概述

Dify 工作流引擎提供了丰富的节点类型，用于构建复杂的 AI 应用流程。本文档详细介绍每个可用节点的功能、配置参数和使用方法。

节点代码位置：api/core/workflow/nodes/

工作流类型

Dify 支持三种工作流类型：

类型	标识	说明	可用节点
Workflow	workflow	标准工作流应用	常规节点
Chat	chat	对话式工作流	常规节点
RAG Pipeline	rag-pipeline	知识库处理流水线	包含特殊节点 (Datasource, Knowledge Index)

⚠️ 注意：部分节点仅在特定工作流类型中可见，详见下方"节点可见性"说明。

节点分类

按功能分类

分类	节点	说明
基础节点	Start, End, Answer	工作流入口、出口和响应
AI 能力节点	LLM, Knowledge Retrieval, Question Classifier, Parameter Extractor, Agent	调用 AI 模型进行推理
逻辑控制节点	If-Else, Iteration, Loop	条件判断和循环控制
数据处理节点	Code, Template Transform, Variable Aggregator, Variable Assigner, List Operator, Document Extractor	数据转换和处理
外部集成节点	HTTP Request, Tool	调用外部 API 和工具
RAG Pipeline 专用节点	Datasource, Knowledge Index	知识库数据导入和索引
交互节点	Human Input	人机交互，等待人工输入

按执行类型分类

执行类型	说明	包含节点
ROOT	入口节点，工作流起点	Start, Datasource
EXECUTABLE	可执行节点，处理数据	LLM, Code, HTTP Request, Tool, Knowledge Retrieval 等
RESPONSE	响应节点，支持流式输出	Answer, End, Knowledge Index
BRANCH	分支节点，控制流程走向	If-Else, Question Classifier, Human Input
CONTAINER	容器节点，管理子图执行	Iteration, Loop

节点可见性

节点	常规工作流	RAG Pipeline	说明
Start	✅	✅	所有工作流
End	✅	✅	所有工作流
Answer	✅	✅	所有工作流
LLM	✅	✅	所有工作流
Knowledge Retrieval	✅	❌	仅常规工作流
If-Else	✅	✅	所有工作流
Code	✅	✅	所有工作流
Template Transform	✅	✅	所有工作流
Question Classifier	✅	❌	仅常规工作流
HTTP Request	✅	✅	所有工作流
Tool	✅	✅	所有工作流
Variable Aggregator	✅	✅	所有工作流
Variable Assigner	✅	✅	所有工作流
Iteration	✅	✅	所有工作流
Loop	✅	✅	所有工作流
Parameter Extractor	✅	❌	仅常规工作流
Document Extractor	✅	❌	仅常规工作流
List Operator	✅	✅	所有工作流
Agent	✅	❌	仅常规工作流
Datasource	❌	✅	仅 RAG Pipeline
Knowledge Index	❌	✅	仅 RAG Pipeline
Human Input	❌	❌	后端已实现，前端暂未开放

💡 为什么某些节点在常规工作流中看不到？

1. Datasource (数据源节点) 和 Knowledge Index (知识索引节点)：

   • 这两个节点是 RAG Pipeline 专用节点
   • 用于知识库的数据导入和索引流程
   • 只有在创建 “RAG Pipeline” 类型的工作流时才可见
   • RAG Pipeline 是 Dify 用于处理知识库数据的特殊工作流类型
   • 前端类型定义：BlockEnum.DataSource = 'datasource'，BlockEnum.KnowledgeBase = 'knowledge-index'

2. Human Input (人工输入节点)：

   • 后端代码已完整实现（api/core/workflow/nodes/human_input/）
   • 但前端 BlockEnum 枚举中没有定义此节点类型
   • 这表明该功能尚未在前端开放，可能是：
     • 正在开发中的功能
     • 企业版专属功能
     • 需要通过配置开启的实验性功能

---

1. 开始节点 (Start Node)

类型标识: start

功能描述

工作流的入口节点，用于定义工作流的输入变量。每个工作流必须有且只有一个开始节点。

配置参数

参数	类型	说明
variables	list[VariableEntity]	用户输入变量列表

VariableEntity 结构

每个变量可配置：

• variable: 变量名称
• label: 显示标签
• type: 变量类型 (string, number, select, paragraph, files 等)
• required: 是否必填
• max_length: 最大长度
• options: 选项列表 (用于 select 类型)

