引用：点击“添加文件”，选择
      USER_FILE（即用户上传的合同文件）
    • TopK 设置：选择合适的 TopK（如 3~5）。
      • TopK 表示模型在处理文本向量匹配时最多返回的文段数量。
      • 建议：TopK 过低可能漏掉关键内容，过高则可能影响模型聚焦能力。

  1. 数据源节点配置

该节点用于引入之前创建的敏感词数据表，供后续比对使用。

配置步骤如下：

  • 添加一个 数据源节点 到画布，与 开始节点 相连。
  • 点击节点，配置数据源信息：
    • 选择数据源为：Sensitive Word
    • 输入引用配置为： Start/USER_INPUT（用户的输入指令）

此节点的输出即为模型中需要使用的敏感词列表。

  1. 模型节点配置

该节点是本流程的核心处理模块，负责将合同文本与敏感词进行智能比对，并返回结果。

配置步骤如下：

  1. 添加一个 模型节点，分别连接文件处理节点与数据源节点。
  2. 模型选择：gpt-4.1
  3. 工具选择：本场景不需要调用外部工具，可跳过。
  4. 输入引用：
    • input：引用文件处理节点的输出，格式为：
      FileHandler/output
    • param2：引用数据源节点的输出，格式为：
      DataSource/output
  5. 提示词配置：
    • 系统消息（System Prompt）： 
      Analyze the file in {{input}} and compare it with the sensitive words in {{param2}}. If there are sensitive words in the file, output the sensitive words along with their positions.
    • 用户消息（User Prompt）： 
      Analyze the file in {{input}} and compare it with the sensitive words in {{param2}}. If there are sensitive words in the file, output the sensitive words along with their positions.

✅ 提示：系统消息用于给模型提供行为指令，用户消息模拟用户实际输入。此处两者内容相同，效果更稳定。

  1. 输出节点配置

该节点用于返回模型的处理结果给最终用户。

配置步骤如下：

  1. 将 模型节点 与 结束节点 相连。
  2. 点击结束节点，设置输入引用：
    • 输入内容：引用模型节点输出，格式为： Model/output
  3. 在输出内容配置中填写： {{output}}

✅ 提示：最后只填写{{output}}作为输出，可以更好的保留模型的输出，如果需要，也可指定特定内容的输出。

完整配置如下：