节点说明

本页详细介绍各类节点的功能与配置方式。点击画布上的节点卡片即可打开其配置面板。节点在「添加节点」面板中按用途分为五个分组，本页也按此顺序介绍；「开始」「结束」两个固定节点单独列在最前。

一、节点总览

1.1 先看一个完整的流程

在逐个认识节点之前，先看一个真实的例子——「患者入院信息收集」工作流，只用四个节点就完成了"收图片 → AI 识别 → 整理成结构化数据 → 返回结果"：

1. 开始节点定义两个输入：patient_info（String）和 images（Image），由调用方传入患者姓名和入院表单照片；
2. 大模型节点把「开始」的 images 配置到视觉理解输入里，系统提示词写"根据用户上传的图片，解析为表单"，模型读图后把识别结果放进输出 output；
3. 代码节点引用上一步的 output，把这段文本解析成结构化字段（如 key0、key1、key2）；
4. 结束节点引用代码节点的输出，作为整个工作流的返回值。

节点之间靠连线传递数据：每个节点只做一件事，上一个节点的输出变成下一个节点的输入。后面所有节点的用法，都是这个模式的变体。

准确地说，连线只决定执行顺序；下游节点还需要在配置中显式引用上游输出。连接完成但没有配置变量引用时，节点仍可能提示“未配置输入”。

1.2 节点一览

分组	节点	功能一句话
固定节点	开始	工作流的起始节点，设定启动所需的输入
固定节点	结束	工作流的终点，定义返回结果
基础	大模型	调用大语言模型，使用变量和提示词生成回复
基础	工具	调用插件、MCP 或三方服务提供的工具
基础	工作流	嵌套调用平台上已有的其他工作流
业务逻辑	代码	编写代码，处理输入变量来生成返回值
业务逻辑	选择器	按条件将流程拆分为多个分支
业务逻辑	循环	通过设定循环次数和逻辑，重复执行一系列任务
业务逻辑	意图识别	识别用户输入的意图，并与预设意图选项匹配
业务逻辑	批处理	通过设定批量运行次数和逻辑，运行批处理体内的任务
业务逻辑	变量聚合	对多个分支的输出进行聚合处理
输入&输出	输入	支持中间过程的信息输入
输入&输出	输出	支持中间过程的消息输出，支持流式/非流式
知识库&数据	知识库检索	根据输入变量从知识库召回最匹配的信息
知识库&数据	变量赋值	给支持写入的变量赋值
组件	文本处理	处理多个字符串类型变量的格式
组件	HTTP 请求	发送 API 请求，从接口返回数据
组件	JSON 序列化	把变量转化为 JSON 字符串
组件	JSON 反序列化	将 JSON 字符串解析为变量
组件	问答	中间向用户提问，支持预置选项和开放式提问

选择节点时，先判断当前步骤要解决什么问题：

当前需求	优先考虑
让模型理解、提取、分类或生成内容	大模型
调用平台已接入的外部能力	工具
复用另一段完整处理流程	工作流
根据条件选择一条执行路径	选择器
后一轮依赖前一轮结果	循环
多项任务互不依赖并希望并行处理	批处理
合并互斥分支的输出	变量聚合
查询业务资料	知识库检索
调用尚未封装成工具的接口	HTTP 请求
改变数据格式或结构	代码、文本处理或 JSON 转换

二、通用配置说明

多数节点的配置面板遵循相同的规则，先在这里统一说明，后文不再重复。

2.1 输入变量的两种赋值方式

节点输入项分为 变量名 与 变量值 两栏。变量值有两种填写方式：

• 直接输入：手动填入固定值；
• 引用参数值：引用上游节点的输出变量。引用后会显示为"节点名 - 变量名"的标签形式（如 开始 - patient_info），运行时自动取上游节点的实际输出。

变量名后带 * 的为必填项。变量名或分区标题旁的 ⓘ 图标可查看提示说明。

2.2 单次 / 批处理

部分节点（如大模型、工具）的配置面板顶部提供 单次 与 批处理 两个标签页：单次模式对输入执行一次；批处理模式下需配置批处理变量，对一组数据逐项执行。

2.3 异常处理

部分节点提供 异常处理 分区，用于控制节点执行异常时的行为：

配置项	说明
超时时间	节点执行的超时上限，单位为秒（如默认 180 s）
重试次数	异常后是否重试及重试次数（如"不重试"）
异常处理方式	异常后的流程走向（如"中断流程"）

