搭建一个 AI 工作流对话助手

就算你没有编程基础，也能在 ModelEngine 上快速创建一个支持流程控制的对话式 AI 助手。我们这次以”对话助手”为例，通过知识检索节点、文件提取节点和大模型节点，快速编排一个具备逻辑处理和交互能力的对话助手。

对话助手效果预览

搭建步骤

步骤一：创建一个工作流对话助手

1. 登录 ModelEngine 平台。
2. 在左侧菜单栏，单击应用开发。
3. 在应用开发页面，单击创建空白应用。
4. 应用类型选择对话助手，编排手法选择工作流编排。
5. 上传应用头像，输入应用名称，选择应用分类，填写简介后单击创建。

步骤二：编写基础聊天设置

1. 点击开场白可设置在用户与应用开始对话前展示的一段欢迎语，用于营造对话氛围或引导用户提问。 例如：”你好，我是一个对话助手，请输入内容开始对话。”

2. 点击多轮对话可配置是否启用对话记忆，让大模型能记住前文内容。
3. 点击猜你想问可预置最多 3 条推荐问题，展示在用户首次打开应用时。
4. 点击创意灵感可支持提前配置常用问题，并按一级分类管理。

步骤三：进入工作流编排配置对话助手

平台提供丰富的工作流节点类型，用户可根据需求自由组合，构建出符合业务逻辑的 AI 应用。当前支持的基础节点包括：

• 大模型：调用预设的大语言模型，实现文本生成、问答等能力。
• 代码：编写并运行 Python 代码，实现自定义逻辑或数据处理。
• 条件：设置流程判断条件，支持基于变量值进行分支逻辑跳转。
• 智能编排表单：用于收集用户输入的结构化信息，可用于后续节点处理。
• 结束：表示流程终止点，执行到该节点后结束本轮工作流。
• 知识检索：对接知识库，实现基于向量或关键词的知识内容检索。
• HTTP 调用：支持调用第三方或自有系统的 HTTP 接口，扩展外部能力。
• 变量聚合：用于合并多个变量的值，适用于复杂的数据整理或生成响应。
• 文件提取：支持对上传或传入的文件内容进行抽取处理，例如文本读取等。
• 注释：用于对流程节点添加说明文字，提升可读性与协作效率。
• 循环：实现流程的循环控制，支持遍历数组或指定次数的重复执行。
• 人工表单：用于中断流程并等待人工输入，适合审核类或人机协作场景。

示例：调用一个大模型节点：多模态问题细化与信息抽取

该节点用于调用大模型（如 Qwen/Qwen2.5-72B-Chat）对用户输入的问题进行细化分析，并结合知识库输出更有针对性的回复，支持多轮上下文与多模态输入。

输入配置

以上字段将作为大模型 prompt 的一部分，参与生成。

知识配置

来自上游知识检索节点的结果作为补充知识输入，协助大模型更准确生成答案。

模型参数设置

用户提示词

请按照以下步骤生成您的回复：
1. 递归地将问题分解为更小的问题。
2. 对于每个原子问题，从上下文和对话历史记录中选择最相关的信息。
3. 使用所选信息生成回复草稿。
4. 删除回复草稿中的重复内容。
5. 在调整后生成最终答案，以提高准确性和相关性。
6. 请注意，只需要回复最终答案。
-------------------------------------
提取文件信息：



问题：

工具设置

如需启用大模型调用外部插件能力，可在大模型节点中选中技能区域，配置相关插件。

模型返回参数

模型节点最终会输出一个结构化的对象，包含大模型生成的回复内容和引用信息。

第四步：调试对话助手

完成流程编排后，可以使用右侧的调试区域与智能体进行对话测试。

第五步：发布对话助手

1. 测试完成后，点击右上角的发布按钮，填写发布信息。
2. 该对话助手将出现在首页的应用市场中，用户可以直接点击应用卡片，与发布的应用发起对话。
3. 发布后，系统会自动生成公开访问和北向接口链接，并可将其分享到外部平台，或嵌入其他业务系统中，可在首页的应用开发页面点击应用卡片，在应用概览中查询。

小贴士

• 多尝试、多调试，你的智能体会变得越来越聪明！