coze工作流主要插件功能介绍

工作流是一种结构化任务执行框架，通过编排功能模块实现业务目标。它将复杂业务逻辑拆解为可管理的步骤，并整合大模型能力构建高效的AI应用解决方案。

平台提供可视化编排工具，主要包含两种流程类型：

1. 功能型工作流（Workflow）：适用于自动化任务处理，通过线性节点串联完成特定功能，如报告生成、图像创作等

2. 对话型工作流（Chatflow）：专为交互场景设计，通过多轮对话实现复杂业务逻辑，适用于客服系统、虚拟助手等场景

流程构建基础单元：

• 功能节点：独立的功能模块，每个节点包含输入输出接口

• 起始节点：定义流程触发条件及初始参数

• 终止节点：输出最终执行结果

用户可通过图形化界面拖拽节点，实时调试并观察数据流转。节点间通过输入输出接口相互连接，形成完整执行链路。例如将大模型节点的输出接入代码处理节点，实现能力组合。

在使用节点编排工作流时，灵活性和扩展性是实现高效编排的关键。工作流的开始节点、结束节点、输出节点、插件节点、子工作流节点、代码节点、SQL 自定义节点、新增数据节点、查询数据节点、更新数据节点、删除数据节点、问答节点、批处理节点、循环节点、变量聚合节点、变量节点、选择器节点均支持多种变量类型，包括 String、Integer、Number、Boolean、Object、File 和 Array等。你可以根据实际需求灵活选择合适的数据类型，而无需额外的数据转换，从而提升工作流编排的灵活性和扩展性。

常见节点如下：

1.开始和结束节点

开始节点用于开启触发一个工作流，而结束节点用于输出工作流的结果。

开始节点是工作流的起始节点，用于设定启动工作流需要的输入信息。开始节点只有输入参数，没有输出等其他参数。开始节点中默认有一个输入参数 BOT_USER_INPUT，表示用户在本轮对话中输入的原始内容。你也可以按需添加其他参数。

开始节点配置说明如下：

• 数据类型：开始节点支持配置 String、Number 等多种类型的输入参数。其中 Object 类型的参数最多支持 3 层嵌套。
• 参数设置方式：支持直接添加参数并设置参数名称，也支持导入 JSON 数据，批量添加输入参数。

如下图所示，点击导入图标后，在展开的面板中输入 JSON 数据，然后单击同步JSON到节点就可以自动导入输入参数。

• 参数描述：参数的描述信息，帮助模型理解传入的参数含义。将工作流绑定到智能体中使用时，模型会自动分析用户的 Query，将 Query 中表达的信息填入对应的参数中。
• 是否必选：参数是否必选。如果未指定必选参数，无法开始执行工作流。将工作流绑定到智能体中使用时，用户 Query 中如果缺少必选参数，则不会触发工作流。

结束节点

结束节点是工作流的最终节点，用于返回工作流运行后的结果。结束节点支持两种返回方式，即返回变量和返回文本。

返回变量

返回变量模式下，工作流运行结束后会以 JSON 格式输出所有返回参数，适用于工作流绑定卡片或作为子工作流的场景。如果工作流直接绑定了智能体，对话中触发了工作流时，大模型会自动总结 JSON 格式的内容，并以自然语言回复用户。返回变量支持配置 String、Number、Object 等多种类型，其中 Object 类型的参数最多支持 3 层嵌套。

返回文本

返回文本模式下，工作流运行结束后，智能体中的模型将直接使用指定的内容回复对话。回答内容中支持引用输出参数，也可以设置流式输出。具体说明如下：

2.大模型节点

大模型节点是扣子提供的基础节点之一，你可以在该节点使用大语言模型处理任务。

节点说明

大模型节点可以调用大型语言模型，根据输入参数和提示词生成回复，通常用于执行文本生成任务，例如文案制作、文本总结、文章扩写等。

大模型节点依赖大语言模型的语言理解和生成能力，可以处理复杂的自然语言处理任务，你可以根据业务场景的需求选择不同的模型，并配置提示词来定义模型的人设和回复风格。为了更精准地控制模型生成的结果，你还可以在大模型节点中设置模型的参数，从而影响模型回复的文本长度、内容的多样性等。