三、开始与结束节点

「开始」和「结束」是每个工作流固定包含的两个节点，不可缺少，也不在「添加节点」面板中。

3.1 开始节点

工作流的起始节点，用于设定启动工作流需要的信息。

开始节点定义整个工作流的输入参数，即调用方（应用或上游工作流）需要传入的数据。卡片上展示各输入参数的类型与名称，例如 String patient_info、Image images。这些参数会同步显示在工作流详情抽屉的输入参数列表中。

配置说明：配置面板的 输入 分区以表格形式管理输入字段，点击右上角 + 新增一行，每行填写：

• 变量名：输入参数的名称，如 input、patient_info；
• 变量类型：下拉选择 String、Integer、Number、Boolean、Time、Object、Array 或 File 等类型；
• 必填：勾选后该参数为必填项，调用方必须传值。

每行右侧的展开图标可进入统一变量编辑弹窗，继续配置变量类型、控件类型、默认值、参数说明和是否必填；— 可删除该字段。开始节点不配置“是否可写”和“是否加密”。参数说明应写清业务含义和格式，例如将 patient_name 描述为“患者姓名”，而不是重复变量名。

变量类型决定调用方必须传入什么数据，控件类型决定试运行面板以及 ChatFlow 预览区怎样收集这个值。例如 String 可以使用输入框、文本域或下拉选择器，但传入值仍然是字符串；Array<String> 使用多选控件后，传入值仍然是字符串数组。

常用类型的选择方法：

数据	类型
姓名、问题、文档正文	String
次数、序号等整数	Integer
评分、金额等可能包含小数的数值	Number
是或否的状态	Boolean
时间值	Time
包含多个字段的结构化数据	Object
一组同类型数据	Array
文档、图片等文件	File 下对应类型

变量类型是工作流的输入契约。调用方传入的数据类型与开始节点不一致时，工作流可能无法启动；已经被调用的工作流也不应随意修改输入名称和类型。

3.2 结束节点

结束节点定义工作流的返回结果：

• 返回变量：配置一个或多个输出变量，并引用流程中节点的输出。适合返回结构化结果，供应用、API 或其他工作流继续处理。
• 返回文本：直接组织一段文本作为最终结果，适合调用方只需要展示内容的场景。

若输出变量尚未配置引用，卡片上会显示橙色警告，检查清单中会出现"引用变量不存在"等错误。

选择返回方式时应从调用方需要出发。需要继续判断、保存或映射字段时使用返回变量；只需要向用户展示一段结果时可以使用返回文本。

四、基础

「大模型」「工具」「工作流」三个节点提供工作流最核心的能力。

4.1 大模型

调用大语言模型，使用变量和提示词生成回复。

大模型节点是工作流中最常用的节点。常见使用场景：从患者描述中提取关键症状、把病历摘要改写成通俗语言、对咨询内容做分类、读懂上传的表单图片等——凡是"让 AI 理解内容再给出结果"的环节都用它。

配置说明

• 单次/批处理：见通用配置说明。
• 模型：选择要调用的大语言模型。若需要读图（如识别表单图片），必须选择支持视觉理解的模型。
• 输入：定义提示词里要用到的变量，通常引用上游节点的输出。例如引用「开始」节点的 patient_info。
• 视觉理解输入：给视觉模型配置图片变量。例如引用「开始」节点的 images，模型就能读这张图。
• 系统提示词：给 AI 下的任务指令，决定它做什么。写得越具体输出越稳，例如"根据用户上传的图片，解析为表单，以 JSON 格式输出姓名、性别、入院日期字段"。
• 用户提示词：模拟用户发给模型的内容，用 {{变量名}} 引用输入变量，如 {{images}}。
• 输出：定义模型结果的输出变量。默认输出 output（String）；右上角 输出格式 可切换（如 JSON），点 + 可自定义多个输出变量（变量名/变量类型）。
• 异常处理：见通用配置说明。