输出变量

• 所有定义的用户输入变量
• 系统变量 (sys.query, sys.files, sys.conversation_id, sys.user_id 等)

使用示例

type: start
variables:
  - variable: user_input
    label: 用户输入
    type: paragraph
    required: true
  - variable: language
    label: 语言选择
    type: select
    options:
      - 中文
      - English

---

2. 结束节点 (End Node)

类型标识: end

功能描述

工作流的终止节点，用于收集并输出最终结果。支持流式输出。

配置参数

参数	类型	说明
outputs	list[VariableSelector]	输出变量选择器列表

VariableSelector 结构

class VariableSelector:
    variable: str           # 输出变量名
    value_selector: list[str]  # 变量选择路径 [node_id, variable_name]

使用示例

type: end
outputs:
  - variable: result
    value_selector: [llm_node_1, text]
  - variable: metadata
    value_selector: [code_node_1, output]

---

3. 回答节点 (Answer Node)

类型标识: answer

功能描述

用于在工作流执行过程中输出中间结果或流式响应。支持模板变量替换和流式输出。

配置参数

参数	类型	说明
answer	str	回答模板字符串，支持变量引用

模板语法

使用 {{#node_id.variable_name#}} 语法引用变量：

根据您的问题，这是我的回答：

{{#llm_node_1.text#}}

处理完成！

输出变量

变量	类型	说明
answer	string	渲染后的回答文本
files	array[file]	提取的文件列表

---

4. LLM 节点

类型标识: llm

功能描述

调用大语言模型进行推理、生成文本、对话等任务。是工作流中最核心的节点之一。

配置参数

参数	类型	说明
model	ModelConfig	模型配置
prompt_template	list[Message]	提示词模板
prompt_config	PromptConfig	Jinja2 变量配置
memory	MemoryConfig	对话记忆配置
context	ContextConfig	上下文配置
vision	VisionConfig	视觉能力配置
structured_output	dict	结构化输出 Schema
reasoning_format	str	推理输出格式 (“separated” 或 “tagged”)

ModelConfig 结构

class ModelConfig:
    provider: str              # 模型提供商 (openai, anthropic 等)
    name: str                  # 模型名称 (gpt-4, claude-3 等)
    mode: LLMMode              # 模型模式 (chat, completion)
    completion_params: dict    # 模型参数 (temperature, max_tokens 等)

消息模板

支持 Chat 模式和 Completion 模式：

Chat 模式:

prompt_template:
  - role: system
    text: 你是一个有帮助的助手
  - role: user
    text: "{{#start.user_input#}}"

Jinja2 模式:

prompt_template:
  - role: user
    jinja2_text: |
      {% for item in items %}
      - {{ item }}
      {% endfor %}

输出变量

变量	类型	说明
text	string	模型生成的文本
reasoning_content	string	推理内容 (如果模型支持)
usage	object	Token 使用统计
finish_reason	string	完成原因
files	array[file]	生成的文件 (多模态输出)

使用示例

type: llm
model:
  provider: openai
  name: gpt-4o
  mode: chat
  completion_params:
    temperature: 0.7
    max_tokens: 2000
prompt_template:
  - role: system
    text: 你是一个专业的翻译助手
  - role: user
    text: "请将以下文本翻译成英文：{{#start.text#}}"
context:
  enabled: true
  variable_selector: [knowledge_retrieval_1, result]
vision:
  enabled: true
  configs:
    detail: high

---

5. 知识检索节点 (Knowledge Retrieval Node)

类型标识: knowledge-retrieval

功能描述

从知识库中检索相关文档片段，支持语义检索、关键词检索和混合检索。

配置参数

参数	类型	说明
query_variable_selector	list[str]	查询变量选择器
dataset_ids	list[str]	知识库 ID 列表
retrieval_mode	str	检索模式 (single/multiple)
single_retrieval_config	SingleRetrievalConfig	单库检索配置
multiple_retrieval_config	MultipleRetrievalConfig	多库检索配置
metadata_filtering_conditions	list[Condition]	元数据过滤条件

检索配置

MultipleRetrievalConfig:

class MultipleRetrievalConfig:
    top_k: int                          # 返回结果数量
    score_threshold: float              # 分数阈值
    reranking_mode: str                 # 重排序模式
    reranking_enable: bool              # 是否启用重排序
    reranking_model: RerankingModelConfig  # 重排序模型配置
    weights: WeightedScoreConfig        # 混合检索权重

