可视化工作流引擎

夜月AI应用平台 的核心功能之一是可视化工作流引擎，允许用户通过拖拽式界面构建复杂的AI工作流，无需编写代码即可实现多步骤AI流水线。

核心特性

• 13种内置节点类型：覆盖LLM对话、知识检索、条件分支、工具调用等场景
• 可视化编排：拖拽式界面，直观构建复杂流程
• 上下文传递：节点间通过 ref_inputs 配置实现数据流转
• Token统计：实时跟踪整个工作流的Token消耗
• SSE流式响应：支持Server-Sent Events流式输出

节点类型

流程控制节点

节点	类型	说明
START	入口节点	工作流起点，可配置开场白
END	终止节点	工作流终点
IF_ELSE	条件分支	根据条件执行不同分支

LLM节点

节点	类型	说明
LLM	文本对话	基础文本LLM对话节点
MULTIMODAL_LLM	多模态	支持图像、音频、视频输入

知识检索节点

节点	类型	说明
KNOWLEDGE_RETRIEVAL	RAG检索	从向量存储中检索知识
KG_RETRIEVAL	图谱检索	从知识图谱中检索知识

工具节点

节点	类型	说明
DOC_EXTRACTOR	文档提取	提取文档内容
DATETIME_TOOL	日期时间	获取当前日期时间
WEB_SEARCH_TOOL	网络搜索	执行网络搜索
HTTP_REQUEST_TOOL	HTTP请求	发送HTTP请求
CUSTOM_TOOL	自定义工具	用户自定义工具
COMMAND_EXEC_TOOL	命令执行	执行系统命令

工作流执行流程

graph TD
    A[START] --> B[LLM节点]
    B --> C{IF_ELSE条件}
    C -->|条件1| D[KNOWLEDGE_RETRIEVAL]
    C -->|条件2| E[WEB_SEARCH_TOOL]
    D --> F[END]
    E --> F

1. 从START节点开始执行
2. 按照节点连接顺序依次执行
3. IF_ELSE节点根据条件选择分支
4. 每个节点输出作为下一个节点的输入
5. 到达END节点完成执行

技术实现

图遍历算法

工作流引擎使用图遍历算法执行节点，支持：

• 顺序执行
• 条件分支
• 并行执行（计划中）

上下文传递

节点间通过 ref_inputs 配置实现数据流转：

{
  "ref_inputs": {
    "user_query": "{{START.output}}",
    "context": "{{KNOWLEDGE_RETRIEVAL.results}}"
  }
}

Token统计

实时跟踪整个工作流的Token消耗，包括：

• 输入Token数
• 输出Token数
• 总Token数

使用场景

智能客服

START → LLM(意图识别) → IF_ELSE → KNOWLEDGE_RETRIEVAL → LLM(生成回答) → END

数据分析

START → DOC_EXTRACTOR → LLM(数据提取) → HTTP_REQUEST(数据查询) → LLM(分析报告) → END

内容生成

START → WEB_SEARCH_TOOL → LLM(内容生成) → END

代码示例

创建工作流

// 创建工作流定义
WorkflowDefinition workflow = new WorkflowDefinition();
workflow.setName("智能客服工作流");

// 添加节点
WorkflowNode startNode = new WorkflowNode("START", "开始");
WorkflowNode llmNode = new WorkflowNode("LLM", "意图识别");
WorkflowNode endNode = new WorkflowNode("END", "结束");

// 连接节点
workflow.addEdge(startNode, llmNode);
workflow.addEdge(llmNode, endNode);

// 保存工作流
workflowService.save(workflow);

执行工作流

// 执行工作流
WorkflowExecution execution = workflowService.execute(
    workflowId,
    Map.of("userQuery", "如何配置RAG知识库？")
);

// 获取执行结果
String result = execution.getResult();

相关链接

• 多模型LLM集成
• RAG知识库
• 快速开始