搞了一个非常牛逼的 FastGPT 塔罗牌工作流，解决专业占卜难题

你听说过塔罗牌吗？

这是一种神奇的占卜工具，起源于 15 世纪的欧洲。它由 78 张牌组成 - 22 张大阿尔卡纳和 56 张小阿尔卡纳。每张牌都藏着独特的寓意，能帮你探索生活中的困惑，窥探未来的可能。有趣的是，现在塔罗牌不仅仅可以用来占卜，很多人把它当作一面镜子，用来认识自己、探索内心。

当然，科技在进步，我们可以把 AI 和传统塔罗牌结合在一起，让这门古老的智慧焕发新生。

说实话，要搭建一个专业的塔罗牌咨询系统可不是件容易事。一般来说，一个团队得花好几个月才能搞定。不过，有了 FastGPT 的工作流就不一样了，只要简单拖拖拽拽，再配合 Sealos Devbox 开发一点服务，就能搭建出一个专业的塔罗牌咨询系统。

FastGPT 提供的可视化界面超级好用，它可以把复杂的塔罗牌解读变得简单直观。只需通过简单的节点连接就能实现专业级的塔罗牌咨询服务。来，让我们一起看看怎么用 FastGPT 打造一个智能塔罗牌系统吧！

注意：本项目的塔罗牌插图来自于 https://github.com/LindseyB/tarot-api

信息咨询

卡牌抽取

卡牌初分析

结果细讨论

为什么要做 AI 塔罗机器人？

在开发这个项目前，我深入调研了塔罗占卜市场，发现了三个核心痛点：

1. 专业门槛高，优质服务稀缺 🎴 塔罗牌解读需要掌握 78 张牌的正逆位共 156 种含义，还要熟练运用 10+种经典牌阵，理解数百种牌面组合。同时还需要具备占星学、心理学等跨学科知识。这导致优质塔罗师极度稀缺，供不应求。
2. 使用体验不足 ⚡ 预约热门塔罗师通常需要等待 1-2 周，单次占卜要花 30-60分钟。线下店铺少且营业时间有限，想要追问还得重新预约，极不便捷。
3. 互动性欠佳 🤝 一对一咨询容易产生压力，缺乏有效的反馈渠道。用户无法与他人交流经验，得到的建议也往往缺乏可执行性，后续服务体验割裂。

基于这些痛点，我们打造了基于 FastGPT 的 AI 塔罗机器人，带来三大突破：

1. 在专业性方面 我们构建了完整的塔罗知识体系，通过标准化输出确保解读质量稳定可控，有效避免主观偏差。
2. 在便捷性方面 ⚡ 我们提供 7×24 小时在线服务，支持多人同时占卜互动，秒级响应且支持深度追问对话。
3. 在普惠性方面 💝 我们提供完全免费且不限次数的咨询服务。用户可以在群内交流经验，激发集体智慧。

通过这些创新，我们让塔罗占卜服务变得更加专业可靠 (💫)、便捷高效 (⚡)、普惠共享 (💝)，让每个人都能便捷地获得优质的塔罗咨询服务。

FastGPT 工作流设计

让我们来看看如何使用 FastGPT 搭建一个专业的塔罗牌咨询系统。整个工作流程设计如下：

主要工作流程 🔄

系统的工作流程分为以下几个主要阶段：

1、初始化阶段

首先是用户引导配置，系统会通过友好的对话引导用户进入正确的咨询流程：

2、问题类型判断

系统会智能判断用户的需求类型，分为三种情况：

• 继续已有的塔罗解读
• 开始新的占卜流程
• 提供塔罗知识介绍

3、信息收集阶段

系统会仔细提取用户输入中的关键信息，确保准确理解用户的咨询需求：

核心功能模块 🔧

系统包含以下核心功能模块：

• 1
• 2
• 3
• 4
• 5
• 6

// 使用 AI 模型提取用户输入中的关键信息(该部分为工作流的解释)
const contentExtract = {
  model: "gpt-4o-mini",
  inputs: ["userQuestion", "questionType", "timeFrame", "spreadType"],
  confirmStatus: boolean
}