输出变量

变量	类型	说明
result	array[object]	检索结果列表
result[].content	string	文档内容
result[].title	string	文档标题
result[].score	float	相关性分数
result[].metadata	object	元数据

使用示例

type: knowledge-retrieval
query_variable_selector: [start, user_input]
dataset_ids:
  - dataset_123
  - dataset_456
retrieval_mode: multiple
multiple_retrieval_config:
  top_k: 5
  score_threshold: 0.5
  reranking_enable: true
  reranking_model:
    provider: cohere
    model: rerank-english-v2.0

---

6. 条件分支节点 (If-Else Node)

类型标识: if-else

功能描述

根据条件判断选择不同的执行分支，支持多条件组合和多分支。

配置参数

参数	类型	说明
cases	list[Case]	条件分支列表
logical_operator	str	逻辑运算符 (and/or) - 已废弃

Case 结构

class Case:
    case_id: str                    # 分支唯一标识
    logical_operator: Literal["and", "or"]  # 条件间逻辑关系
    conditions: list[Condition]     # 条件列表

Condition 结构

class Condition:
    variable_selector: list[str]    # 变量选择器
    comparison_operator: str        # 比较运算符
    value: Any                      # 比较值

支持的比较运算符

运算符	说明	适用类型
contains	包含	string, array
not contains	不包含	string, array
start with	开头是	string
end with	结尾是	string
is	等于	string
is not	不等于	string
empty	为空	string, array
not empty	不为空	string, array
=	等于	number
≠	不等于	number
>	大于	number
<	小于	number
≥	大于等于	number
≤	小于等于	number

输出变量

变量	类型	说明
result	boolean	条件判断结果
selected_case_id	string	选中的分支 ID

使用示例

type: if-else
cases:
  - case_id: positive
    logical_operator: and
    conditions:
      - variable_selector: [llm_1, text]
        comparison_operator: contains
        value: 积极
  - case_id: negative
    logical_operator: and
    conditions:
      - variable_selector: [llm_1, text]
        comparison_operator: contains
        value: 消极
# 默认分支 case_id: false

---

7. 代码节点 (Code Node)

类型标识: code

功能描述

执行自定义 Python 或 JavaScript 代码，用于数据处理、转换和复杂逻辑实现。

配置参数

参数	类型	说明
code_language	str	编程语言 (python3, javascript)
code	str	代码内容
variables	list[VariableSelector]	输入变量列表
outputs	dict[str, Output]	输出变量定义
dependencies	list[Dependency]	依赖包列表

支持的输出类型

• string - 字符串
• number - 数字
• boolean - 布尔值
• object - 对象
• array[string] - 字符串数组
• array[number] - 数字数组
• array[boolean] - 布尔数组
• array[object] - 对象数组

Python 代码模板

def main(arg1: str, arg2: dict) -> dict:
    # 处理逻辑
    result = process_data(arg1, arg2)
    
    return {
        "output": result,
        "count": len(result)
    }

JavaScript 代码模板

function main(arg1, arg2) {
    // 处理逻辑
    const result = processData(arg1, arg2);
    
    return {
        output: result,
        count: result.length
    };
}

使用示例

type: code
code_language: python3
variables:
  - variable: text
    value_selector: [llm_1, text]
  - variable: config
    value_selector: [start, config]
code: |
  import json
  
  def main(text: str, config: dict) -> dict:
      words = text.split()
      word_count = len(words)
      
      return {
          "word_count": word_count,
          "words": words[:10]
      }
outputs:
  word_count:
    type: number
  words:
    type: array[string]

---

8. HTTP 请求节点 (HTTP Request Node)

类型标识: http-request

功能描述

发送 HTTP 请求到外部 API，支持各种请求方法、认证方式和请求体格式。

配置参数

参数	类型	说明
method	str	请求方法 (GET, POST, PUT, DELETE 等)
url	str	请求 URL (支持变量)
authorization	HttpRequestNodeAuthorization	认证配置
headers	str	请求头 (Key: Value 格式)
params	str	URL 参数 (Key: Value 格式)
body	HttpRequestNodeBody	请求体配置
timeout	HttpRequestNodeTimeout	超时配置
ssl_verify	bool	是否验证 SSL 证书

认证类型

class HttpRequestNodeAuthorization:
    type: Literal["no-auth", "api-key"]
    config: HttpRequestNodeAuthorizationConfig  # 包含 type, api_key, header

