08.Coze智能体-工作流
08.Coze智能体-工作流
简单来说，工作流就是一系列可以执行的指令，用来完成特定的任务或业务逻辑。
它给应用/智能体提供了一个结构化的框架，让数据流和任务处理变得更有条理。
它最大的亮点是把大模型的强大功能和具体的业务逻辑结合起来，
用一整套系统化、流程化的方法来开发高效且可扩展的 AI 应用。
下图是扣子平台的工作流示例：
扣子为我们提供了一个可视化的画布，你只需要拖拽不同的节点，就能快速地搭建出完整的工作流。
而且，你还能在画布上实时调试，随时查看数据的流动和任务的执行顺序。
工作流 vs. 对话流
扣子中有两种类型的工作流供你选择：
- 工作流（Workflow）
- 专注于功能性请求
- 可以顺序执行多个节点，来完成一个完整的功能
- 适合自动化处理的场景，例如：生成行业调研报告、制作海报或绘本等
- 对话流（Chatflow）
- 用在对话类场景
- 能在聊天中与用户交互，并执行复杂逻辑
- 适合聊天机器人类应用，例如：Chatbot、个人助手、智能客服、虚拟伴侣等
节点：工作流的核心组件
在工作流中，节点就像一个个功能模块，每个节点都负责一个独立的步骤或逻辑，包含输入和输出。
比如：你可以在 “代码节点” 里引用 “大模型节点” 的输出，这样代码节点就能直接使用大模型的结果。
工作流默认包含两个特殊节点：
- 开始节点：工作流的起点，定义启动参数
- 结束节点：返回最终的运行结果
在画布上，你能直观看到节点之间是如何连接的，数据是怎么一步步流转的。
工作流的节点类型
输入&输出：
- 开始节点：作为工作流的起点，用于定义启动参数
- 结束节点：用于返回工作流的最终运行结果
核心节点：
- 插件节点：用于集成和调用外部功能或服务
- 子工作流节点：允许在主工作流中嵌入其他工作流，实现模块化
- 大模型节点：通过调用DeepSeek等多种LLM模型来实现智能对话、内容生成、文本处理等功能，支持自定义提示词和参数配置
数据操作节点：
- SQL自定义节点：基于用户自定义的 SQL 完成对数据库的增删改查操作
- 新增数据节点：用于添加新的数据记录
- 查询数据节点：用于检索数据
- 更新数据节点：用于修改现有数据
- 删除数据节点：用于移除数据记录
业务逻辑节点：
- 批处理节点：同时处理多个任务或数据
- 循环节点：重复执行特定操作
- 变量聚合节点：合并或整理多个变量
- 变量节点：存储和管理工作流中的变量
- 选择器节点：根据条件选择不同的执行路径
…….
这些节点可以在画布上灵活组合，让你能直观地看到节点之间的连接关系和数据流转过程。
通过合理组合这些节点，可以实现高效且灵活的工作流程。
变量支持的数据类型
点击节点后，会打开配置页面。其中最重要的配置是"输入"和"输出"，它们由一个或多个变量名组成。这些变量支持以下数据类型：
- String（字符串）：用于存储文本数据，如名称、描述、消息等文本内容
- Integer（整数）：用于存储整数值，如计数、年龄、数量等不需要小数点的数字
- Number（数字）：可以存储包含小数点的数值，如价格、比率、精确计算等
- Boolean（布尔值）：表示真/假的二元值，常用于条件判断、开关状态等
- Object（对象）：用于存储复杂的数据结构，可以包含多个不同类型的属性和值
- File（文件）：用于处理和存储文件数据，如图片、文档、音频等
- Array（数组）：用于存储多个值的有序列表，可以包含任意类型的数据
这些数据类型的支持让我们可以灵活组合、按需编排，并且减少数据转换的工作，从而提高工作效率。
小结
通过本节内容，我们了解了工作流在Coze平台中的重要性和基本概念。
工作流不仅提供了一个结构化的框架，还能让我们以可视化的方式构建复杂的AI应用。
我们介绍了工作流和对话流的区别，以及各种类型的节点及其功能。这些组件就像乐高积木一样，可以自由组合来实现各种复杂的业务逻辑。
掌握了这些基础知识，你就可以开始探索并构建自己的AI应用了。
更多干货内容，可以查看电子书。点击跳转合集页面