ワークフロー入門
1.ワークフローとは?
ワークフローは、複数のノードで構成され、ノードは主に大規模な言語モデルLLM、コードブロックが含まれており、セレクタ、プラグインなどのロジックを判断するのですか、異なるノードが動作するために異なる情報を必要とし、各ノードは、情報の2つのソースを持って、1つは、前のノードによって与えられた情報への参照であり、他の開発者自身の情報ですので、キャンバス内の独自の要件に基づいてする必要がありますワークフローを動作させるために、最終的にあなたが望む結果を出力するために、異なるノード(すなわち、ワークフローの構築)に接続されます。したがって、ワークフローを動作させ、最終的にあなたが望む結果を出力するために、あなた自身の要件(すなわち、ワークフローの構築)に従って、キャンバス内の異なるノードを接続する必要があります。
推薦図書Wenxinインテリジェント・ボディ・チュートリアル:(II) インテリジェント・ボディを作るワークフローについて
2.役割とは?
ワークフローにより、ユーザーは各ステップのロジックとアウトプットを細かく制御できるようになり、AIアプリケーションの安定性と再現性が向上する。ワークフローを構築することで、インテリジェンスは複雑なタスクをより高い品質で処理することができる。
3.いつ使用する必要がありますか?
いくつものステップがあるタスクに直面し、最終結果に対して厳しい要件がある場合、例えば、結果が正確で、正しくフォーマットされている必要がある場合、これを達成するためにワークフローを使用することが適切です。
4.典型的なインテリジェントボディの使用シナリオをサポートする
取る | ショッピングガイド | 英語スピーキング・コーチング・スペシャリスト | グラフィック・コンポジション |
ワークフロー | ユーザークエリによる意図の分類(決定前、決定中、決定後) - 異なるプラグイン/HTTPツール/ナレッジベースを使用して、ユーザのニーズを満たすための異なるユーザ意図 - 集計された情報の返却 | ユーザー入力音声 - シーンごとの判定 - 英語入力呼び出し HTTPツールによる音声採点/発話誤り訂正 - モデル修飾後に合成されたTTS出力 | ユーザー入力に基づくトピックの確認 - トピックに基づくコンテンツの出力 - プラグインを使用した、詩を分割して画像を生成 - 出力のための混合アレンジ方法の定義--要約結果の表示 |
関与ノード | ビッグモデル、セレクタ、HTTPツール、ナレッジベースなど。 | ビッグモデル、プラグイン(検索)、セレクタ、HTTPツール | 大型モデル、プラグイン(生のダイアグラム)、ナレッジベース(オプション) |
操作ガイド
1.ワークフローの理解
- キャンバス:ワークフローの操作パネルであり、ユーザーのオーケストレーション動作はキャンバス上で洗練される;
- ノード:ワークフローの基本単位であり、ワークフローは、接続となる論理に従って、様々なノードによって行われます;
- Wire:ビジネスロジックとプロセス設計を実現するためのノードとワイヤの組み合わせにより、ノードを接続する唯一のツールです。
2.作戦の入り口
この問題には2つの操作の入り口があります:マイワークフローでワークフローの追加と編集ができ、また、ワークフロー操作のためにゼロコード作成プロセスでワークフローパネルを追加することができます。
3.運営プロセス:
[ワークフローの作成] - [ワークフローの振り付け] - [ワークフローのテスト] - [ワークフローの公開] - [ゼロコード作成プロセス追加ワークフロー-ゼロコード作成プロセス付きワークフローの追加] - [ゼロコード作成プロセス付きワークフローの追加
1)【ワークフローを作成する
- ワークフローには、独自の名前、アバター、説明が必要です。
- ワークフロー名は英字で始まり、英語、アンダースコア、数字をサポートする必要がある;
- ワークフローの記述は、ああ、よく書かれるべきである、それは大きなモデルによって理解される必要があるので、ワークフローのシナリオと能力の境界の使用を明確に記述すべきである。
- ページの作成後、自動的にワークフロー編集ページにジャンプし、ワークフローの初期状態には[開始ノード]と[終了ノード]が含まれています。
2)【振付ワークフロー
- キャンバスでは、キャンバスの左パネルから必要なノードをキャンバスにドラッグ・アンド・ドロップすることができます;
- これらのノードをタスクの実行順に線で結ぶ;
- スムーズなデータフローを実現するために、各ノードの入力または出力パラメータを設定する。
3)【テストワークフロー
- 個々のノードをデバッグすることも、コレオグラフィックされたワークフローをグローバルにデバッグすることもできます;
- 正常に実行されたノードの境界線が緑色になり、各ノードの右上隅にある実行結果の拡大ノードの出力は以下のように見ることができる。
4)【パブリッシュ・ワークフロー
- 試行が成功したワークフローだけが公開できる!
- 成功したワークフローは、パブリッシュされた場合のみ呼び出すことができる。
5)【ゼロコード作成プロセスのワークフロー追加
- ワークフロー操作のためのゼロコード作成プロセスへのワークフローパネルの追加
- インテリジェント・ボディにワークフローを起動させるには?