请求体类型

• none - 无请求体
• form-data - 表单数据
• x-www-form-urlencoded - URL 编码表单
• raw-text - 原始文本
• json - JSON 格式
• binary - 二进制数据

输出变量

变量	类型	说明
status_code	number	HTTP 状态码
body	string	响应体
headers	object	响应头
files	array[file]	响应文件 (如果是文件下载)

使用示例

type: http-request
method: POST
url: "https://api.example.com/v1/process"
authorization:
  type: api-key
  config:
    type: bearer
    api_key: "{{#start.api_key#}}"
headers: |
  Content-Type: application/json
  X-Custom-Header: value
body:
  type: json
  data:
    - key: input
      type: text
      value: "{{#llm_1.text#}}"
timeout:
  connect: 10
  read: 60
  write: 30

---

9. 工具节点 (Tool Node)

类型标识: tool

功能描述

调用内置工具或插件工具，如 Google 搜索、天气查询、代码执行等。

配置参数

参数	类型	说明
provider_id	str	工具提供者 ID
provider_type	ToolProviderType	提供者类型 (builtin, api, workflow)
provider_name	str	提供者名称
tool_name	str	工具名称
tool_label	str	工具标签
tool_configurations	dict	工具配置
tool_parameters	dict[str, ToolInput]	工具参数

ToolInput 结构

class ToolInput:
    value: Any                              # 参数值
    type: Literal["mixed", "variable", "constant"]  # 输入类型

输出变量

根据工具不同，输出变量也不同。通常包含：

变量	类型	说明
text	string	工具返回的文本
files	array[file]	工具返回的文件
json	array[object]	工具返回的 JSON 数据

使用示例

type: tool
provider_id: google
provider_type: builtin
provider_name: google
tool_name: google_search
tool_label: Google 搜索
tool_parameters:
  query:
    type: variable
    value: [start, search_query]
  num_results:
    type: constant
    value: 5

---

10. 问题分类器节点 (Question Classifier Node)

类型标识: question-classifier

功能描述

使用 LLM 对用户问题进行意图分类，根据分类结果选择不同的执行分支。

配置参数

参数	类型	说明
query_variable_selector	list[str]	查询变量选择器
model	ModelConfig	分类使用的模型
classes	list[ClassConfig]	分类类别列表
instruction	str	额外分类指令
memory	MemoryConfig	对话记忆配置
vision	VisionConfig	视觉能力配置

ClassConfig 结构

class ClassConfig:
    id: str      # 类别唯一标识 (用作分支 handle)
    name: str    # 类别名称/描述

输出变量

变量	类型	说明
class_name	string	分类结果名称
class_id	string	分类结果 ID

使用示例

type: question-classifier
query_variable_selector: [start, user_input]
model:
  provider: openai
  name: gpt-4o-mini
  mode: chat
classes:
  - id: product_inquiry
    name: 产品咨询
  - id: tech_support
    name: 技术支持
  - id: complaint
    name: 投诉建议
  - id: other
    name: 其他问题
instruction: |
  请仔细分析用户的问题，判断其意图类别。
  如果无法确定，请选择"其他问题"。

---

11. 模板转换节点 (Template Transform Node)

类型标识: template-transform

功能描述

使用 Jinja2 模板引擎进行文本转换，支持复杂的模板逻辑。

配置参数

参数	类型	说明
variables	list[VariableSelector]	模板变量列表
template	str	Jinja2 模板内容

Jinja2 语法示例

{% for item in items %}
- 项目: {{ item.name }}
  描述: {{ item.description }}
{% endfor %}

{% if condition %}
满足条件的内容
{% else %}
不满足条件的内容
{% endif %}

总数: {{ items | length }}

输出变量

变量	类型	说明
output	string	模板渲染结果

使用示例

type: template-transform
variables:
  - variable: results
    value_selector: [knowledge_retrieval_1, result]
  - variable: query
    value_selector: [start, user_input]
template: |
  用户问题: {{ query }}
  
  相关文档:
  {% for doc in results %}
  ---
  来源: {{ doc.title }}
  内容: {{ doc.content }}
  {% endfor %}

---

12. 迭代节点 (Iteration Node)

