工作流创建Agent

选择“高级智能体”（创建步骤同创建普通智能体）
- 构建类型
  - 进阶模式：快速构建复杂的工作流程，精确满足业务需求。
  - 应用模式：创建完整、先进的编排应用程序，具有用户友好的界面，带来无缝的小语言模型体验。

根据实际业务配置工作流：

开始、结束：自带的输入输出模块，可自定义输入输出参数与字段;
模型：可在此模块中选择使用的模型，输入其他模块获取的变量，并编辑提示词以及输出的消息，以变量形式保存;
知识库检索：在选定的知识库中，根据输入变量召回最匹配的信息，加以返回;
技能：选择其中一个技能，进行经过该技能的输入输出动作;
代码：根据其他模块中的输出变量，进行代码函数的自定义编写与创建;
选择器：连接多个下游分支，若设定的条件成立则仅运行对应的分支，若均不成立则只运行“否则”分支;
意图识别：用于用户输入的意图识别，并将其与预设意图选项进行匹配;
文本格式器：用于处理多个字符型变量的格式;
数据来源：选择数据来源以增加可引用的变量内容;
文件检索：在上传的文件中搜索，根据输入的问题查找相关答案；
循环：对列表中的每一项重复执行一组任务，并可选择并行处理。

节点详细介绍

开始
- 开始节点：工作流的起始节点，用于设定启动工作流需要的信息
- 输入：简单理解为，提前告诉LLM完成一项任务需要哪些基本信息（输入参数），当进行使用时，LLM会记住这些信息要求，一旦在对话中发现需要启动任务的时机，就会自动调用这些预先设定的参数，将参数放入对应位置，从而启动整个流程。
- 处理逻辑：直接传递（By pass），不做任何处理，只是把用户输入的内容原封不动传递给下个节点。
- 输出结果：所有输入内容直接输出。

模型
- 模型：调用大语言模型，使用变量和提示词生成回复
- 输入：下拉选择已有的模型，选用输入变量名
- 输入参数：query（String，来自上游或用户输入）
- 配置参数：
  - 一个或多个 Tools
  - Model
    - GPT（GPT 或其他模型）
    - Temperature：控制创造性，数值越高，回答越有创造性和随机性
    - Top P：通过“概率阈值”限制选择的词范围，控制回答的多样性
    - Max Reply Length：限制AI一次能回复的最大字数
  - Syatem Prompt：系统给AI的隐藏指令，用来控制整体风格
  - User Prompt：用户输入的内容或问题
  - History：之前对话的轮次，用来保持上下文理解
- 处理逻辑：把输入交给大语言模型（LLM）处理，模型根据配置生成回答
- 输出结果：模型生成的文本内容

💡 提示：需要先连接上前置节点，才能选择其他节点的变量作为当前节点的输入变量

技能（部分示例）
- 网站读取：能读取网页上的静态文字（但看不到动态加载的内容）。
- 文本生成图片：把一段文字转成图片（输出图片地址）。
- 腾讯搜索：调用搜索引擎返回搜索结果。

代码
- 代码：编写代码，处理输入变量来生成返回值
- 输入：用于接收外部传入的变量，是代码运行所需数据的入口，为后续代码处理提供原始数据
- 输入参数：query(string，用户或上游传入的代码请求)
- 配置参数：对代码运行相关参数进行设置
  - 最大运行时长（Maximum Runtime）
  - 代码内容（Code Input）
- 处理逻辑：
  - 在安全的沙箱环境中运行代码（基于 RestrictedPython 或指定平台）
  - 限制运行时长和访问权限，避免安全风险
- 输出结果：代码运行处理完输入数据后，将结果以指定变量形式输出，是代码处理结果的出口

