【愚公系列】《扣子开发 AI Agent 智能体应用》011-扣子工作流详解（工作流逻辑结构和常见节点）
💎【行业认证·权威头衔】
✔ 华为云天团核心成员：特约编辑/云享专家/开发者专家/产品云测专家
✔ 开发者社区全满贯：ZEEKLOG博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主
✔ 技术生态共建先锋：横跨鸿蒙、云计算、AI等前沿领域的技术布道者
🏆【荣誉殿堂】
🎖 连续三年蝉联"华为云十佳博主"（2022-2024）
🎖 双冠加冕ZEEKLOG"年度博客之星TOP2"（2022&2023）
🎖 十余个技术社区年度杰出贡献奖得主
📚【知识宝库】
覆盖全栈技术矩阵：
◾ 编程语言：.NET/Java/Python/Go/Node…
◾ 移动生态：HarmonyOS/iOS/Android/小程序
◾ 前沿领域：物联网/网络安全/大数据/AI/元宇宙
◾ 游戏开发：Unity3D引擎深度解析
文章目录
🚀前言
工作流是指一系列相互关联的步骤或任务，用于完成特定的业务过程或项目。它定义了任务的顺序、执行者以及相关的条件和规则，以确保流程的顺利进行和最终目标的达成。本章将介绍扣子工作流的分类、解决的问题、逻辑结构、常见节点，并结合一个图文示例演示扣子工作流的用法。
🚀一、工作流逻辑结构和常见节点
🔎1.扣子工作流的逻辑结构
简单来说，扣子工作流是一个有唯一输入和唯一输出的有向无环图（DAG）。其核心构成是一系列按顺序连接的功能节点，如图所示。
- 节点：是工作流中具有特定功能的独立模块，代表一个独立的步骤或逻辑。每个节点都负责处理数据、执行任务，并具备明确的输入和输出接口。
- 固定节点：每个工作流都必须且唯一地包含一个开始节点和一个结束节点。
- 开始节点：定义工作流的输入参数，是流程的起点。它默认包含一个
input参数，用于接收用户的原始输入。 - 结束节点：定义工作流的输出结果，是流程的终点。它支持以返回变量或返回文本两种方式输出结果。
- 开始节点：定义工作流的输入参数，是流程的起点。它默认包含一个
- 节点连接：通过将一个节点的输出，引用为另一个节点的输入，可以将不同的节点像链条一样连接起来，形成数据流动和处理的操作链。例如，大模型节点的输出可以作为代码节点的输入进行进一步加工。
- 设计哲学：构建工作流就像“搭积木”。将一个复杂任务分解为多个子任务，每个子任务由一个节点（积木）完成，再通过数据流（连接方式）将这些节点有序组合，最终形成一个完整的功能（形状）。
🔎2.扣子工作流的常见节点
节点是构建工作流的基础单元。扣子平台提供了丰富类型的节点，每个都有其特定的功能和适用场景。了解这些节点是高效搭建工作流的前提。主要节点类型概览如图所示。
🦋2.1 插件节点
- 功能：在工作流中调用已集成的插件工具，实现特定功能。
作用与场景：快速扩展工作流能力边界。当需要联网搜索、查询天气、处理图片等现有插件已提供的功能时，直接使用插件节点可以极大节省开发时间。如果官方插件无法满足需求，开发者还可以创建自定义插件接入。
🦋2.2 大模型节点
- 功能：调用选定的大语言模型（LLM），根据输入和提示词生成文本输出。
作用与场景：为工作流注入“智能”，处理需要理解、生成、总结或推理自然语言的任务。其输出质量高度依赖所选模型的能力。基础版账号可使用有限的模型，而专业版账号可以接入如DeepSeek、火山方舟平台上的豆包系列等更多高性能模型。通过配置系统提示词和用户提示词，可以精准控制模型的角色与回复风格。
🦋2.3 代码节点
- 功能：执行一段自定义的Python或JavaScript代码。
作用与场景：实现现有节点无法提供的特定逻辑、复杂算法、数据格式转换，或与外部API/系统进行集成。当工作流需要精确计算、复杂数据处理或调用特殊库时，代码节点提供了最高的灵活性。
