智能代理节点

3. 指令

• 用于告知Agent节点关于场景、目标或约束的信息。
• 您可以在此放置角色设置、任务需求或业务上下文，以确保Agent节点在多步骤推理中始终遵循这些指令。

4. Query

• 通常对应用户输入或来自上游节点的问题或需求文本。
• Agent节点会结合Query和指令进行推理、行动规划或工具调用指令的生成。

5. 最大迭代次数

• 为防止Agent节点在多步骤推理中陷入无限循环，您可以设置执行轮次的最大次数（即迭代限制）。
• 当Agent节点未能在设定轮次内停止时，会自动终止迭代以避免无限循环。

6. 记忆

• 启用记忆功能后，Agent节点可在多轮对话或重复指令调用中保留上下文，从而生成更连贯的响应。
  • 历史记录：通过滑块或数值设置历史记录的大小，表示Agent节点可以回溯并参考的交互历史轮次。
• 记忆的优势与注意事项。
  • 上下文连贯性：启用记忆后，Agent节点能够通过使用先前的上下文，正确理解代词、省略字段名以及类似的后续内容。
  • 准确性与性能：记忆窗口越大，潜在的模型调用成本越高。请根据实际需求和平衡成本进行设置。
• 记忆范围：可将记忆范围设置为会话或当前节点。

7. 文件

• 当使用多模态LLM时，可以通过此变量传递图片或文档，使LLM能够基于文件内容进行理解并生成输出。
• 要使用此功能，需在起始节点中启用$UserFiles变量，允许用户上传文件。

8. 输出

• 定义Agent节点的最终输出数据结构。输出结果可以传递到后续节点以进行进一步处理。
• 内容包括最终的响应文本、工具调用结果或与多步骤推理相关的关键信息。

9. 错误处理

• 节点遇到错误时触发的机制。
  • 不处理：如果节点失败，则报告错误并结束工作流。
  • 默认值：如果节点失败，工作流继续，并使用您指定的默认值作为输出结果。
  • 错误处理分支：如果节点失败，工作流中断当前路径，跳转到您配置的错误处理分支。

查看执行日志

Agent节点在执行过程中生成详细日志，帮助您调试并了解模型推理过程和工具调用路径：

开发和管理代理策略

如果内置的系统策略无法满足具体的个性化需求，企业也可以开发并发布自己的自定义代理策略。

详细信息请参考：代理策略

总结

1. Agent节点赋予大型语言模型在工作流执行中的“多步骤决策”和“自主工具选择”功能，能有效解决简单对话节点无法应对的复杂场景。
2. 您可以在节点配置中灵活组合模型、工具和策略，并通过记忆和日志功能提升上下文连贯性及过程透明性。
3. 如果默认策略无法满足业务需求，可在“服务与工具”模块中创建自定义策略，以开发更适合特定企业或场景需求的智能工作流。