变量聚合节点

节点介绍

变量聚合节点适用于包含多个分支的AI工作流场景，用于将各分支的输出结果统一归并为单一变量，以便作为整个流程的最终输出，供下游节点调用。

在典型的多分支流程中（例如使用选择器或意图识别节点时），每次执行仅会运行满足条件的一个分支，其余分支不产生输出值。若直接对各分支输出进行汇总，未运行分支会返回空值，可能导致流程执行错误。

该节点能够自动从多路分支中提取首个非空值作为聚合结果，下游节点可直接使用该值，无需针对未运行分支进行空值处理，从而简化了数据流转与配置。

节点配置

配置变量聚合节点时，需要选择聚合策略和聚合变量，并按需设置聚合分组。

聚合策略

• 通过指定策略对每个分组中的所有变量进行聚合处理，同一组内的变量实施相应聚合策略。

• 目前聚合策略仅支持设置为“返回每个分组中第一个非空的值”。例如组内按顺序设置两个变量 out1、out2，将其聚合为一个变量 Group1，如果 out1不为空，则用 out1的值为 Group1 赋值；如果 out1为空，则取 out2的值，依次类推。

聚合变量

• 在 Group 1 中选择需要聚合的变量，分组内变量的数据类型必须相同。

• 变量聚合节点支持聚合多种数据类型，包括字符串（String）、数字（Integer、Number）、文件（File）对象（Object）以及数组（Array）等。

• 每个分组仅可聚合单一类型的变量。例如，可将多个字符串变量聚合成一个字符串变量，或将多个整数变量聚合成一个整数变量。

聚合分组

• 默认只有一个分组 Group1，对应一个输出变量 Group1。Group1 分组中所有变量类型和输出的变量类型相同。如果需要输出多个变量，可以添加多个分组。例如每个分支都有两个输出变量 String 和 Integer，可以设置两个分组，分别用于聚合 String 和 Integer。

输出

• 变量聚合节点的输出变量固定为 Group1，是分组 Group1 聚合的返回结果，具体的值取决于聚合策略。如果有多个分组则根据分组数量递增为 Group2、Group3 等变量。输出变量的数据类型取决于对应分组聚合的变量数据类型。

使用示例

在家教类AI应用中，用户输入的问题首先会经过条件判断节点进行分析，以确定其所属的学科分类。随后，系统将问题自动路由至对应的学科分支进行处理，例如将数学类问题交由数学分支中的大模型来生成答案。

各学科分支的输出最终汇聚至变量聚合节点，并统一整合为两个核心参数：学科类型（type）和答案内容（answer）。这两个参数将被传递至流程的结束节点，用于向用户返回结构化的响应结果。

节点配置

开始节点

• 定义两个变量：
  • BOT_USER_INPUT：用户输入的问题，也就是学生的问题。
  • type：问题对应的学科。

选择器节点

• 根据用户输入的问题类型（type），系统会自动将其归属到相应的学科分支进行处理。
• 目前设有语文和数学两个明确学科分支，其他未明确归类的学科问题，将统一流转至 其他学科 分支进行后续处理。

大模型节点

• 在配置学科处理分支时，需依次完成以下设置
  • 输入环节：定义 query 变量，引用来自开始节点的用户问题
  • 系统提示词：需设定对应学科的教师角色与应答风格，可由系统自动生成或手动指定
  • 用户提示词：直接填入 以传入用户问题；
    • 输出环节：
      • answer：变量承载模型生成的答案。
      • type：变量标明学科类别，如在语文分支中该值固定为“语文”。

变量聚合节点

• 聚合大模型节点的两个输出变量 answer 和 type。
• 每个分组只能聚合一个变量，所以我们需要设置两个分组。

结束节点

• 请选择“返回文本”模式，并完成输出变量与回答内容的设置。
  • 输出变量：包括 answer 和 type，分别引用变量聚合节点中 Group1 和 Group2 的输出结果。
  • 回答内容：可直接传递大模型节点生成的答案，无需额外处理。

运行结果

常见问题

（此处保留，用于后续补充常见问题与解答）