《扣子编程从零开始搭建智能体 卢欣欣 清华大学出版社》【摘要 书评 试读】- 京东图书《扣子编程从零开始搭建智能体》全书案例持续更新-CSDN博客扣子平台提供了丰富的节点类型覆盖业务逻辑、输入输出、数据库、知识库数据、图像处理等多个类别如图3-17所示。设计工作流的核心在于梳理工作流的业务逻辑和节点选型。本节将重点介绍几种常见节点的功能特性与适用场景助力读者在实际开发中高效构建业务流程。图3-17 扣子平台提供的节点类型3.4.1 大模型大模型节点是智能体实现智能化交互的核心基础单元也是所有智能体工作流中最常用的节点。通过调用平台内置的豆包、DeepSeek、GLM等大模型不仅能够完成用户意图理解、自然对话回复、文本内容生成等基础任务还能实现专业内容总结、逻辑推理判断、信息改写润色、多轮对话上下文承接、结构化数据输出等高阶AI能力。大模型节点广泛应用于智能客服解析用户意图、生成连贯回复、内容创作撰写文案、润色文本、数据分析提取结构化信息、推理判断、教育生成学习资料、答疑、医疗健康咨询、病历总结、电商商品描述生成、评价分析等场景。开发者在此节点中可选择模型类型、添加技能、配置系统提示词与用户提示词并设置输出格式如图3-18所示。图3-18 大模型节点的配置3.4.2 插件插件节点是智能体拓展能力边界、对接外部真实世界的关键功能单元。它通过封装和调用各类第三方API接口赋予智能体获取实时数据与执行实际动作的能力。该节点广泛应用于信息查询如实时搜索、最新新闻、数据核对、办公协同如文档处理、表格解析、发送邮件、生活服务如天气查询、快递追踪、日程管理、业务系统对接如CRM调用、ERP数据交互、第三方平台联动、开发运维如接口测试、数据采集、状态监测、教育科研如文献检索、数据统计、专业工具计算等场景。扣子平台的插件市场中提供了丰富的插件资源涵盖智能硬件、新闻阅读、便利生活、图像处理等多个领域。开发者单击具体的插件即可查看详细的参数说明与调用示例如图3-19所示。图3-19 插件市场3.4.3 代码代码节点是工作流实现复杂逻辑处理与底层数据加工的核心扩展单元。通过编写代码弥补了常规节点在精确计算与严格逻辑控制方面的不足既能胜任数据清洗、数组处理、JSON解析与格式转换等精细化操作又能实现接口签名加密、自定义算法、复杂条件分支等高阶能力。目前扣子平台的代码节点支持Python和JavaScript两种编程语言。如图3-20所示添加一个代码节点用于去除用户输入内容首尾的空格与换行符具体操作步骤如下。步骤1添加一个“代码”节点并单击该节点展开右侧参数配置对话框。步骤2在代码节点配置对话框中单击“代码”右侧的“在IDE中编辑”按钮进入代码编写界面。步骤3从语言下拉列表中选择所需要的编程语言并编写代码。在编写逻辑时通过params args.params获取全部输入参数并赋值给变量params后续可使用params[key]的形式精准提取特定参数的值进行后续处理。步骤4代码编写完成后可单击“测试代码”按钮进行测试。图3-20 代码节点配置3.4.4 选择器选择器节点是工作流实现条件路由和逻辑分流的核心控制单元是搭建复杂业务流程中最常用的判断节点。它根据预设条件的判断结果自动将数据流精准导向对应的执行分支。该节点不仅支持基础的单条件判断还能灵活应对多条件组合筛选与分支优先级匹配等复杂逻辑场景。如图3-21所示判断用户输入的内容中是否包含链接。若包含则路由至“链接读取”插件节点若不包含则直接流向“大模型”节点。具体操作步骤如下。步骤1添加“选择器”节点并单击该节点展开右侧参数配置对话框。步骤2在面板中配置条件分支指定判断变量为上一个节点的输出判断逻辑为“包含”填写目标匹配值为“http”链接一般都包含“http”故此处填“http”。步骤3将配置好的条件分支出口分别连接至对应的下游处理节点。图3-21 选择器节点配置在单个分支内可通过“新增”按钮添加多个判断条件然后选择逻辑关系且、或、指定判断条件。如果要新增独立的条件分支则单击“条件分支”旁的“”号即可。单击条件或条件分支后面对应的“—”可进行删除如图3-22所示。