🦋2.4 知识库检索节点
- 功能：根据查询条件（Query），从指定的知识库中召回最匹配的文本片段。
作用与场景：为工作流提供精准的企业内部或垂直领域知识支持，有效解决大模型在专业问题上可能存在的“幻觉”或知识陈旧问题。广泛应用于智能问答、企业知识检索、智能客服等系统。
🦋2.5 图像生成节点
- 功能：根据文本描述（或参考图）生成相关图片。
作用与场景：实现“文生图”或“图生图”。相较于通过对话调试图像生成参数，在工作流中使用此节点可以标准化、批量化地生产图片，大幅提升效率和效果一致性。
🦋2.6 循环节点
- 功能：重复执行其内部的一系列节点。
- 作用与场景：处理需要批量、迭代完成的任务。支持三种循环类型：
- 遍历数组：对数组中的每个元素执行相同操作。
- 指定次数：固定循环N次。
无限循环：需搭配终止条件使用。
典型应用：长文本分段落生成/总结、批量生成图片等。
🦋2.7 选择器节点
- 功能：根据输入条件判断，引导工作流执行不同的分支路径（类似编程中的
if-else语句）。 - 作用与场景：实现工作流的条件分支逻辑。例如，在客服系统中，根据用户输入是“退货”还是“换货”，将流程导向不同的处理分支。适用于任务分发、流程切换和数据筛选等场景。
🦋2.8 文本处理节点
- 功能：对输入的文本进行加工，如拼接、分隔、清洗、格式化等。
作用与场景：清洗和规整杂乱文本数据，提取关键信息，或将多个信息源组合成符合下游节点要求的输入格式。是优化数据流、提升后续节点处理准确性的重要工具。
🦋2.9 意图识别节点
- 功能：基于大模型能力，理解用户输入的自然语言背后真正的意图（如“咨询”、“投诉”、“购买”），并将其分类。
作用与场景：在多功能智能体中作为“总调度”，对用户问题进行初步分类，然后流转到对应的专业分支（如不同知识库或处理流程）进行处理。它比纯规则的选择器节点更智能，能理解语义相近的不同表达。
🦋2.10 变量赋值节点
- 功能：在工作流中创建或修改变量的值，实现数据的动态存储和传递。
作用与场景：临时存储用户输入的关键信息（如姓名、偏好）、中间计算结果或条件判断结果，供工作流后续的节点使用，是实现复杂状态管理和个性化服务的基础。
🦋2.11 数据库节点
- 功能：对数据库进行增、删、改、查（CRUD）操作。可将用户的自然语言查询自动或半自动转换为SQL语句执行。
作用与场景：持久化存储用户信息、业务数据（如订单、用户资料），并提供强大的数据查询和管理能力，使智能体具备“记忆”和深度数据处理能力。
🦋2.12 画板节点
- 功能：一个可视化图形编辑工具，支持插入图片、文本、形状等元素进行自由排版设计。
作用与场景：自动生成电商海报、营销Banner、社交媒体配图等。可以结合上游节点提供的文本和图片素材，动态生成符合设计规范的图片，实现内容与设计的自动化结合。
🦋2.13 长期记忆节点
- 功能：从智能体的“长期记忆”中召回关于当前用户的个性化信息（如喜好、历史对话摘要）。
作用与场景：实现高度个性化的服务。例如，在新闻推荐工作流中，根据长期记忆中记录的用户兴趣偏好来筛选新闻内容，使推荐结果更贴合用户。
🦋2.14 工作流节点
- 功能：在当前工作流中调用另一个已创建的工作流，实现工作流的嵌套。
作用与场景：实现复杂任务的模块化开发。将通用的、标准化的功能封装为子工作流，然后在主工作流中像调用函数一样复用，使整体逻辑更清晰，易于管理和维护。
🦋2.15 知识库写入节点
- 功能：允许用户或工作流主动向指定的知识库上传并存储新的文档。
作用与场景：动态扩展和更新知识库内容。是构建用户可贡献内容的UGC系统、或让智能体在运行中积累新知识的唯一途径。注意：此节点为异步操作，且上传的文档对所有用户可见。
