高级编排介绍
快速了解 FastGPT 高级编排
FastGPT 从 V4 版本开始采用新的交互方式来构建 AI 应用。使用了 Flow 节点编排(工作流)的方式来实现复杂工作流,提高可玩性和扩展性。但同时也提高了上手的门槛,有一定开发背景的用户使用起来会比较容易。
什么是节点?
在程序中,节点可以理解为一个个 Function 或者接口。可以理解为它就是一个步骤。将多个节点一个个拼接起来,即可一步步的去实现最终的 AI 输出。
如下图,这是一个最简单的 AI 对话。它由用流程开始和 AI 对话节点组成。
执行流程如下:
- 用户输入问题后,【流程开始】节点执行,用户问题被保存。
- 【AI 对话】节点执行,此节点有两个必填参数“聊天记录” “用户问题”,聊天记录的值是默认输入的6条,表示此模块上下文长度。用户问题选择的是【流程开始】模块中保存的用户问题。
- 【AI 对话】节点根据传入的聊天记录和用户问题,调用对话接口,从而实现回答。
节点分类
从功能上,节点可以分为 2 类:
- 系统节点:用户引导(配置一些对话框信息)、用户问题(流程入口)。
- 功能节点:知识库搜索、AI 对话等剩余节点。(这些节点都有输入和输出,可以自由组合)。
节点的组成
每个节点会包含 3 个核心部分:输入、输出和触发器。
- AI模型、提示词、聊天记录、用户问题,知识库引用为输入,节点的输入可以是手动输入也可以是变量引用,变量引用的范围包括“全局变量”和之前任意一个节点的输出。
- 新的上下文和AI回复内容为输出,输出可以被之后任意节点变量引用。
- 节点的上下左右有四个“触发器”可以被用来连接,被连接的节点按顺序决定是否执行。
重点 - 工作流是如何运行的
FastGPT的工作流从【流程开始】节点开始执行,可以理解为从用户输入问题开始,没有固定的出口,是以节点运行结束作为出口,如果在一个轮调用中,所有节点都不再允许,则工作流结束。
下面我们来看下,工作流是如何运行的,以及每个节点何时被触发执行。
如上图所示节点会“被连接”也会“连接其他节点”,我们称“被连接”的那根线为前置线,“连接其他节点的线”为后置线。上图例子中【知识库搜索】模块左侧有一根前置线,右侧有一根后置线。而【AI对话】节点只有左侧一根前置线。
FastGPT工作流中的线有以下几种状态:
waiting
:被连接的节点等待执行。active
:被连接的节点可以执行。skip
:被连接的节点不需要执行跳过。
节点执行的原则:
- 判断前置线中有没有状态为
waiting
的,如果有则等待。 - 判断前置线中状态有没有状态为
active
如果有则执行。 - 如果前置线中状态即没有
waiting
也没有active
则认为此节点需要跳过。 - 节点执行完毕后,需要根据实际情况更改后置线的状态为
active
或skip
并且更改前置线状态为waiting
等待下一轮执行。
让我们看一下上面例子的执行过程:
- 【流程开始】节点执行完毕,更改后置线为
active
。 - 【知识库搜索】节点判断前置线状态为
active
开始执行,执行完毕后更改后置线状态为active
前置线状态为waiting
。 - 【AI对话】节点判断前置线状态为
active
开始执行,流程执行结束。
如何连接节点
- 为了方便连接,FastGPT 每个节点的上下左右都有连接点,左和上是前置线连接点,右和下是后置线连接点。
- 可以点击连接线中间的 x 来删除连接线。
- 可以左键点击选中连接线
如何阅读?
- 建议从左往右阅读。
- 从 用户问题 节点开始。用户问题节点,代表的是用户发送了一段文本,触发任务开始。
- 关注【AI 对话】和【指定回复】节点,这两个节点是输出答案的地方。
FAQ
想合并多个输出结果怎么实现?
- 文本加工,可以对字符串进行合并。
- 知识库搜索合并,可以合并多个知识库搜索结果
- 其他结果,无法直接合并,可以考虑传入到
HTTP
节点中进行合并,使用[Laf](https://laf.run/)
可以快速实现一个无服务器HTTP接口。