💡 想让下游代码节点好解析，就在系统提示词里写死输出格式（JSON、字段名）。

如果下游需要稳定读取多个字段，应优先使用节点提供的结构化输出配置；若只能生成文本，则需要在提示词中明确 JSON 结构，并在下游增加 JSON 反序列化或代码节点进行校验。仅在提示词中写“请返回 JSON”，仍可能得到带解释文字或格式不完整的结果。

输出变量：output（String），模型生成的回复内容，供下游节点引用。

4.2 工具

调用插件、MCP 或三方服务提供的工具能力。

工具节点用于把组件中心里已接入的外部能力接进流程。常见使用场景：查询医生排班、查询科室信息、调用导航服务等——凡是需要借助已有工具获取或处理数据的环节都用它。

添加工具节点时，先在 选择工具 弹窗中挑选要调用的工具：

• 弹窗顶部有 插件、MCP、三方服务 三个标签页，分别对应组件中心里三类已接入的能力；
• 支持按分组浏览、按类型筛选、按关键字搜索；
• 展开某个工具可看它的详细信息，选中后点 确定 完成添加。

添加后，节点以所选工具命名（如 get_tool_data），配置面板如下：

配置说明

• 单次/批处理：见通用配置说明。批处理模式下需配置批处理变量（如 item1）。
• 输入：工具自身定义的入参（如 data_id*、name*），必填项带 *，可直接填或引用上游变量。
• 异常处理：见通用配置说明。

输出变量：由所选工具自身决定，不同工具的输出结构不同（如某些工具返回 outputList，类型 Array<Object>）。节点卡片上会显示该工具的实际输出；尚未产生输出时显示"未配置输出"。

4.3 工作流

嵌套调用平台上已有的其他工作流，实现流程复用。

工作流节点用于把一个已有工作流当作一步嵌进当前流程。常见使用场景：把"患者信息核验""表单结构化"这类会被反复用到的处理流程做成独立工作流，再在多个地方嵌套调用，避免重复搭建。

添加时在 选择工作流 弹窗中挑选要嵌套的工作流：

• 支持按类型、来源筛选和关键字搜索；
• 每条工作流提供三个操作：参数（查看它的输入参数）、前往调试（跳到它的画布）、添加（把它加入当前画布）。

💡 把常用逻辑沉淀成独立工作流再嵌套调用，改一处就能全局生效。

添加前应先查看被调用工作流的输入参数。当前节点传入的变量名称可以不同，但类型必须与目标工作流要求兼容。目标工作流的输入输出发生变化后，应回到调用它的工作流重新检查并试运行。

当前正在编辑的工作流不能把自身作为工作流节点添加，否则会形成无限递归调用；选择窗口中对应工作流的“添加”按钮会不可用。

五、业务逻辑

这一组节点负责流程的控制与数据处理，包括代码处理、条件分支、循环等。

5.1 代码

编写代码，处理输入变量来生成返回值。

当现有节点搞不定某段逻辑时，用代码节点自己写。常见使用场景：把大模型输出的文本解析成结构化字段、做格式转换、字段拼装、简单计算。

基本用法

用代码节点分三步：先声明用到的输入变量，再写处理逻辑，最后声明输出变量。

1. 声明输入：在"输入"分区添加变量，变量值引用上游节点的输出。声明后，这些变量会被注入到代码的 params 对象里。

2. 写代码：在代码编辑器里编写处理逻辑，点 在IDE中编辑 可放大窗口。编辑器预置了如下模板：

   // 在这里，可以通过 'params' 获取节点中的输入变量，并通过 'ret' 输出结果
   // 'params' 已经被正确地注入到环境中
   // 下面是一个示例，获取节点输入中参数名为'input'的值：
   // const input = params.input;
   // 下面是一个示例，输出一个包含多种数据类型的 'ret' 对象：
   // const ret = { "name": '小明', "hobbies": ["看书", "旅游"] };
   async function main({ params }: Args): Promise<Output> {
       // 构建输出对象
       const ret = {
           "key0": params.input + params.input, // 拼接两次入参 input 的值
           "key1": ["hello", "world"], // 输出一个数组
           "key2": { // 输出一个Object
               "key21": "hi"
           },
       };
       return ret;
   }

   输入变量通过 params.变量名 读取，main 函数返回的对象就是节点的输出——模板里返回了三个字段：key0（字符串）、key1（数组）、key2（嵌套对象）。