类型标识: iteration

功能描述

对数组类型数据进行循环迭代处理，每次迭代可以执行复杂的子流程。

配置参数

参数	类型	说明
iterator_selector	list[str]	迭代器变量选择器
output_selector	list[str]	输出变量选择器
is_parallel	bool	是否并行执行
parallel_nums	int	并行数量 (默认 10)
error_handle_mode	ErrorHandleMode	错误处理模式
flatten_output	bool	是否展平输出数组
start_node_id	str	迭代子图的起始节点

错误处理模式

模式	说明
terminated	遇到错误终止整个迭代
continue-on-error	忽略错误继续执行
remove-abnormal-output	移除异常输出，继续执行

特殊节点

• iteration-start: 迭代起始节点，提供当前迭代项
• 在迭代内部可通过 [iteration_node_id, item] 访问当前项
• 通过 [iteration_node_id, index] 访问当前索引

输出变量

变量	类型	说明
output	array	所有迭代的输出结果

使用示例

type: iteration
iterator_selector: [code_1, items]
output_selector: [llm_inside, text]
is_parallel: true
parallel_nums: 5
error_handle_mode: continue-on-error
flatten_output: true
# 内部包含 iteration-start 节点和处理节点

---

13. 循环节点 (Loop Node)

类型标识: loop

功能描述

基于条件的循环执行，支持 while 循环模式，可定义循环变量和终止条件。

配置参数

参数	类型	说明
loop_count	int	最大循环次数
break_conditions	list[Condition]	终止条件列表
logical_operator	str	条件逻辑运算符 (and/or)
loop_variables	list[LoopVariableData]	循环变量定义
outputs	dict	输出变量定义

LoopVariableData 结构

class LoopVariableData:
    label: str                              # 变量标签
    var_type: SegmentType                   # 变量类型
    value_type: Literal["variable", "constant"]  # 值类型
    value: Any                              # 初始值或变量引用

特殊节点

• loop-start: 循环起始节点
• loop-end: 循环结束节点

使用示例

type: loop
loop_count: 10
break_conditions:
  - variable_selector: [loop_1, result]
    comparison_operator: "="
    value: "done"
logical_operator: or
loop_variables:
  - label: counter
    var_type: number
    value_type: constant
    value: 0

---

14. 变量聚合节点 (Variable Aggregator Node)

类型标识: variable-aggregator

功能描述

从多个分支中选择第一个有值的变量进行输出，常用于分支合并。

配置参数

参数	类型	说明
output_type	str	输出类型
variables	list[list[str]]	变量选择器列表
advanced_settings	AdvancedSettings	高级设置 (分组)

高级设置 - 分组

class AdvancedSettings:
    group_enabled: bool     # 是否启用分组
    groups: list[Group]     # 分组列表
    
class Group:
    output_type: SegmentType    # 输出类型
    variables: list[list[str]]  # 变量列表
    group_name: str             # 分组名称

输出变量

变量	类型	说明
output	any	聚合后的变量值

使用示例

type: variable-aggregator
output_type: string
variables:
  - [branch_1, result]
  - [branch_2, result]
  - [branch_3, result]
# 返回第一个非空的 result

---

15. 变量赋值节点 (Variable Assigner Node)

类型标识: assigner

功能描述

对会话变量进行赋值操作，支持多种操作类型。

配置参数

参数	类型	说明
items	list[VariableOperationItem]	操作项列表

VariableOperationItem 结构

class VariableOperationItem:
    variable_selector: Sequence[str]    # 目标变量选择器
    input_type: InputType               # 输入类型 (VARIABLE, CONSTANT)
    operation: Operation                # 操作类型
    value: Any                          # 值

支持的操作

操作	说明	适用类型
overwrite	覆盖	所有类型
clear	清空	所有类型
append	追加	array, string
extend	扩展	array
set	设置 (对象属性)	object
add	加法	number
subtract	减法	number
multiply	乘法	number
divide	除法	number

使用示例

type: assigner
items:
  - variable_selector: [conversation, message_history]
    input_type: VARIABLE
    operation: append
    value: [llm_1, text]
  - variable_selector: [conversation, turn_count]
    input_type: CONSTANT
    operation: add
    value: 1

---

16. 参数提取节点 (Parameter Extractor Node)

类型标识: parameter-extractor

功能描述

使用 LLM 从文本中提取结构化参数，支持 Function Calling 和 JSON 模式。

配置参数

参数	类型	说明
query_variable_selector	list[str]	输入变量选择器
model	ModelConfig	使用的模型
parameters	list[ParameterConfig]	参数定义列表
instruction	str	提取指令
memory	MemoryConfig	对话记忆配置
reasoning_mode	str	推理模式