配置大模型节点

模型

选择要使用的模型。此节点的输出内容质量很大程度上受模型能力的影响，建议根据实际业务场景选择模型。可选的模型范围取决于当前的账号类型，个人免费版或个人进阶版用户可以使用默认的几类模型，且存在对话数量限制，团队版或企业版套餐用户可以使用火山引擎方舟平台的模型。

你还可以单击配置图标，调整模型配置。模型配置的详细说明可参考设置模型。

技能

支持为大模型节点配置技能，添加插件、工作流或知识库，扩展模型能力的边界。大模型节点运行时，会根据用户提示词自动调用插件、工作流或知识库，综合各类信息输入后输出回复。其中，扣子支持使用扣子官方知识库和火山方舟知识库，两者均支持上传和存储外部知识内容，并提供了多种检索能力，确保查询到用户最需要的文档或段落，详情请参考知识库概述。

配置技能后，大模型节点的能力更接近一个独立运行的智能体，可以自动进行意图识别，并判断调用技能的时机和方式，大幅度提高此节点的文本处理能力和文本生成效果，简化工作流的节点编排。例如用户需求是某地区的穿搭推荐，通常需要先通过插件节点查询某地天气，再由模型节点根据天气情况生成穿搭推荐，现在你可以直接在大模型节点添加查询天气的插件，大模型会自动调用插件，查询天气并推荐穿搭。添加技能后，你可以通过试运行进行测试。

• 大模型节点的技能暂不支持添加端插件、添加包含中断节点的工作流。中断节点是指在工作流运行过程中，可能会导致流程暂停或中断的节点。这些节点通常需要用户输入、确认或其他交互操作，例如问答节点、输入节点等。
• 如果该大模型不支持 Function Call，则无法为该模型添加技能。你可以在模型详情中查看模型的是否支持 Function Call，或参见模型服务。

输入

需要添加到提示词中的动态内容。系统提示词和用户提示词中支持引用输入参数，实现动态调整的效果。添加输入参数时需要设置参数名和变量值，其中变量值支持设置为固定值或引用上游节点的输出参数。

在多轮对话场景中，你还可以开启智能体对话历史。执行此节点时，扣子会将智能体与当前用户的最近多条对话记录和提示词一起传递给大模型，以供大模型参考上下文语境，生成符合当前对话场景的回复。一问一答场景下通常无需开启此功能。

视觉理解输入

对于支持图片理解和视觉理解的模型，你可以添加图片或视频类型的输入参数。你可以在参数中直接上传图片或视频，也可以将图片或视频的 URL 通过变量传入，并在提示词（Prompt）中引用这些输入。例如，可以通过以下方式引用图片输入参数：图片{{变量名}}中有什么？

视觉理解输入适用于图像识别、视频分析和文档处理等领域，能够分析和解析图像或视频内容，识别其中的物体、场景、文字等信息，并生成相关的描述或执行特定任务。

如果需要对图片和视频进行视觉理解等大模型处理时，请使用视觉理解输入，不要在输入参数中输入图片和视频。

系统提示词

模型的系统提示词，用于指定人设和回复风格。支持直接插入提示词库中的提示词模版、插入团队资源库下已创建的提示词，也可以自行编写提示词。编写方式可参考编写提示词。

编写系统提示词时，可以引用输入参数中的变量、已经添加到大模型节点的技能，例如插件工具、工作流、知识库，实现提示词的高效编写。例如{{variable}}表示直接引用变量，{{变量名.子变量名}}表示引用 JSON 的子变量，{{变量名[数组索引]}}表示引用数组中的某个元素。

用户提示词

模型的用户提示词是用户在本轮对话中的输入，用于给模型下达最新的指令或问题。用户提示词同样可以引用输入参数中的变量。

输出

指定此节点输出的内容格式与输出的参数。输出格式支持设置为：

• 文本：纯文本格式。此时大模型节点只有一个输出参数，参数值为模型回复的文本内容。
• Markdown：Markdown 格式。此时大模型节点只有一个输出参数，参数值为模型回复的文本内容。
• JSON：标准 JSON 格式。你可以直接导入一段 JSON 样例，系统会根据样例格式自动设置输出参数的结构，也可以直接添加多个参数并设置参数类型。