3. 声明输出：在"输出"分区把 return 里的每个字段登记一遍，填写变量名和变量类型（String、Array、Object 等）。Object 类型可展开配置嵌套子字段（如 key2 下的 key21）。

⚠️ "输出"分区声明的变量名和类型，必须和代码里 return 的对象结构对上，否则下游节点取不到值。

异常处理：见通用配置说明，可设置超时时间、重试次数和异常处理方式。

5.2 选择器

连接多个下游分支，若设定的条件成立则仅运行对应的分支，若均不成立则只运行"否则"分支。

选择器相当于流程里的"岔路口"，让工作流能根据条件走不同的路。常见使用场景：按识别出的科室把患者分诊到不同流程、根据某字段是否为空决定要不要补充信息、按内容类型导向不同的处理分支。

配置说明

配置面板围绕 条件分支 展开，分支分三层：

• 如果（优先级 1）：设置判断条件，依次选判断对象（变量）、判断方式、比较值（直接填或引用变量）。点 新增 可在同一分支里加多个条件，条件之间以 且 连接——即需同时满足，该分支才成立。
• 否则如果（优先级 2、3……）：点右上角 + 添加，用于处理更多种情况，配置方式与"如果"相同，可添加多个。
• 否则：兜底分支，无需配条件——上面所有分支都不成立时自动走这里。

运行时按优先级从上到下依次判断，哪个分支的条件先成立就走哪条；分支左侧的拖拽手柄可调整顺序（即调整优先级），— 可删除分支。

配好后，节点卡片上"如果 / 否则如果 / 否则"每个分支右侧各有一个连接点，把它们分别连到对应的下游节点。

💡 选择器只负责"走哪条分支"，每条分支具体做什么，靠后面接的节点实现。

5.3 循环

用于通过设定循环次数和逻辑，重复执行一系列任务。

循环节点解决"同一段逻辑要跑很多遍"的问题——没有它，你只能把同一组节点复制粘贴 N 份。它和批处理是一对容易混淆的节点，先分清再选：

	循环	批处理
各轮关系	后一轮可依赖前一轮的结果	各项互相独立
状态传递	提供"中间变量"在轮间传递、累积数据	无轮间状态
执行方式	逐轮顺序执行	支持并行运行
适合场景	结果需要逐轮累积或演进的处理	数据量大、想同时跑多个加快速度

循环节点由两部分组成：画布上的 循环 节点本体，以及其下方附带的 循环体 子画布。把要重复执行的节点放进循环体，每一轮循环都会跑一遍。

配置说明

• 循环类型：选择循环方式，如"使用数组循环"——把一个数组逐项遍历，数组有多少项就循环多少轮。
• 循环数组：数组循环模式下，配置要遍历的数组变量，通常引用上游节点输出的数组。
• 中间变量：在各轮之间持续存在的变量，是实现"渐进式"处理的关键——每一轮都能读到上一轮写入的值，适合做累加、拼接这类逐轮演进的结果。
• 输出：定义循环全部结束后对外输出的变量，下游节点从这里拿最终结果。

示例思路：批量生成检查报告摘要

假设上游节点产出了一个数组，每项是一份患者检查报告，想逐条生成摘要并汇总成一段总述：

1. 循环类型选"使用数组循环"，循环数组引用上游的报告数组；
2. 在循环体里放一个大模型节点，负责为当前这一轮处理的报告生成摘要；
3. 定义一个中间变量存放汇总文本，每轮把新生成的摘要拼接进去——这就是中间变量的价值：下一轮能看到之前所有轮的成果；
4. 输出引用该中间变量，循环结束后，下游节点拿到的就是完整汇总。

5.4 意图识别

用于用户输入的意图识别，并将其与预设意图选项进行匹配。

意图识别节点借助大模型判断用户输入属于哪一类预设意图，常与选择器配合，把不同意图导向不同的处理分支。常见使用场景：判断用户是要挂号、查报告还是问路，再分别走对应流程。

配置说明

• 模型：选择用于意图判断的大语言模型。
• 极速模式 / 完整模式：两种识别模式二选一，区别见下方表格。
• 输入：待识别的内容变量 query*，必填。
• 意图匹配：逐条填写每个意图的描述（如"售后问题"），点 + 新增；列表末尾固定有"其他意图"作为兜底。
• 系统提示词：仅完整模式提供，可补充额外说明（如给意图配更详细的例子），提升匹配成功率。
• 异常处理：见通用配置说明。

