本文介绍FastGPT 工作流的一个概念—— 节点，帮助读者对 FastGPT工作流的基本单元有个初步了解，建议读者上 FastGPT官网对照节点图阅读。

什么是节点？节点是工作流中执行具体任务的最=小、最=核心的功能。每个节点都是构建工作流的“智能积木”，是一个各司其职的功能单元。它们就像一块块功能各异的智能乐高积木，有的负责对话，有的负责搜索，有的负责判断，通过将它们拼接在一起，就能搭建出强大的应用。每个节点包含三个核心部分，输入、输出、触发器。为了更好地理解，我们可以将常见的节点分为两大类，系统节点和功能节点。

1. 系统节点（System Nodes ）

用户引导（配置一些对话框信息）、用户问题（流程入口）这类节点是工作流的出入口，它们定义了流程的起点、终点以及与用户的基本交互界面，是每个工作流都不可或缺的基础设施。系统节点配置页面如图 4-1 所示。

图4-1  系统节点配置页面

2. 功能节点（Functional Nodes ）

功能节点是工作流的主体，负责实际的思考、查询和逻辑判断。这些节点都有明确的输入和输出，可以自由组合，创造出强大的能力。

（1 ）AI 对话：调用大语言模型进行思考、分析和内容生成。调用底层的大语言模型（如 GPT 、文心一言等），根据输入的上下文（如用户问题、知识库片段、历史记录）和设定的提示词（Prompt ），进行深度加工和内容生成，最终产生自然流畅的回答。详细的提示词撰写技巧在第4 章中有所体现。AI 对话配置页面如图4-2 所示。

图 4-2  AI 对话节点配置页面

（2 ）知识库搜索：在正式执行搜索或对话前，根据输入的问题，从你指定的私有知识库中，利用向量检索技术，快速、准确地找出最相关的文本片段作为上下文。例如，用户询问“公司的报销政策是什么？”，此节点会从你上传的《员工手册》知识库中，找到关于报销制度的段落，并将其输出给“AI 对话”节点作为回答依据。知识库搜索节点配置页面如图4-3 所示。

图4-3  知识库搜索节点配置页面

（3 ）知识库搜索引用合并：当工作流中存在多个“知识库搜索”节点时（例如，同时搜索了“产品库”和“FAQ 库”），此节点可以将它们的搜索结果合并成一个统一的引用列表，方便后续节点统一处理。例如，一个电商客服应用，用户问题可能同时与“产品规格”（在产品库）和“售后政策”（在售后库）相关。通过两个搜索节点分别搜索，再用此节点合并，可以让“AI 对话”获得更全面的信息。知识库搜索引用合并节点配置页面如图4-4 所示。

图 4-4  知识库搜索引用合并节点配置页面

（4 ）问题优化：在正式执行搜索或对话前，对用户的原始问题进行“净化”和“增强”。使用问题优化功能，可以提高知识库连续对话时搜索的精度。使用该功能后，会先利用 AI 根据上下文构建一个或多个新的检索词，这些检索词更利于进行知识库搜索。该模块已内置在知识库搜索模块中，如果仅进行一次知识库搜索，可直接使用知识库内置的补全功能。问题优化节点配置页面如图4-5 所示。

图 4-5  问题优化节点配置页面

（ 5 ）工具调用 / 终止：在更复杂的 Agent 场景中，此节点可以决定调用哪个预设的 “ 工具集”（可以是一个复杂的工作流模块）。强制结束当前工作流的运行。当某个条件明确满足，且无需任何后续操作和回复时，可以使用此节点来提前终止流程，节省资源。工具调用 / 终止页面如图 4-6 所示。

图 4-6 工具调用 / 终止节点配置页面

（7 ）HTTP 请求：调用任何标准的第三方API 接口。它可以发送GET 、POST 等请求，并能处理请求头、请求体和参数，接收并输出API 的返回结果。例如，用户需要查询实时信息，可以调用天气API 获取实时天气；用户还可以调用企业内部的CRM 系统API ，在系统中创建一条新的销售线索。HTTP 请求节点配置页面如图4-8 所示。

图4-8  HTTP 请求节点配置页面

（8 ）判断器：判断器是实现条件逻辑的核心，根据一个或多个输入变量，进行逻辑条件判断（如等于、不等于、包含、大于、为空等）。它有多个出口（如“满足条件”和“不满足条件”），可以根据判断结果，将流程引导至完全不同的分支。判断器节点配置页面如图4-9 所示。

图4-9  判断器节点配置页面

（9 ）问题分类：问题分类相当于“意图识别专家”，专门用于理解用户问题的意图。你可以预设几个问题类别（如“售前咨询”“订单查询”“技术支持”），此节点会判断用户问题最=符合哪个类别，并输出该类别名称。在开发实战中，通常作为流程的前置步骤，首先对用户问题进行分类，然后将输出的类别交给“判断器”进行判断，从而实现智能路由。问题分类节点配置页面如图4-10 所示。

图 4-10  问题分类节点配置页面

（10 ）变量更新：用于创建、修改或删除工作流中的变量。可以将某个节点的输出赋值给一个新变量。变量更新节点配置页面如图4-11 所示。

图 4-11  变量更新节点配置页面

（ 11）代码运行：直接在工作流中安全地执行一小段 Python 或 JavaScript 代码。可以进行复杂的数据处理、自定义计算。代码运行节点配置页面如图4-12所示。

图 4-12  代码运行节点配置页面

（12）批量运行：接收一个数组（列表）作为输入，然后对其的每一个元素，都完整地执行一遍其内部嵌套的子工作流。批量运行节点配置页面如图4-13所示。

图4-13  批量运行节点配置页面

（13）用户选择：暂停工作流，并向用户展示一个或多个预设的选项（按钮）。工作流会根据用户的点击，从对应选项的出口继续向下执行。用户选择节点配置页面如图4-14所示。

图 4-14  用户选择节点配置页面

（14）表单输入：向用户展示一个包含多个输入框的表单，并可以对每个输入框设置标签、类型（文本、数字等）和是否必填。只有当用户填写完表单并提交后，流程才会继续。表单输入节点配置页面如图4-15所示。

图 4-15  表单输入节点配置页面

（15）文本拼接：将多个输入（可以是固定文本，也可以是来自其他节点的变量）按照你设定的顺序和格式，拼接成一个单一的字符串。文本拼接节点配置页面如图4-16所示。

图4-16  文本拼接节点配置页面

3. 输入与输出（Input & Output）

输入与输出是驱动流程的“数据血脉”。每个节点都拥有明确的输入和输出接口。节点的输入可以接收来自用户问题、全局变量或其他节点输出的值。节点的输出则可以作为后续节点的输入，实现数据的流动和处理。新的上下文和AI回复内容为输出，输出可以被之后任意节点变量引用。

节点的上下左右有四个“触发器”可以被用来连接，被连接的节点按顺序决定是否执行。

例如“流程开始”节点是所有任务的入口，负责接收用户的提问和会话历史；而“指定回复”或“AI对话”中的最终输出，则是流程的出口。如图4-17所示，这是一个最简单的AI对话。它由流程开始和AI对话节点组成。

图4-17  最简化AI 对话页面

4. 触发器（Trigger）

触发器是指挥流程的“控制信号”，用于连接不同节点，控制工作流的执行顺序。当一个节点执行完毕后，会激活其后置触发器，进而启动下一个连接的节点。

本文节选自《玩转FastGPT：像搭积木一样构建智能体》，获出版社和作者授权发布。