个人观点

简道云的智能助手真正的将简道云，从一个只能记录数据，分析数据的线上的excel，拓展成为了一个可自由制作的，具备交互功能的，有自动数据管控的智能化的系统。

它降本提效，解放人力

1. 减少重复操作：
   • 可以完全替代人工复制粘贴，避免数据错漏，同时把业务人员从机械劳动中解放出来。
   • 物资申领场景中，可自动同步库存、触发审批通知，减少跨部门沟通成本。
2. 加速流程流转：
   • 表单提交后自动执行后续动作（如自动派单、自动生成报表），流程平均耗时可缩短 50% 以上，例如，销售提交订单后，智能助手自动生成发货单并同步到仓储系统，无需人工干预。
3. 降低错误率：
   • 所有规则由系统严格执行，避免人工操作中的疏忽、遗漏或主观判断偏差，提升数据准确性

尤其是新版本的ai功能开始应用后，很多的需要人为干涉，或者手动填写的数据，比如，当我们存在一个采购表是，员工请购会有与请购相关的备注，当企业原先内部约定有备注规则，比如某某订单加急等情况出现，我们可以通过ai节点来自动判断情况，从而走不同的处理逻辑，是走人工或者走自动流程，也期待后续简道云对该功能点的进一步开发。

使用介绍

该功能类似触发器，需要有触发节点，以及执行节点

触发节点

可设置表单数据增删改时，按照指定的字段是否改动触发，也可根据流程表单的某个节点变动时触发。

执行节点

执行节点分为，数据处理，逻辑控制，查询，拓展功能，结束流程五类

下面一一记录

数据处理

新增数据节点

可选择表单，再将此前的触发数据，计算节点的数据，或者查询节点的数据取来填入选中的表单

修改节点

这个节点可以处理其他表单与触发表单数据和相关联的一条数据，还可以对当前智能助手中的状态节点的数据进行修改

具体值的设置可以做成空值，自定义，或者当前智能助手状态中的值

删除节点

与修改节点一致，不过值得一提的是，正常只会使用对目标表单进行数据删除，比如当有一条数据是请购表的数据，审核通过后自动向采购表增加多条采购数据，但最后被找到并打回了，这时我们可以通过智能助手自动来进行删除。

计算节点

这个节点可对前面的触发数据，查询数据节点，这两类临时存在本次触发智能助手的状态数据进行聚合处理或者公式计算

公式计算包括了简道云大多数的公式，除了像mapx这个跨表运算类的

也主要是对子表单这类多行的进行一个聚合计算

数据查询

分为单条查询和多条查询两个节点

使用方法类似，都是通过触发数据的某个键查询数据，用于对本次触发智能助手时的数据补充

流程控制

分支条件

该节点通过设置不同的条件从而根据触发数据的不同分支结果，其实就是编程语言中的if /else语句

设置方法也非常简单，根据前面状态数据的不同值来分别设置不同路径即可。

循环容器

该节点可以将先前的多条数据同时修改或者新增进表单

也可自由设置循环体的执行情况，一般与条件分支嵌套使用，在编程程序中，我们也经常用for与if相互嵌套使用嘛。

示例：

拓展节点

拓展节点有 ai节点，插件节点，http请求节点。

ai节点需要自己手动开启，故只展示官方示例

该节点支持自定义输出字段，用于存储 AI 生成的内容，下游节点可对其进行调用。

ai节点需要自由配置提示词，比较考验对prompt的编写经验，简道云官方提供了他们内置的规则以及官方实例：

提示词模板：

销售周报：

## Role
资深销售

## Goals
你作为一名资深销售，你需要根据自己本周的业务数据，进行本周的周报撰写，目的是复盘本周所做过的工作，明确销售行为的达成情况与偏差、分析业绩进度与商机支撑关系，判断目标可实现性、与整体的目标进行对比分析、可执行的下周行动建议，最终得出结果清晰、结构明确、可执行性强的销售周报，帮助销售人员与管理层快速复盘业绩表现并制定下一步行动计划。

## Constraints
1. 涉及的数据必须严格参照所输入的数据，不得编造、修改数据值。所有判断必须基于原始数据与知识库基准，不得主观臆测；
2. 分析方法必须严格参照给定的分析模板，不得随意发挥。仅处理周报，不生成日报、月报或非结构化数据分析。
3. 输出格式必须严格遵循给定的输出格式要求，不得随意更改输出格式，必须要有换行符。
4. 语言风格要自然且规范、逻辑清晰、结论明确、避免冗长描述，直击重点、不得使用口号式、夸张或情绪化语言。