两种模式的区别：

模式	系统提示词	输出变量
极速模式	不支持	classificationId（Integer），匹配到的意图编号
完整模式	支持	classificationId（Integer）和 reason（String），额外返回判断理由

💡 意图简单清晰、追求速度时用极速模式；想通过补充示例提高匹配准确率，或需要拿到判断理由（reason）时用完整模式。

节点卡片下方会列出已配置的意图选项和固定的"其他"分支。

5.5 批处理

通过设定批量运行次数和逻辑，运行批处理体内的任务。

批处理与循环类似，也由 批处理 节点本体和 批处理体 子画布组成，批处理体内的节点对一批数据逐项执行。区别在于批处理支持并行运行，适合数据量大、各项互不依赖、想加快速度的场景；若各轮之间需要传递数据（如累加结果），应改用循环。

配置说明

• 并行运行数量：同时运行的任务数量（如 10）。
• 批处理次数上限：批量运行的总次数上限（如 100）。
• 输入：要批量处理的数据变量。
• 输出：批处理结束后对外输出的变量。

5.6 变量聚合

对多个分支的输出进行聚合处理。

它解决什么问题

选择器这类节点会把流程分成互斥的几条分支——每次运行只会走其中一条。如果几条分支的结果最后要做同样的下游处理，没有聚合节点时，你得把同样的下游逻辑在每条分支后面各复制一份。变量聚合节点把各分支的输出收拢成一个统一变量：不管这次运行走的是哪条分支，下游都从这同一个变量取值，只需配置一次。

它为什么能工作

每次运行只有一条分支被执行，所以只有那条分支的变量有值，其余分支的变量为空。聚合策略"返回每个分组中第一个非空的值"利用的正是这一点：把唯一有值的那个变量挑出来，作为本次运行的输出。

配置步骤

1. 在分组（如 Group1）里依次添加各条分支要收拢的变量（引用参数值），分组左侧可选择变量类型（如 str.）；
2. 如果有多组变量要分别聚合，点 新增分组——每个分组各自收拢一组变量、各自产出一个输出；
3. 下游节点引用聚合节点的输出即可，不用再关心这次实际走的是哪条分支。

六、输入&输出

「输入」「输出」用于在流程执行中途补充信息或对外输出消息，区别于固定的「开始」「结束」节点。

6.1 输入

支持中间过程的信息输入。

输入节点用于在流程执行中途补充新的信息，区别于「开始」节点定义的启动参数。

配置说明：输入 分区以表格管理字段——变量名、变量类型、必填，点右上角 + 新增字段。展开完整编辑后可继续设置默认值和参数说明。输入节点不会保存开始节点专用的控件配置，因此这里的字段不会改变工作流试运行或 ChatFlow 预览区的启动表单。

6.2 输出

节点从"消息"更名为"输出"，支持中间过程的消息输出，支持流式和非流式两种方式。

输出节点用于在流程执行中途对外输出消息，区别于「结束」节点的最终返回。

配置说明

• 输出变量：定义输出的变量名与变量值（直接填或引用参数）。
• 输出内容：编辑输出的正文，可用 {{变量名}}、{{变量名.子变量名}}、{{变量名[数组索引]}} 引用变量；右上角 流式输出 开关控制是否流式输出。

七、知识库&数据

这一组节点用于知识库检索与变量读写。

7.1 知识库检索

在选定的知识中，根据输入变量召回最匹配的信息，并以列表形式返回。

知识库检索节点先从知识库里找出与问题相关的内容，再交给下游大模型节点组织回答（即 RAG 场景）。常见使用场景：让 AI 依据医院制度、科室介绍、常见问答等知识库来回答，而不是凭空作答。

配置它只需要回答两个问题：搜什么（输入 Query）、在哪搜（挂哪些知识库）。

配置说明

• 输入：检索问题变量 Query*（String），必填，通常引用用户的提问。
• 知识库：点 + 为节点添加要检索的知识库，未添加时提示"请添加知识库到此节点"。

