工作流创建Agent
选择智能体类型
在创建智能体时，选择 “高级智能体”（初始创建步骤与普通智能体相同）。
- 构建类型：提供两种核心模式以满足不同复杂度的业务需求。
- 进阶模式：快速构建基于对话的复杂工作流程。
- 应用模式：创建具有定制化用户界面和结构化输入流程的完整编排应用程序，提供更优的用户体验。
进阶模式
在基础智能体之上增强的问答型智能体，核心能力集中于多轮对话与知识问答。
特点：
- 以自然语言对话为主要交互方式。
- 创建完成后，会显示在 智能体列表 中。
- 适合需要灵活、开放式对话交互的业务场景。
典型场景：
- 企业内部知识问答助手
- 产品FAQ与技术支持助理
- 工单处理咨询助手
应用模式
用构建一个带UI的Agent编排应用，具有特定输入结构、用于完成特定任务，不以自由对话为主，而是专注于执行既定任务流程的智能体。
特点：
- 创建后展示在 APP 页面 中。
- 具有固定、可定制的输入界面（如上传文件、填写表单字段）。
- 重点是执行某个自动化或半自动化的任务流程。
- 支持复杂的输入类型，如文件、结构化数据（Structured Data），适用于需要严格输入输出格式的业务场景。
典型场景：
- 合同审查 App（上传合同 → 自动标记风险）
- 文档分析 App（上传文档 → 自动生成关键内容）
- 数据清洗 App（上传 Excel → 自动处理数据）
配置工作流
根据用户的实际业务逻辑，通过拖拽和连接以下节点来配置工作流：
- 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：根据设定条件判断流程分支走向，实现逻辑判断；
- 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
开始节点是工作流的起始节点，用于设定启动工作流需要的信息。
- 功能：预设完成任务所需的基本信息（输入参数）。当满足触发条件时，系统自动收集并传递这些参数以启动流程。
- 处理逻辑：直通传递（By pass），将输入内容原样传递给后续节点。
- 输出：所有输入内容。
- 特别说明（应用模式）：在此模式下，开始节点支持定义多种复杂的入参类型，包括文件上传（PDF, Excel, 图片等）和结构化数据字段，为构建专业化应用提供了高度定制化的输入界面。
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。
技能（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：根据描述性文本生成图像，并返回图片地址。
- 腾讯搜索：调用搜索引擎返回搜索结果。
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
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
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
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：本示例仅为工作流功能的基础应用演示。工作流编排具备高度的灵活性与可扩展性，通过组合各类节点，能够实现极其复杂的业务逻辑与自动化流程，可适应广泛的业务场景需求。