## Workflow
1. 学习输入的销售周报模板，明确分析的方法与逻辑。
2. 根据模板内容，判断需要的业务数据有哪些，并在业务数据中找到你需要的数据，如果不能找到需要的数据，考虑缺少该数据，应该如何分析，才能不影响整体的结论输出。
3. 结合模板和数据进行周报的分析与总结。
4. 将分析结果严格按照如下四个部分进行输出：
- 周报总结
- 销售行为回顾
- 目标完成情况分析
- 下周行动建议
5. 根据输入数据检查报告中的数据是否有误，无误方可输出结果，有误重新生成；并检查输出中是否按照格式要求给了换行符，如果没有，重新生成。
    
## Example
"
【周报总结】“周报总结的内容”
【销售行为回顾】“销售行为回顾的内容”
【目标完成情况分析】“目标完成情况分析”
【下周行动建议】“下周行动建议”
"

## Input
--业务数据：
 销售人员:"触发数据—提交人"，
 周报周期: "触发数据—填写时间",
 周报数据: {
 	新增客户数量:"触发数据—新增客户数量", 全量客户数量: "触发数据—全量客户数量",
 	新增商机数量: "触发数据—新增商机数量",新增商机金额_元: "触发数据—新增商机金额/元",
    全量商机数量: "触发数据—全量商机数量", 全量商机金额_元: "触发数据—全量商机金额/元",
    客户跟进次数: "触发数据—客户跟进次数",新增客户跟进数: "触发数据—新增客户跟进数",
    新增客户跟进率: "触发数据—新增客户跟进率",
    本周签单金额_元: "触发数据—本周签单金额/元",本周回款金额_元:"触发数据—本周回款金额/元"
 },
目标数据: {
    本年签单金额目标_元:"触发数据—本年签单金额目标/元",本年签单金额_元: "触发数据—本年签单金额/元",签单金额目标完成率: "触发数据—签单金额目标完成率",
    本年回款金额目标_元:"触发数据—本年回款金额目标/元",本年回款金额_元: "触发数据—本年回款金额/元",回款金额目标完成率:"触发数据—回款金额目标完成率"
    }
--周报模板："触发数据—周报模板"

输出则可在智能助手中填写，简道云会自动加在他们的ai工作流中

下面是我用过的一个提示词，效果还行

Role
资深 BOM 工程师 / 物料数据专员
Goals
你作为资深 BOM 工程师，需要根据输入的 BOM 原始数据，严格按照预设规则完成物料用量运算、成本汇总、层级展开，并对 BOM 数据进行完整性、一致性、合规性复核，最终输出清晰的运算结果、复核结论、问题清单与可执行优化建议，确保 BOM 数据准确可靠，支撑生产、采购与成本核算业务。
Constraints
数据绝对真实：所有运算与判断必须严格基于输入的 BOM 原始数据，不得编造、修改物料编码、用量、单价等数值；所有复核结论必须有明确数据依据，不得主观臆测。
规则严格执行：运算逻辑（如子件用量汇总、层级展开、成本计算）必须完全遵循给定的 BOM 模板 / 公式，不得随意调整；仅处理 BOM 运算与复核，不生成其他类型报告。
格式不可变更：输出必须严格遵循指定的 4 部分结构，每部分独立成段，必须使用换行符分隔，不得合并或调整顺序。
语言专业严谨：表述清晰、结论明确，避免冗余描述，所有数据需标注单位（如 “个”“元”“kg”），不得使用模糊或情绪化语言。
Workflow
学习规则：先理解输入的 BOM 运算模板与复核标准，明确子件用量计算、层级展开、成本汇总的具体公式，以及复核的校验项（如编码唯一性、用量合理性、层级一致性等）。
提取数据：从输入的 BOM 数据中提取关键字段（父件编码、子件编码、物料名称、规格、用量、单价、层级、变更记录等），若缺失必要数据，需在复核结论中明确标注。
执行运算：
按层级展开 BOM，计算各级子件的总用量（如父件用量 × 子件用量）；
汇总单级 / 多级物料成本（用量 × 单价）；
校验 BOM 层级关系是否闭环（无循环引用、无缺失父件）。
数据复核：
检查物料编码是否唯一、是否符合编码规则；
校验子件用量是否在合理区间（如是否为负数、是否超出工艺标准）；
确认层级关系是否正确（子件是否归属正确父件）；
核对运算结果与原始数据的一致性。
结构化输出：按要求输出 4 部分内容，确保数据准确、结论清晰、建议可落地。
最终校验：检查输出数据是否与输入一致，格式是否符合要求，无误后提交；若存在错误或格式问题，重新生成。
Example
"【BOM 运算结果】
父件 A（编码：A001）多级展开后，子件 B 用量：100 个，子件 C 用量：200kg；
单台父件 A 成本：12,500 元（子件 B：2,500 元，子件 C：10,000 元）；
全量 BOM 共涉及物料 32 种，层级最深为 3 级。
【数据复核结论】
编码合规：所有物料编码符合公司编码规则，无重复编码；
用量合理性：子件 B 用量（100 个）符合工艺标准，子件 C 用量（200kg）超出上限（150kg），存在异常；
层级一致性：BOM 层级关系闭环，无循环引用或缺失父件。
【问题与风险清单】
子件 C 用量（200kg）超出工艺上限（150kg），可能导致成本超支与生产浪费；
物料 D（编码：D003）未标注单价，成本计算存在缺失。
【优化建议】
立即复核子件 C 的工艺用量，调整 BOM 数据至合理区间；
补充物料 D 的最新采购单价，完善成本核算基础；
建立 BOM 变更复核机制，新增 / 修改 BOM 时自动触发用量校验。
"
Input
--BOM 原始数据：BOM 编号: "触发数据 —BOM 编号",父件编码: "触发数据 — 父件编码",父件名称: "触发数据 — 父件名称",子件编码: "触发数据 — 子件编码",子件名称: "触发数据 — 子件名称",子件规格: "触发数据 — 子件规格",子件用量: "触发数据 — 子件用量",子件单价_元: "触发数据 — 子件单价 / 元",BOM 层级: "触发数据 —BOM 层级",变更记录: "触发数据 — 变更记录"--BOM 运算模板："触发数据 —BOM 运算模板"-- 复核标准："触发数据 — 复核标准"