ParameterConfig 结构

class ParameterConfig:
    name: str               # 参数名称
    type: SegmentType       # 参数类型
    description: str        # 参数描述
    required: bool          # 是否必填
    options: list[str]      # 可选值 (用于 select 类型)

支持的参数类型

• string - 字符串
• number - 数字
• boolean - 布尔值
• array[string] - 字符串数组
• array[number] - 数字数组
• array[object] - 对象数组
• array[boolean] - 布尔数组

输出变量

变量	类型	说明
__is_success	boolean	提取是否成功
__reason	string	失败原因
{param_name}	any	提取的参数值

使用示例

type: parameter-extractor
query_variable_selector: [start, user_input]
model:
  provider: openai
  name: gpt-4o
  mode: chat
parameters:
  - name: product_name
    type: string
    description: 产品名称
    required: true
  - name: quantity
    type: number
    description: 购买数量
    required: true
  - name: delivery_date
    type: string
    description: 期望送达日期
    required: false
instruction: |
  从用户的订单描述中提取产品信息。
  如果用户没有指定数量，默认为 1。

---

17. 文档提取节点 (Document Extractor Node)

类型标识: document-extractor

功能描述

从上传的文件中提取文本内容，支持多种文档格式。

配置参数

参数	类型	说明
variable_selector	list[str]	文件变量选择器

支持的文件格式

格式	扩展名
纯文本	.txt, .md, .markdown
PDF	.pdf
Word	.doc, .docx
Excel	.xls, .xlsx, .csv
PowerPoint	.ppt, .pptx
电子书	.epub
邮件	.eml, .msg
字幕	.vtt
配置	.json, .yaml, .yml, .properties

输出变量

变量	类型	说明
text	string/array[string]	提取的文本内容

使用示例

type: document-extractor
variable_selector: [start, files]
# 如果输入是单个文件，输出 text 为字符串
# 如果输入是文件数组，输出 text 为字符串数组

---

18. 列表操作节点 (List Operator Node)

类型标识: list-operator

功能描述

对数组数据进行过滤、排序、限制数量和提取操作。

配置参数

参数	类型	说明
variable	list[str]	输入数组变量选择器
filter_by	FilterBy	过滤配置
order_by	OrderByConfig	排序配置
limit	Limit	数量限制配置
extract_by	ExtractConfig	提取配置

FilterBy 结构

class FilterBy:
    enabled: bool                       # 是否启用
    conditions: list[FilterCondition]   # 过滤条件

class FilterCondition:
    key: str                    # 过滤字段
    comparison_operator: FilterOperator  # 比较运算符
    value: str | list[str] | bool       # 比较值

过滤运算符

字符串条件:

• contains / not contains
• start with / end with
• is / is not
• in / not in
• empty / not empty

数字条件:

• = / ≠
• < / > / ≤ / ≥

OrderByConfig 结构

class OrderByConfig:
    enabled: bool       # 是否启用
    key: str           # 排序字段
    value: Order       # 排序方向 (asc/desc)

输出变量

变量	类型	说明
result	array	处理后的数组
first_record	any	第一条记录
last_record	any	最后一条记录

使用示例

type: list-operator
variable: [knowledge_retrieval_1, result]
filter_by:
  enabled: true
  conditions:
    - key: score
      comparison_operator: ">"
      value: "0.8"
order_by:
  enabled: true
  key: score
  value: desc
limit:
  enabled: true
  size: 5

---

19. Agent 节点

类型标识: agent

功能描述

调用智能代理策略，支持多轮工具调用和复杂任务处理。

配置参数

参数	类型	说明
agent_strategy_provider_name	str	代理策略提供者
agent_strategy_name	str	代理策略名称
agent_strategy_label	str	代理策略标签
memory	MemoryConfig	对话记忆配置
agent_parameters	dict[str, AgentInput]	代理参数

AgentInput 结构

class AgentInput:
    value: Any                              # 参数值
    type: Literal["mixed", "variable", "constant"]  # 输入类型