参数的名称和描述有助于模型在参数中正确返回匹配的内容。当存在多个输出参数时，建议为输出参数指定有意义的名称，并设置描述信息。例如用于改写 Query 的模型节点，可以设置输出参数为 new_query，描述是改写后的 Query，另一个参数为 reason，描述是改写原因。

注意，当节点的异常处理方式设置为返回设定内容或执行异常流程时，输出固定为 JSON 格式，且同时返回 isSuccess、errorBody 参数，用于在节点执行异常时传递详细信息。

异常处理

默认情况下，节点运行超时、运行异常时，工作流会中断，工作流调试界面或 API 中会返回错误信息。你也可以手动设置节点运行超时等异常情况下的处理方式，例如超时时间、是否重试、是否跳转异常分支等。

3.插件节点

插件节点用于在工作流中调用插件运行指定工具。

插件是一系列工具的集合，每个工具都是一个可调用的 API。商店中的上架插件或已创建的个人或团队插件支持以节点形式被集成到工作流中，拓展智能体的能力边界。

添加插件节点

在工作流画布下方单击添加节点，在弹出的节点面板中单击插件节点，并选择希望调用的插件。

你也可以在节点面板中找到已收藏的插件，选择插件工具，快速添加一个插件节点。

配置插件节点

输入与输出

插件节点的输入和输出结构取决于插件工具定义的输入输出结构，不支持自定义设置。在插件节点中你需要为必选的输入参数指定数据来源，支持设置为固定值或引用上游节点的输出参数。

插件节点运行时，会调用工具处理输入参数，并根据工具定义输出处理后的数据。你可以在输出区域右上角单击查看示例，查看输出参数的详细说明、完整的输出示例。

注意，当节点的异常处理方式设置为返回设定内容或执行异常流程时，节点会同时返回 isSuccess、errorBody 参数，用于在节点执行异常时传递详细信息。

模拟集

试运行工作流时，插件节点的输出默认使用真实的输出数据，你也可以选择使用模拟集的数据。模拟集是插件的模拟输出结果，每次试运行工作流时无需调用插件，直接使用数据集的数据作为后续节点的输入。支持自定义设置或 AI 自动生成模拟集。

4.工作流节点

扣子提供工作流节点，实现工作流嵌套工作流的效果。

节点说明

在一个工作流中，你可以将另一个工作流作为其中的一个步骤或节点，实现复杂任务的自动化。例如将常用的、标准化的任务处理流程封装为不同的子工作流，并在主工作流的不同分支内调用这些子工作流执行对应的操作。工作流嵌套可实现复杂任务的模块化拆分和处理，使工作流编排逻辑更加灵活、清晰、更易于管理。

输入与输出

工作流节点的输入和输出结构取决于子工作流定义的输入输出结构，不支持自定义设置。在工作流节点中你需要为必选的输入参数指定数据来源，支持设置为固定值或引用上游节点的输出参数。

批处理

工作流节点默认单次运行，对于输入信息只做一次处理。你也可以设置此节点使用 Batch processing 模式，按照配置多次运行。每次运行都会分配参数值，直到达到次数限制或者列表的最大长度。

工作流节点批处理模式通常用于批量执行一系列任务，支持同时处理多个输入，可显著提高海量数据的运行效率。例如子工作流的功能是在文生图，单次执行工作流节点只能生成一张图片，批处理模式下可以批量生成多张图片。

批处理模式下，还可以设置以下参数：

• 批处理次数上限：批处理运行的次数上限，默认为 100 次。
• 并行运行数量：批处理的并发限制，即同时处理的任务数量，设置为 1 表示串行执行所有任务。

5.代码节点

代码节点支持通过编写代码来生成返回值。扣子支持在代码节点内使用 IDE 工具，通过 AI 自动生成代码或编写自定义代码逻辑，来处理输入参数并返回响应结果。

配置代码节点

基础配置

代码节点的配置参数说明如下：

节点执行超时：单请求限制 60s。

官方教程：扣子