- スマートボディの[Thinking Paths]モジュールに、ワークフローがどのようなシナリオで起動されるかを記述することができます。例えば、ユーザーが詩を詠みたいとコンテンツを入力すると、ワークフロー{multi_media_poems}が起動されます。
4.ノードの使い方の紹介
1) スタート
ワークフローの開始ノード
ノードスタイル
ノードの説明
1.開始ノードはワークフローの開始点である。
2.スタートノードは以下のデータ型パラメーターのコンフィギュレーションをサポートする:
-
- text: テキストの種類を特定する。
- String:文字列タイプ。例:Name = "Zhang San"
- Number:整数や浮動小数点数を含む数値型。例:Number = 42.3
- Integer: 整数を表す数値型。例:Interger = 42
- Boolean: 真と偽の値を含むブール型。例:isAdult = true
- 配列:整数の配列。例:numbers = [1, 2, 3, 4, 5]。
3. agent_user_input は、デフォルトでワークフローに導入されるパラメータで、このラウンドでユーザがダイアログに入力する内容です。
4、ワークフローは開始ノードのみなので、ノードはコピー、削除およびその他の操作をサポートしていない、シングルポイントデバッグをサポートしていません。
2) 大型モデル
ビッグモデルを呼び出すと、入力されたパラメータとキューワードに基づいて応答が生成される
ノードスタイル
ノードの説明
ビッグ・モデル・ノードは、ビッグ言語モデルを使用してテキスト生成タスクを処理できます。ノード構成の説明:
-
- モデル:使用する大型モデルを選択します。現在サポートされているモデルは、EB-4.0-8k、EB-3.5-8k、EB-Speed-128kです。
- Inputs:ビッグモデルに何を入力するかを設定する。
- ヒントワード:大きなモデルのためのヒントワード。変数名}}を使ったヒントワードでのパラメータ参照のサポート。
- 出力:JSON、テキスト、Markdownなどの出力形式の指定に対応。
3) 知識ベース
入力パラメータ変数に基づき、知識ベースから最適なマッチングを想起し、学習を開始する。チュートリアル:(4)ドキュメントの処理と知識ベースへの同期".
ノードスタイル
ノードの説明
知識ベースノードは、クエリパラメータをクエリし、制定された知識ベース内の関連コンテンツを呼び出すことができる。
-
- 入力:ノードはパラメータ値に基づいてキーコンテンツを呼び出す;
- 知識ベース設定:知識ベースを選択した後、選択した知識ベースに対して「リコール設定」を行うことができます。
- 出力:出力は知識ベースから呼び出されたコンテンツである;
4) プラグイン
入力パラメーターに基づいてプラグインを呼び出し、プラグインの結果を返す。プラグインがストリーミングの場合、出力結果はワークフローでサポートされない
ノードスタイル
ノードの説明
プラグインノードはプラグインを選択し、ワークフローでそのプラグインの下にある機能(API)を呼び出すことができます。
1、使用するプラグインを選択する最初のステップは、文心知能体プラットフォームは、開発者が使用するプラグインの豊富な選択肢を提供し、また、個人が作成したプラグインを呼び出すことができます;
2、入力:入力パラメータのプラグインの要件の選択に応じて、適切なコンテンツを設定します;
3、出力:プラグインの戻り結果
4.現在、ストリーミング出力結果を呼び出すプラグインはサポートしていません;
5) HTTPリクエスト
HTTPモジュールは、外部サービスにhttpリクエストを送信する。
ノードスタイル
ノードの説明
HTTPモジュールは、外部サービスにhttpリクエストを送り、レスポンスを得る。
-
- リンク
GET/POSTリクエストに対応しており、APIアドレスが必要です; - コンフィギュレーション:
Paramsはパスリクエストパラメータで、主にGETリクエストで使用されます。Bodyはリクエストボディで、POSTリクエストでのみ使用されます。{{}}
変数を導入する;
ヘッダは、特別な情報を渡すために使われるリクエストヘッダです;
認証:認証不要 - コンフィギュレーション:
アウトプットの構造、内容の定義のサポート
Jsonインポートのサポート
- リンク
6) セレクター
ノードエントリパラメータが設定された異なる条件を満たすかどうかを判断し、対応するブランチを独立して実行する。
ノードスタイル
ノードの説明
1.このノードは、条件分岐処理の設計に使用される。
2.ノードにパラメータを入力する際、ノードは以下の条件を満たすかどうかを判断する。万が一地域の条件が満たされれば、それを実施する。万が一対応するワークフロー分岐。そうでなければ対応するワークフロー分岐を実行する。
3、複数の条件分岐の追加をサポートしながら、複数の判断条件(および/または)を追加するには、各分岐条件のサポート
4, セレクタノードはシングルポイントデバッグをサポートしていません。
7) 終了
ワークフローの終了ノードで、ワークフローの実行結果がインテリジェンスに返される。
ノードスタイル
ノードの説明
1、ワークフローの最後のノードの終了ノードで、ワークフローの結果を出力するために使用される。
2、各ワークフローは1つのエンドノードしか持たないため、ノードはコピーや削除などの操作をサポートせず、シングルポイントデバッグをサポートしない。
3、ワークフローの出力内容を指定するかどうかを選択するスイッチを設定することができます、スイッチがオンになった後、入力テキストの内容がモデルによってタッチアップされた後、直接ユーザーに返信することができます。
ケースイラスト
1.導入ケース:本文結論
- ワークフロー機能の説明:入力された記事の内容の絞り込みと要約のサポート
2、公式ワークフローのケース1:urlConclusion
- URLの内容を抽出して要約し、その要約を英語に翻訳することができる。
3、公式ワークフローのケース2:get3image
- 画像の異なるスタイルを生成するために、それぞれ、画像のテーマと必要なスタイルを抽出するためにユーザーのクエリによると、画像の3つのスタイルの生成のためのサポート
注:知能体には「グループ」という概念があり、3分岐処理に分岐せず、入力データグループと出力データグループでグループデータを処理できるものもある。文信知能体の処理方法は面倒だが、初めての人にはわかりやすい。
4.公式ワークフロー事例III:weather_city_print
- 都市名から現在の天気を絵に描く