塔罗牌抽取：

HTTP 请求获取塔罗牌结果

结果解读：

状态管理与交互流程 📊

系统采用全局变量管理用户会话状态，并进行信息完整性检查：

整个交互过程包含以下步骤：

1. 引导式对话 - 通过友好的对话引导用户表达需求
2. 信息收集与确认 - 收集并确认用户的咨询问题和相关信息
3. 塔罗牌抽取与展示 - 进行塔罗牌抽取并展示结果
4. 专业解读与建议 - 提供专业的塔罗牌解读和建议

塔罗牌后端服务实现 🎴

API 接口设计

图片服务 /api/cards/[id]/image

• 1
• 2

// 获取塔罗牌图片
GET /api/cards/{id}/image

抽牌服务 /api/readings

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

// 创建新的塔罗牌阵
POST /api/readings
Request {
  spreadType: "SINGLE" | "THREE_CARDS" | "CELTIC_CROSS" | "RELATIONSHIP",
  question?: string
}
Response {
  success: boolean,
  spread: string,
  cards: TarotCard[],
  timestamp: string
}

核心数据结构 📊

塔罗牌数据

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

interface TarotCard {
  id: number;           // 卡牌ID
  name: string;         // 中文名称
  nameEn: string;       // 英文名称
  type: 'major' | 'minor'; // 大阿卡纳或小阿卡纳
  suit?: string;        // 牌组类型(权杖/圣杯/宝剑/金币)
  description: string;  // 描述
  uprightMeaning: string;   // 正位含义
  reversedMeaning: string;  // 逆位含义
  isReversed?: boolean;     // 是否逆位
  position?: string;        // 在牌阵中的位置
}

牌阵类型

• 1
• 2
• 3
• 4
• 5
• 6

const SPREAD_TYPES = {
  '单牌': 'SINGLE',
  '三牌阵': 'THREE_CARDS',
  '凯尔特十字阵': 'CELTIC_CROSS',
  '关系牌阵': 'RELATIONSHIP'
} as const;

关键功能实现 🛠️

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

卡牌抽取逻辑
async function drawCards(deck: TarotCard[], spreadType: string) {
  // 根据牌阵类型确定抽牌数量
  const count = SPREAD_CARDS_COUNT[spreadType];
  
  // 随机抽取卡牌并添加位置信息
  return shuffled.slice(0, count).map((card, index) => ({
    ...card,
    isReversed: Math.random() > 0.5,
    position: POSITION_MEANINGS[spreadType][index]
  }));
}

图片处理

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

// 构建图片文件路径
const imagePath = path.join(
  process.cwd(), 
  'data', 
  'tarot', 
  'cards', 
  `${fileName}.png`
);
// 返回图片数据
return new NextResponse(imageBuffer, {
  headers: {
    'Content-Type': 'image/png',
    'Cache-Control': 'public, max-age=31536000'
  }
});

完整后端代码可参考：https://github.com/Jiangween/tarot-app

再看一个感情问题的案例

我只能说：

总结

本文详细介绍了如何利用 FastGPT 打造一个专业的 AI 塔罗牌咨询系统。通过可视化的工作流设计，我们将复杂的塔罗牌解读流程变得简单直观。从信息咨询、卡牌抽取到结果分析，每个环节都经过精心设计，最终实现了一个专业、便捷且普惠的塔罗牌咨询服务。

通过这个案例，我们可以看到 FastGPT 在处理复杂对话流程时的强大能力。同时也证明了 AI 技术与传统文化相结合可以创造出令人惊喜的创新应用。通过这种结合，我们让古老的塔罗牌焕发出新的生命力，让更多人能够便捷地获得优质的塔罗咨询服务。