AI PAAS
一、开始节点
工作流的第一个节点，主要用于接收大模型解析的参数的功能，参数的类型分为意图解析、系统参数和组件参数。例如，开发者期望搭建了一个讲冷笑话的功能，但冷笑话有不同的类型，workflow里需要获取到这个类型，所以可以在开始节点定义了一个参数style，参数描述为冷笑话类型，那么当大模型在识别到有用户期望获取冷笑话后，解析用户的语义，会将冷笑话类型放到style字段里。
说明：
1、该参数的描述尤其重要，关系到大模型能否准确的解析到开发者期望的参数。
2、只要workflow被唤起，就会有的参数，可以直接使用，如有需求，可提需求增加，但部分敏感数据不可透出。
目前开始节点的参数，支持三种获取方式，如下所示：
1）意图解析：通过接收到的大模型解析的参数，自动识别用户意图，并执行工作流。
注意：如果参数的获取方式是意图解析，则需要详细地说明参数的意图和目的，否则会影响大模型的识别效果，影响整体工作流。
2）系统参数：自动获取并识别系统参数，目前支持自动获取以下 5 种参数：
① shopTitle：当前账号的店铺的名称。
② shopLogo：当前账号的店铺的 Logo。
③ shopId：当前账号的店铺Id。
④ query：触发workflow的用户query。
⑤ mainCateName：商家主营类目名称。
3）组件参数：在参数采集中，获取商品或图片数据。
说明：如果需要使用组件参数，请删除旧的开始节点并重新添加，添加成功后刷新前端资源后可见。
① items：当选择 Items 时会请求商品选择器，用户可以选择店铺商品列表中的数据，用于后续链路的处理优化。
② images：当选择 images 时会请求图片选择器，用户可以选择图片空间或本地图片数据，用于后续链路的处理优化。
二、条件节点
条件节点是复杂系统架构中的核心组件，作为逻辑架构中的关键分支点，通过预设条件的评估来引导程序或流程动态选择执行路径，条件节点代表一种基于规则的决策模型，它依赖于布尔逻辑表达式的评估结果，以确定后续执行的轨迹。例如，在AI算法设计中，条件节点依据特征属性进行递归划分，每一步决策都是对数据空间的精炼筛选，直至达到分类或预测的最终目标。
在设置条件节点时，至少需要两个路由分支，执行后只能有一条分支满足条件，同时对于复杂的条件判断，建议使用多个条件节点来完成。
三、代码开发节点
工作流的代码开发节点，指在自动化工作流程中负责执行特定编程任务的环节。代码开发节点是独立的代码模块，通过接收输入数据，执行预定的逻辑处理，然后产生输出结果，进而推动工作流程向下一个阶段发展。
当前代码开发节点仅支持JS的方式，要求函数返回的数据严格遵循JSON标准格式以确保数据交换的通用性和可读性。具体而言，输出的参数必须与代码逻辑中定义的返回值变量名称及数据结构对应，如示例所示：
四、参数输出节点
参数输出节点在输出节点体系中占据独特而重要的位置，其主要功能是通过引用其他关联节点中的参数，以参数输出的形式展示数据。这一机制提高了数据处理的灵活性和效率。从技术层面来看，参数输出节点基于高效的数据传递理念设计，允许直接提取关键信息，无需对整个数据流进行复杂解析。这种模式特别适用于需要频繁访问特定变量值的应用场景，如实时监控系统和自动化测试工具。通过这种方式，可以显著降低计算资源消耗，确保信息传递的准确性和时效性。
注意：工作流类型为卡片输出时，在工作流节点配置界面会展现卡片输出节点。工作流类型为参数输出，工作流节点配置界面会展示参数输出节点。
五、知识库节点
知识库节点是信息存储与检索的核心组件，此节点通过集成先进的信息组织架构、智能索引及语义分析技术，确保了对跨领域专业知识的精准访问与利用。
六、大模型节点
大模型节点可预编写Prompt（提示词），通过占位符的方式填充数据，最后请求qwen-max大模型获取结果。
注意：
1、目前仅支持qwen-max大模型，每次调用都会消耗平台资金，请酌情使用。
2、目前大模型不能完全保证输出的格式符合Prompt的要求，在使用时不建议将大模型节点用作数据处理并传递给代码开发节点，否则代码开始节点在使用大模型节点输出参数时可能会报错。
七、插件节点（待升级）
插件节点是一种策略性架构元素，也是至关重要的“组件集成”角色，它们作为高度可配置与扩展的服务单元，旨在执行特定任务或功能，允许工作流根据业务需求灵活地吸纳外部服务或实现自定义逻辑，从而增强了系统的模块化、可维护性和灵活性。
通过利用插件节点，工作流能够无缝集成诸如数据验证、自动化处理、定制化分析等进阶操作，确保了流程的高效执行与优化，目前插件节点支持插入官方插件和自定义插件，如何创建自定义插件可请参考创建自定义插件。