图3-22 新增判断条件和条件分支3.4.5 意图识别意图识别节点是智能体实现用户意图理解、对话场景精准分流的核心理解单元是构建多场景、多任务智能交互工作流的关键基础节点。例如在智能客服系统中通过理解与咨询意图自动跳转到售前、售后不同的服务流程。使用意图节点通过对用户输入内容进行语义解析与意图匹配能够快速识别用户当前的对话目的与需求类型实现场景自动归类、问题分类、交互路径引导等。如图3-23所示根据用户输入识别用户意图是要提取文章摘要、提取关键词还是要仿写。操作步骤说明如下。步骤1单击“意图匹配”右侧的“”增加匹配条件并填写意图描述。如需要删除匹配条件可单击匹配条件后面图标。步骤2将每个意图分类的出口分别连接至对应的下游处理节点。图3-23 意图识别节点配置意图节点和选择器节点虽然都可以实现分流控制但二者在定位、作用逻辑、适用场景等方面都存在显著差异。意图节点从自然语言理解的角度解析用户“想做什么”可处理模糊、口语化的输入选择器节点侧重的是逻辑判断判断数据是否匹配预设条件针对明确的数值、字符串或布尔值进行精确的逻辑匹配。实际工作流中二者常常配合使用先通过意图识别节点识别用户需求再将识别结果作为选择器节点的输入条件由选择器节点根据意图类型跳转至对应的数据处理分支实现“理解用户控制流程”的目的。3.4.6 变量聚合当工作流涉及并行分支、循环执行或多节点输出时数据往往会碎片化散落于不同节点与轮次中难以直接统一调用或一次性输出。变量聚合节点专门用于解决此类“数据碎片化”问题负责将多分支、多轮次产生的零散结果统一归集整合成完整、规整、可直接调用的最终数据。在实际应用中该节点常作为批处理、循环或选择器节点的下游承担数据汇总的任务。如图3-24所示工作流经意图识别节点分流为三条支线随后变量聚合节点将这三个分支产生的零散结果归集为一个完整的数据集合group1并交由输出节点一次性返回给用户。图3-24 变量聚合节点配置3.4.7 图像生成在工作流中使用图像生成节点实现视觉内容创作与输出赋予智能体从纯文本交互向多模态内容创作延伸的能力。该节点通过接收上游节点的文本描述提示词调用底层图像生成模型将用户需求直接转化为高质量的视觉图像。该节点常用在广告物料生成、绘本创作、内容辅助创作等场景。图像生成节点的效果高度依赖提示词的质量因此在实际搭建中上游通常会先连接一个“大模型节点”由其对用户输入进行结构化处理与提示词优化生成标准、规范的提示词后再传入图像生成节点如图3-25所示。图3-25 图像生成节点配置3.4.8 画板画板节点是扣子智能体中用于对图片进行二次编辑、合成、叠加、排版的视觉处理节点属于多模态能力扩展节点。它可以把图片、文字、图标等元素在虚拟画布上进行组合、布局最终输出一幅完整的合成图。例如在3.4.7节的工作流的基础上实现生成带文字的图片具体操作如下。步骤1在工作流中增加一个画板节点并置于图像生成节点之后。步骤2为开始节点增加一个输入变量命名为description代表图片上的描述文字。步骤3单击“画板”节点在右侧参数配置对话框中增加三个元素分别代表图片主题、描述和图片。步骤4双击参数配置对话框中的“画板编辑”进入自定义画板页面。点击引用变量按钮分别引用主题theme、描述description和图片data三个变量并调整位置和样式。图3-26 画板节点配置运行结果如图3-27所示。图3-27 运行结果3.4.9 循环循环节点主要用于实现批量处理与自动化迭代适用于处理同质化任务的重复执行场景。该节点支持按次数循环、按数组循环和无限循环三种模式。如图3-28所示在该工作流中使用循环节点生成多幅分镜图片。图3-28 生成分镜图片工作流循环节点的循环数组为上游节点的输入变量输出为图片生成节点的输出该节点的配置如图3-29所示。图3-29 循环节点的配置3.4.10 批处理批处理节点是工作流中实现高并发、高效率数据处理的“加速器”。与循环节点的“逐个排队处理”不同批处理节点的核心优势在于并行执行它能够同时接收一组数据数组并行或分组调用相同的处理逻辑从而大幅缩短大批量任务的执行耗时。关于批处理节点的具体使用方法请参见第8章。