• 使用教程
使用教程
  • 使用教程
加载中…
No Results
  • 开始使用
    • 欢迎使用GoInsight.AI
    • 入门指南
    • LLM的选用和管理
  • InsightFlow
    • InsightFlow 介绍
    • InsightFlow类型
    • 对话式工作流
      • 编辑调试对话式工作流
      • 发布对话式工作流
      • 对话式工作流的安全设置
    • 服务式工作流
      • 编辑调试服务式工作流
      • 发布服务式工作流
    • 服务与工具
      • 工具
      • 服务
      • 代理策略
    • 节点
      • 开始节点
      • 回复输出节点
      • 大模型节点
      • 知识检索节点
      • 文档读取节点
      • 文档写入节点
      • 文档删除节点
      • HTTP 请求节点
      • 知识聚焦大模型节点
      • 智能代理节点
      • 进度更新节点
      • 工具调用节点
      • 条件跳转节点
      • 自然语义分类器节点
      • 分支聚合器节点
      • 多分支选择节点
      • 循环节点
      • 交互表单节点
      • 暂停与恢复节点
      • 延时节点
      • 自动继续节点
      • 文本模板节点
      • 代码执行
      • JSON 变量提取器节点
      • 自然语义变量提取器节点
      • 变量赋值节点
      • 结束节点
    • 节点的错误处理机制
    • 创建您的第一个工作流
  • 能力市場
    • 能力市场
  • 文档
    • 工作空间文档
    • Personal Data
  • GoInsight Workspace
    • 认识&了解如何使用GoInsight Workspace
    • 协作工作台
  • 轻聊机器人
    • 构建轻聊机器人
  • 团队管理
    • 访问控制
    • 使用数据
    • 审计中心
    • 凭证管理
    • 模型管理
  • 知识百科
    • 关键概念
    • 数据安全
    • ABEvent
    • 交互表单:JSON 编排
    • 为什么上下文是 AI 协作的基础
    • 使用 Say It for Me 构建协作上下文
    • 使用表达式处理变量
首页 > 使用教程 > InsightFlow > 节点

自然语义变量提取器节点

定义

该节点利用“大语言模型”来分析和解释自然语言输入,以结构化的格式提取和输出用户预设的变量参数。

variable extractor

如何配置

添加自然语义变量提取器节点至画布,单击节点可在右侧配置栏进行配置。可配置模型、输入变量、提取参数、示例。

1. 模型

在模型下拉选项中可选择需要使用的大语言模型。您可以调整模型的“温度”,它决定了模型输出的随机性或发散程度。较高的温度值(接近1)会产生更具多样性和创造性的内容,但可能降低准确性和一致性;而较低的温度值(接近0)则会生成更专注、可预测且随机性有限的结果,适用于需要精确和稳定输出的任务。

详细说明如下:

配置选项 状态 描述
温度开关 关闭 模型输出的概率分布固定,生成结果较为稳定和确定性高,适合需要准确、一致性的任务场景,如参数提取、事实查询等。
温度开关 开启 控制输出的多样性和随机性,模型的概率分布根据所选温度值变化。
温度值 较高(接近1) 输出内容更具多样性和创造性,但准确性和一致性可能降低。适用于头脑风暴或开放式任务。
温度值 较低(接近0) 输出偏离性小,结果更专注、可预测且随机性有限。适用于数据提取等需要精确稳定输出的任务。

2. 输入变量 (必填)

输入变量是该自然语义变量提取器节点的前置变量,也是自然语言数据的来源,包括:

  • 工作流开始节点的默认{x}Query。
  • 前一个节点的输出变量。

3. 提取参数

点击"+"以添加和配置“提取参数”。每个参数需填写以下3个字段:“提取提示”、定义“名称”和输出的参数“类型”。

  • 提取提示:用于指导自然语义变量提取器从输入文本中提取指定内容。需提供清晰的提取目标描述,并可结合具体示例说明(例如:提取订单号、提取电子邮箱、提取电话号码)。
  • 名称:为提取的数据定义自定义名称,便于后续节点引用(例如:customer-phone)。
  • 类型:指定输出变量的数据类型。需根据整体工作流程以及后续节点变量类型的要求进行选择(例如:string,Array[String])。
Extraction parameters

示例输入文本为:“我有 2 个订单要查询,订单号是:DDH2025042301、DDH2025042302。”

其中,“提取提示”为“订单号”。根据选择的不同“类型”,输出如下:

类型 输出
String "DDH2025042301, DDH2025042302"
Array[String]
[
        "DDH2025042301",
        "DDH2025042302"
      ]

4. 示例(非必填)

示例内容是可选的提取指导,将作为变量提取器的提示的一部分。它可用于说明如何选择、忽略、规范化或消除歧义变量值,既可包含具体示例,也可不限于示例形式。

通常应用于以下场景:

  • 输入文本未遵循固定表达式格式。
  • 需要同时提取多个字段。
  • 字段容易相互混淆。
  • 需要为缺失字段、多值、日期格式、枚举值等情况指定规则。

示例内容可以写成自然语言规则,或采用“示例输入+预期输出”的格式。推荐以下格式:

从输入文本中提取以下字段:
- Order_Number: 订单号,通常以DDH开头
- Email: 用户的邮箱地址
- Phone: 联系方式电话号码
- Delivery_Date: 预计交付日期

示例输入:
Hello, I would like to check order DDH12345678. My email is xxxxxx@example.com, my phone number is 12345678, and I hope it can be delivered on May 1.

预期输出:
{
  "Order_Number": "DDH12345678",
  "Email": "xxxxxx@example.com",
  "Phone": "12345678",
  "Delivery_Date": "2026-05-01"
}

规则:
如果某个字段未在输入中出现,返回该字段的空值。
如果同一字段出现多次,则根据字段类型返回字符串或数组。

如果只提取一个字段,Example 可以只写一条简单规则或示例;如果要提取多个字段,Example 建议写成一段完整的示例输入,并给出所有字段的期望输出结果。

使用案例

示例输入:

您好,我想查询订单DDH12345678。我的邮箱是xxxxxx@example.com,我的电话号码是12345678。

提取参数:
- 提取提示:订单号;名称:Order_Number;类型:String
- 提取提示:邮箱地址;名称:Email;类型:String
- 提取提示:电话号码;名称:Phone;类型:String

示例:
请从用户输入中提取订单号、邮箱地址和电话号码。
订单号通常以DDH开头。
如果某字段未提及,则返回该字段的空值。

输出以下结果,成功将用户的自然语言转换为可供后置工作流使用的结构化参数。

{
  "Outputs": [
    {
      "Name": "$AllFound",
      "Type": "bool",
      "Value": true
    },
    {
      "Name": "Order_Number",
      "Type": "string",
      "Value": "DDH12345678"
    },
    {
      "Name": "Email",
      "Type": "string",
      "Value": "xxxxxx@example.com"
    },
    {
      "Name": "Phone",
      "Type": "string",
      "Value": "12345678"
    }
  ]
}
更新于: Jul 23, 2026
这个页面有用吗?
上一篇 JSON 变量提取器节点
下一篇 变量赋值节点
讨论

发表评论. 取消回复

您的电子邮件地址不会被公开。 必填位置已标*

产品相关的问题?联系我们的支持团队以获取快速解决方案>
本文内容
  • 定义
  • 如何配置
    • 模型
    • 输入变量
    • 提取参数
    • 示例
  • 示例展示
加载中…
No Results