本文将通过 LLM 节点、Condition 节点和插件节点构建一个用于识别用户意图的工作流。
效果示例
本文构建的示例工作流概览如下。

在该工作流中:
下图展示了示例工作流添加到 Bot 之后,Bot 带来的用户任务处理能力。当用户输入内容后,Bot 会调用示例工作流处理任务,并向用户返回处理结果。

步骤一:构建工作流
1.登录扣子。2.在左侧导航栏的工作区区域,选择进入指定团队。

| **节点** | **参数配置** |
| --------- | ------------------------------------------------------------ |
| Start | 新增 input 输入参数,选择 **String** 类型。 |
| LLM | 选择 LLM 节点的**单次**模式。示例配置如下:Temperature:输入 0.7。输入参数:名称 **query**,并在**变量值**区域选择**引用 Start > input**。提示词:使用以下示例 Markdown 信息,表示将用户输入的数据传入 LLM 进行处理。**## 分析**分析以下使用 ```括起来的文本:```{{query}}```## 返回- 如果文本与天气有关,则返回1 - 如果文本与新闻有关,则返回2 - 否则返回3输出值:名称 **intent**,类型选择 **String**。 |
| Condition | 第一个 Condition 节点。从该节点开始,工作流将分为两个分支。示例配置如下:分支一:**如果**区域的判断条件设置为 **LLM > intent 取值包含 1** ,并连接至第二个 LLM 节点(LLM_1)。该分支用于获取天气数据。分支二:**否则**区域无需设置参数,连接至第二个 Condition 节点即可。该分支用于做下一步的判断。 || **节点** | **参数配置** |
| ------------------- | ------------------------------------------------------------ |
| LLM_1 | 选择 LLM 节点的**单次**模式。示例配置如下:Temperature:输入 0.7。输入参数:名称 **query**,并在**变量值**区域选择**引用 Start > input**。提示词:使用以下示例 Markdown 信息,表示将用户输入的数据传入 LLM 进行处理。**## 返回**从{{query}}中提取地理位置信息,并转换为对应的经纬度(十进制数值)。- 纬度参数:{{lat}}- 经度参数:{{lon}}输出值:新增 lat,类型选择 **String**。新增 lon,类型选择 **String**。 |
| get_current_weather | 获取指定地区天气。选择节点内的**单次**模式,并需要配置以下输入参数:设置 lat 参数,在**参数值**区域选择**引用 LLM_1 > lat**。设置 lon 参数,在**参数值**区域选择**引用 LLM_1 > lon**。 |
| End | 在 End 节点的输入参数中,新增一个名为 weatherForecasts 参数,并在**参数值**区域选择**引用 get_current_weather > weather**。该参数用于返回天气信息。 || **节点** | **参数配置** |
| -------------- | ------------------------------------------------------------ |
| Condition | 第二个 Condition 节点,用于判断是继续获取新闻,还是直接流转至 End 节点。**如果**区域的判断条件设置为 **LLM > intent 取值包含 2** ,并连接至 getToutiaoNews 节点。该分支用于获取新闻。**否则**区域无需设置参数,连接至 End 节点即可。 |
| getToutiaoNews | 搜索新闻。选择节点内的**单次**模式,并需要配置输入参数 **q** 的**参数值**为**引用 Start > input**。 |
| End | 在 End 节点的输入参数中,新增以下参数,参数名称 intent,**参数值**选择**引用 LLM > intent**。该参数用于返回用户意图。参数名称 newsItems,**参数值**选择**引用 getToutiaoNews > news**。该参数用于返回新闻内容。 |步骤二:在 Bot 添加工作流并测试

