​

工作流功能介绍

工作流是 PIG AI 平台的核心功能之一，通过将复杂的任务分解成较小的步骤（节点）降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了 LLM 面向复杂任务的性能，提升了系统的可解释性、稳定性和容错性。

​

1. 关键概念

​

1.1 节点

​

1.2 变量

​

1.3 环境变量

环境变量拥有以下特性：

• 环境变量可在大部分节点内全局引用
• 环境变量命名不可重复
• 环境变量为只读变量，不可写入

​

2. 工作流节点类型

​

2.1 开始节点

在开始节点的设置页面，你会找到：“变量列表”。用户调用发布的智能体编排的时候需要按照开始节点要求进行入参。

​

2.1.1 输入字段

输入字段由应用开发者配置，用于提示用户提供额外信息。例如，在周报应用中，可能需要用户提供姓名、工作日期范围和工作详情等背景信息，这些初步信息有助于 LLM 生成更高质量的回复。

​

2.2 问题分类节点

​

2.2.1 节点参数

​

2.2.2 节点功能

问题分类节点允许你定义多个分类，每个分类包含：

• 分类名称：用于标识该分类的唯一名称
• 分类描述：详细说明该分类所涵盖的问题类型和特征
• 示例问题：提供该分类的典型问题示例，帮助 LLM 更准确地识别

当用户提问时，LLM 会分析问题内容，并将其归类到最匹配的分类中，然后工作流可以根据分类结果执行不同的处理路径。

​

2.2.3 使用场景

​

2.3 分支节点

通过条件判断代码动态控制工作流分支走向，根据输入参数值返回对应的分支索引。以下示例演示如何根据用户输入参数判断执行路径：

function main(args) {
  // 条件判断：当输入参数等于 'ai' 时返回分支索引 0，否则返回分支索引 1
  return args.content === 'ai' ? 0 : 1;
}

​

2.4 代码执行节点

// 这里返回值必须是 map，才能被下游感知
function main(args){
  // 可以通过 args.arg1 的形式获取上文参数
  return {
    arg1: args.arg1,
    arg2: args.arg2
  }
}

​

2.5 LLM 节点

​

2.5.1 节点功能

​

2.5.2 使用场景

​

2.5.3 变量引用

在提示词中，你可以通过 ${变量名} 的方式引用工作流中的变量，实现动态提示词构建：

​

2.6 数据库节点

​

2.6.1 节点功能

这里可以直接选择开发平台维护的数据源，然后针对目标数据源写 SQL:

直接 SQL 查询：允许你编写 SQL 语句直接操作数据库

-- 可以通过 ${} 获取变量输入
SELECT * FROM users WHERE age > ${arg1}

​

2.6.2 数据源维护

• 数据源列表：通过开发平台平台 > 新增数据源进行维护

​

2.7 HTTP 请求节点

​

2.7.1 节点功能

​

2.8 消息通知节点

​

2.8.1 节点功能

​

2.8.2 推送渠道维护

​

2.9 知识库节点

​

2.9.1 节点功能

​

2.9.2 使用注意事项

​

2.10 结束节点

​

3. 应用发布 (API)

对话型应用支持发布为：

• 直接运行
• 访问 API - 通过标准化接口供外部其他应用系统调用

​

3.1 请求参数描述

​

3.2 响应参数描述