插件节点

通过调用外部插件实现对数据的转换、加工、验证、通知等，还可存储插件的执行结果供后续节点调用。

插件的用法就很广了，可用官方的插件，也可自行编写python脚本，调用比如：panda，numpy等数据清洗类的库来进行处理，后续提供一到两个插件的案例来更好了解插件，通过前端事件也可触发。

http请求节点

该节点与前面插件节点类似，也可通过前端事件，以及本文的智能助手触发

这是该节点的配置页面

可自由的设置请求方式以及请求后缀，简道云目前就支持get以及post两种请求方式，并且要部署在公网上。这是一段简单的由ai生成的api接口代码，当他部署在一个公网服务器上，并且开放端口绑定域名以及ssl证书，我们就可以通过域名加接口访问它，它返回一个1

# 导入Flask核心库
from flask import Flask, jsonify

# 初始化Flask应用
app = Flask(__name__)

# 定义RESTful接口：GET请求，路径为 /api/echo (可自定义)
# RESTful规范：GET方法用于"查询/获取"资源，这里是最简单的回声接口
@app.route('/api/echo', methods=['GET'])
def return_one():
    """
    RESTful接口：访问后返回数字1
    符合RESTful规范：返回JSON格式数据（而非纯文本），状态码默认200（成功）
    """
    # jsonify会自动设置响应头 Content-Type: application/json，符合RESTful规范
    return jsonify({"result": 1})

# 程序入口
if __name__ == '__main__':
    # 启动服务：host=0.0.0.0 允许局域网访问，port=5000 端口可自定义
    app.run(host='0.0.0.0', port=5000, debug=True)

那么我们就可以通过 例如 https://test.01mq.com/api/echo这个接口返回一个json

{"result": 1}

简道云会自动的处理这个json给下游节点调用

总结

翻阅能快速回忆起简道云的智能助手如何使用，如何拓展，以及如何关联流程表完成流程的自动化

最后分享一个技巧，可以快速提高我们在普通表单的数据录入

我们填写表单的本质目的，是减少工作量，提升效率

那么比如有个场景，在工厂中，财务岗位需要将大量的付款单据图片，截图录入到一家供货商，或者客户的一条月度或者周度数据中，存在一个子表单，当我们从订单表批量拉取数据时所有的数据行的单据都是空的，这时需要财务员一条条数据每次都复制一次到单据字段。

那么能不能只上传一次就完成这个过程呢？

简道云本身是无法用数据联动本身来调取当前填入表单的数据的，如何处理呢？

我们可以通过一条智能助手，在新增数据时，先通过主表辅助字段  单据 录入的数据，向该客户本周期的订单用修改节点改动该数据，再用查询节点获取订单信息，用修改节点回显本表数据即可