【JeecgBoot AIGC】AI 工作流配置与流程节点全解析

JeecgBoot 平台的 AIGC 功能模块，是一套类似 Dify 的 AIGC 应用开发平台 + 知识库问答 子系统，是一款基于 LLM 大语言模型 AI 应用平台和 RAG 的知识库问答系统。 其直观的界面结合了 AI 流程编排、RAG 管道、知识库管理、模型管理、对接向量库、实时运行可观察等，让您可以快速从原型到生产，拥有 AI 服务能力。

• 体验地址：https://boot3.jeecg.com

• 源码下载：https://github.com/jeecgboot/JeecgBoot

1. 介绍

本小节介绍如何在系统中创建和管理 AI 工作流。

AI 工作流通过将复杂任务拆解为更小的步骤（即流程节点），从而降低系统复杂度，提高执行效率。通过合理的工作流编排，可以减少对 Prompt Engineering（提示词工程）和单次 LLM 推理的依赖，提升 AI 任务的稳定性、可解释性和容错能力。

2. 流程管理

进入流程管理页面，您可以查看系统中的所有 AI 流程。

• 点击某个流程条目，即可进入流程编排页面，对流程进行调整和优化。

2.1 编排流程

点击 添加流程 ，进入新流程编排页面。默认情况下，系统会自动添加一个 开始节点。

在流程编排界面，点击现有节点后的 加号（+），可在该节点后新增流程节点。

此外，还可以按住鼠标 拖动连线，将不同节点连接在一起，形成完整的工作流。

如果需要调整流程，可以选中连线后点击 删除按钮，移除两个节点间的连接。

点击 节点右上角的"..." ，可打开节点的 更多选项 ，支持 复制 或 删除 节点。

点击某个 流程节点，右侧会弹出该节点的详细配置窗口，每个节点的配置方式有所不同，需根据实际业务场景进行调整。

右上角提供了 保存、调试、关闭 当前流程的功能，方便随时调整和测试。

2.2 流程节点

2.2.1 开始节点

开始节点 是流程的起点，用于接收外部输入。

• 设定输入参数，例如文本、数值或结构化数据。

• 触发流程的执行，确保数据正确传递到后续节点。

• history 入参：当流程被聊天调用时，聊天的历史将存储在 history 中供 llm 使用。

2.2.2 LLM 节点

LLM（大语言模型）节点 负责调用 LLM（如 GPT、Qwen）进行文本生成或智能问答。

• 选择配置好的语言模型。

• 设定提示词，指引 LLM 输出预期结果。

• 配置模型参数，如温度（Temperature）和最大 Token 数。

• 如果 LLM 节点的入参中包含知识库节点输出的 data 时，将自动生成基于知识库的智能回答

如果您不确定如何编写提示词，可以通过点击生成按钮来进入提示词生成器。在该界面中，您可以填写您的需求，AI 将会自动帮助您生成合适的提示词。这种方式可以有效地帮助您获取所需的内容，节省时间和精力。请确保尽量详细地描述您的需求，以便生成器能够提供更准确的提示词。