输出变量

变量	类型	说明
text	string	Agent 响应文本
files	array[file]	生成的文件
usage	object	Token 使用统计

使用示例

type: agent
agent_strategy_provider_name: langgenius
agent_strategy_name: function_call
agent_parameters:
  query:
    type: variable
    value: [start, user_input]
  tools:
    type: constant
    value:
      - provider: google
        tool: google_search
      - provider: calculator
        tool: calculate
memory:
  role_prefix:
    user: "用户"
    assistant: "助手"
  window:
    enabled: true
    size: 10

---

20. 人工输入节点 (Human Input Node)

类型标识: human-input

功能描述

暂停工作流执行，等待人工审核或输入，支持分支选择。

配置参数

参数	类型	说明
required_variables	list[str]	必需的输入变量列表
pause_reason	str	暂停原因说明

工作流程

1. 工作流执行到该节点时暂停
2. 用户可以查看当前状态并提供输入
3. 用户选择分支或确认继续
4. 工作流恢复执行

分支选择

通过以下键名传递分支选择：

• edge_source_handle
• selected_branch
• branch
• branch_id

使用示例

type: human-input
required_variables:
  - "human_input.approval"
  - "human_input.comments"
pause_reason: 请审核 AI 生成的内容，确认是否正确。

---

21. 数据源节点 (Datasource Node)

类型标识: datasource

功能描述

从外部数据源获取数据，支持在线文档、云存储等。用于 RAG Pipeline。

配置参数

参数	类型	说明
plugin_id	str	插件 ID
provider_name	str	提供者名称
provider_type	str	提供者类型
datasource_name	str	数据源名称
datasource_configurations	dict	数据源配置
datasource_parameters	dict[str, DatasourceInput]	数据源参数

支持的数据源类型

• 本地文件
• 在线文档 (Notion, Google Docs 等)
• 云存储 (Google Drive, Dropbox 等)
• 网页抓取

使用示例

type: datasource
plugin_id: notion
provider_name: notion
provider_type: online_document
datasource_name: notion_page
datasource_configurations:
  workspace_id: "xxx"
datasource_parameters:
  page_id:
    type: variable
    value: [start, page_id]

---

22. 知识索引节点 (Knowledge Index Node)

类型标识: knowledge-index

功能描述

将数据写入知识库，支持多种索引方式。用于 RAG Pipeline。

配置参数

参数	类型	说明
index_chunk_variable_selector	list[str]	分块变量选择器
chunk_structure	str	分块结构类型
index_method	IndexMethod	索引方式配置
retrieval_setting	RetrievalSetting	检索设置

索引方式

class IndexMethod:
    indexing_technique: Literal["high_quality", "economy"]
    embedding_setting: EmbeddingSetting
    economy_setting: EconomySetting

使用示例

type: knowledge-index
index_chunk_variable_selector: [code_1, chunks]
chunk_structure: general
index_method:
  indexing_technique: high_quality
  embedding_setting:
    embedding_provider_name: openai
    embedding_model_name: text-embedding-3-small
retrieval_setting:
  search_method: semantic_search
  top_k: 4
  score_threshold: 0.5

---

错误处理

所有节点都支持统一的错误处理配置：

错误策略

策略	说明
fail-branch	执行失败分支
default-value	使用默认值

重试配置

class RetryConfig:
    max_retries: int        # 最大重试次数
    retry_interval: float   # 重试间隔 (秒)
    retry_enabled: bool     # 是否启用重试

配置示例

error_strategy: fail-branch
retry_config:
  retry_enabled: true
  max_retries: 3
  retry_interval: 1.0

---

系统变量

在工作流中可以访问以下系统变量：

变量路径	说明
sys.query	用户查询
sys.files	上传的文件
sys.conversation_id	会话 ID
sys.user_id	用户 ID
sys.dialogue_count	对话轮次
sys.app_id	应用 ID
sys.workflow_id	工作流 ID
sys.workflow_run_id	工作流执行 ID

---

最佳实践

1. 变量引用

• 使用 {{#node_id.variable#}} 在模板中引用变量
• 使用 [node_id, variable] 作为变量选择器

2. 错误处理

• 对关键节点配置重试策略
• 使用 If-Else 节点处理异常情况
• 为 HTTP 请求配置超时

3. 性能优化

• 使用迭代节点的并行模式处理大量数据
• 合理配置知识检索的 top_k 和分数阈值
• 避免在循环中进行不必要的 LLM 调用

4. 模块化设计

• 将复杂逻辑封装在代码节点中
• 使用工具节点调用外部服务
• 利用模板转换节点格式化输出