选择器
- 选择器：在流程编排中起条件判断作用。它连接多个下游分支，通过设定的条件来决定执行路径
- 条件分支：可设置多个条件，如 “if - 优先级 1” 。通过配置引用变量、选择条件（如等于、大于等比较逻辑）、比较值，来判断条件是否成立。若成立，就运行对应的分支流程。
- 处理逻辑：根据不同条件走不同路径（如果没有满足条件的，就走 Else）
- 输出结果：没有直接输出，只决定下一个节点的走向
意图识别
- 意图识别：是自然语言处理中的关键环节，该模块作用是分析用户输入内容，确定其真实意图并匹配预设置选项
- 模型：选择用于意图识别的模型，模型决定了意图识别的能力和效果
- 意图匹配：可预先输入用户意图描述作为匹配标准，也能新增其他意图，系统据此判断用户输入符合哪种预设意图
- 高级设置：能设置系统提示内容，可引用输入变量来优化提示效果；还可设置历史记忆条数，让模型参考过往对话信息提升识别准确性
- 处理逻辑：判断用户的真实意图，把输入分类到对应类别

知识库检索
- 输入：通过定义变量名及设置参数值，为知识库检索提供检索关键词等原始数据
- 处理逻辑：根据输入和参数检索知识库，返回片段或FAQ
- 知识库：选定特定的知识库作为检索范围，系统将在这个范围内查找匹配信息
- 最大召回数量：可设置从知识库中最多返回匹配结果的数量，避免返回过多数据
- 输出：将从知识库中检索到的匹配信息，以指定变量的形式输出，供后续流程使用

文本格式器
- 文本：主要用于处理字符串类型变量格式
- 输入：可定义变量名，并通过引用方式获取参数值，为后续文本处理提供原始字符串数据
- 处理逻辑：把文本做简单加工
  - 字符串拼接
  - 字符串分割
- 字符串拼接：提供文本编辑区域，可按需求使用变量名方式引用输入变量，对多个字符串进行拼接等格式处理

文件检索
- 文件检索：是对文件内容进行检索等操作的功能模块
- 输入：通过定义变量名并引用参数值来提供检索关键词等输入信息，为文件内容查找提供依据
- 文件：可添加需要处理的文件到该节点，确定检索的文件范围

数据来源
- 数据来源：选择要接入的数据源
- 处理逻辑：把自然语言转成SQL查询数据库，返回结果
- 输出：将数据源的数据进行输出，输出给下一个节点。

循环
- 循环节点：用于按指定的次数或指定的数据集合，重复执行一组任务。通过配置不同的循环模式，可以灵活实现批量处理或重复操作
- 循环类型：支持两种模式
  - 使用数组循环：根据输入的数组，对数组中的每个元素依次执行任务。
  - 使用数值循环：按照设定的次数，循环执行任务。
- 循环数值/数组：
  - 当选择“数值循环”时，需输入一个具体的数字，例如 2，则表示任务将被执行 2 次。
  - 当选择“数组循环”时，需要提供一个数组变量，系统会逐一取出数组中的元素作为输入执行任务。
- 并行执行：可选功能。如果开启，系统会同时处理多个循环任务，提升效率。用户可以设置最大并行数，以控制资源占用。

工作流示例

在本场景中，使用工作流功能构建一个完整的 “Microsoft Support Ticket Issue Analytics” 流程，具体流程如下：

开始节点
流程的起点，系统默认包含。
数据源节点
用于接入工单分析所需的原始数据。
知识库节点
接入包含分析参考资料的知识文档，作为AI分析的理论支撑。
模型节点
基于AI模型，将数据源与知识库内容结合，进行综合分析，生成工单问题分析结果。
结束节点
流程的终点，输出模型节点的分析结果。此节点系统默认包含。

数据源节点与知识库节点并列配置，模型节点则汇总处理前两者的信息，确保输出结果具备数据依据和理论支撑。

最后效果如下：

注：本示例仅为高级编排功能的简单应用，用于展示其基本流程效果。高级编排具备强大的灵活性和扩展性，支持通过多种节点类型实现复杂的业务逻辑和智能自动化流程，可广泛应用于多种实际业务场景中。

工作流示例​

工作流示例