2.2.3 分类器节点

分类器节点 用于让 LLM 对输入数据进行分类，并将其路由到不同的分支。

• 适用于意图识别、文本分类等场景。

• 设定提示词，指引 LLM 选择正确的分类。

• 可配置多个分类条件，并设定不同的处理路径。

2.2.4 知识库节点

知识库节点 负责在 AI 知识库中查询匹配的内容，以增强 AI 回答的准确性。

• 选择已经准备好的知识库，从该知识库中检索内容，检索条件是查询变量。

• 将输出文档列表和文档内容。

• 可以自定义配置知识库检索时的返回条目数和最低分数。

2.2.5 条件分支节点

条件分支节点 根据设定的条件，决定流程的下一步执行路径。

• 支持多种逻辑判断，如文本匹配、数值比较。

2.2.6 脚本执行节点

脚本执行节点 允许在流程中执行自定义的代码。

• 适用于自定义数据处理、API 调用等场景。

• 运行时可访问流程变量，实现灵活控制。

• params 即节点的输入参数

• 输出变量，将从 return 的对象中获取。

支持代码类型：

• javascript

• groovy

• kotlin

• aviator

不同的脚本有两种写法，其中 JavaScript 和 Groovy 需要将业务代码写在默认定义好的函数中。以 JavaScript 为例，示例如下：

在代码中，需要定义一个 main 函数：

• 入参 ：params 包含了节点配置的输入变量。

• 返回值：函数需要返回一个对象，该对象的每一个值都可以在输出变量中获取到。

2.2.7 Java 增强节点

Java 增强节点 允许调用 Java 代码或自定义组件，扩展流程功能。

• 适用于调用 Java 业务逻辑或处理复杂计算。

• 需提前编写并注册 Java 类，供流程调用。

• java 增强类需要实现 IAiRagEnhanceJava 接口。

• 支持两种注册方式：

• 类路径：填写完整的 java 类路径

• Spring Bean：填写 java 类的 SpringBean 名称

示例：

1.在项目中新增 java 类：TestAiragEnhance

@Componentpublic class TestAiragEnhance implements IAiRagEnhanceJava {    @Override    public Map<String, Object> process(Map<String, Object> inputParams) {        Object arg1 = inputParams.get("arg1");        Object arg2 = inputParams.get("arg2");        return Collections.singletonMap("result",arg1.toString()+"_java拼接_"+arg2.toString());    }}

2.新建流程

1.开始节点配置两个入参：问题 1、问题 2。

2.java 增强节点：

- 输入变量对应代码中的方法入参。 - 输出变量对应代码中方法返回值。

3.结束节点

4.调试流程：

2.2.8 子流程节点

子流程节点 允许流程嵌套，支持在当前流程中调用另一个已定义的流程。

• 适用于复用已有的业务逻辑，提升流程的模块化和可维护性。

• 可传递参数给子流程，并获取其返回结果。

2.2.9 http 节点

http 节点 允许在流程中调用 http 接口，并获取接口返回值输出给其他节点。。

• 适用于通过接口调用已有的业务逻辑。

• 支持自定义参数、请求头、请求体。

• 请求地址支持使用{{domainURL}}来获取当前系统域名

• 参数值、请求头、请求体都支持使用{{paramName}}来引用输入变量以及系统上下文变量

2.2.10 直接回复节点

直接回复节点，可以在文本编辑器中自由定义回复格式，包括自定义一段固定的文本内容、使用前置步骤中的输出变量作为回复内容、或者将自定义文本与变量组合后回复。

可随时加入节点将内容流式输出至对话回复，如：

• 输出 LLM 节点回复内容

• 输出纯文本

与结束节点的区别：

1.直接回复节点不会结束流程。

2.直接回复节点回复的内容只通过 SSE 返回（即使用 blocking 调用时无法获取）

2.2.11 结束节点

结束节点 标志流程执行完毕，输出最终结果。

• 可设定输出数据结构，如文本、JSON 等。

• 勾选返回文本，将输出文本类型的结果。

• 不勾选则输出 json 类型的结果。

• 支持将最终结果返回给调用者。

2.3 调试流程

完成流程编排后，可以使用调试功能测试流程的运行情况。

点击 运行按钮，进入调试界面。

输入运行参数，例如：

jeecg 是什么

调试界面将动态展示流程的执行路径。

您还可以查看每个节点的 输入 和 输出 数据，确保流程逻辑正确。

3. 总结 AI

工作流通过模块化的流程节点，简化了复杂任务的执行逻辑，使得 AI 任务更加稳定、可解释，并易于维护。通过合理使用 LLM 节点、知识库节点、分类器节点等组件，用户可以高效搭建智能化的 AI 处理流程，提高系统的自动化能力和智能水平。