💡 知识库需要先在 组件中心 > 知识库管理 中创建。

输出变量：outputList（Array<Object>），召回结果列表，每项含 output（String）字段。

知识库检索节点只负责找资料，不负责生成最终回答。常见连接方式是：

1. 将用户问题传给知识库检索节点；
2. 将 outputList 作为大模型节点的输入；
3. 在提示词中要求模型只能依据检索内容回答；
4. 对没有召回结果的情况配置明确兜底，避免模型脱离资料自由作答。

7.2 变量赋值

用于给支持写入的变量赋值，包括应用变量、用户变量。

它和普通的变量传递有什么区别

节点之间传数据，靠连线加引用上游输出就够了，用不到这个节点。变量赋值面向的是全局变量——应用变量、用户变量这类不属于任何节点的变量。普通节点的输出只能沿着连线被下游引用；而全局变量在整个流程范围内都可用，想在流程中途改写它们的值，就要用变量赋值节点。

配置说明

• 变量名：下拉选择要赋值的目标变量——这里只会列出支持写入的变量；
• 变量值：要写入的新值，直接填或引用上游参数；
• 点 + 可在一个节点里同时给多个变量赋值。

输出变量：isSuccess（boolean），赋值是否成功——可接选择器，对失败情况做兜底处理。

⚠️ 若变量名下拉提示"当前没有可选的变量"，说明流程里还没有可写入的变量：系统预置的 app 变量（如 app_workflow_id、app_user_id）均标记为"可读"，不在可选范围内。需要先在顶部栏的「工作流变量」面板中创建可写入的变量，再回到本节点选择。

八、组件

这一组是通用的数据处理与交互节点，包括文本处理、HTTP 请求、JSON 转换和问答。

8.1 文本处理

用于处理多个字符串类型变量的格式。

文本处理节点用于对字符串做拼接等格式处理。

配置说明

• 选择应用：选择处理方式，如"字符串拼接"。
• 输入：定义参与处理的字符串变量（如 String1），点 + 添加。
• 字符串拼接：编辑拼接模板，可用 {{变量名}}、{{变量名.子变量名}}、{{变量名[数组索引]}} 引用变量。

输出变量：output（String），处理后的结果。

8.2 HTTP 请求

用于发送 API 请求，从接口返回数据。

HTTP 请求节点让工作流能和外部系统对话。常见使用场景：调用医院内部接口查询数据（如查医生、查排班）、向其他系统提交信息、触发外部服务。

配置说明

• API：选择请求方法，填写接口 URL。方法共六种，按用途分：取数据用 GET（最常用）或 HEAD（只要响应头不要正文）；提交/修改数据用 POST、PUT 或 PATCH；删除资源用 DELETE——具体用哪种以接口文档为准。URL 里可用 {{变量名}} 把上游数据拼进地址——比如把前面节点拿到的患者 ID 拼进查询接口的地址。右上角 导入 cURL 支持粘贴接口文档里的 cURL 命令一键填充整套配置，比手填快得多。
• 请求参数：拼在 URL 后面的查询条件（如按哪个科室查、查几条），点 + 添加，每条填参数名与参数值（可引用变量）。
• 请求头：随请求一起发送的附加信息（如身份凭证、内容格式声明），点 + 添加。
• 鉴权：接口需要身份验证时打开此开关，选择鉴权方式：Bearer Token（填入 token，可引用变量）或 自定义。
• 请求体：POST 等提交类请求携带的数据，下拉选择格式：none（不带请求体，默认）、JSON、form-data、x-www-form-urlencoded、raw text、binary——选哪种同样以接口文档要求为准。

稳定性配置——外部接口不受你控制，可能变慢、可能挂掉，这三项就是为此准备的：

• 超时设置（秒）：等多久算失败，默认 120，防止接口无响应时流程一直卡着；
• 重试次数：失败后自动再试几次，默认 3，扛住网络抖动这类临时故障；
• 异常忽略：开启后，接口彻底失败也不中断流程，用默认输出替代继续往下走——适合"查不到也不影响主流程"的场景。

输出变量

变量	类型	拿来干嘛
body	String	接口返回的正文，通常接 JSON 反序列化或代码节点解析后使用
statusCode	Integer	HTTP 状态码，可接选择器做成败分支（如 200 走正常流程，其余走兜底）
headers	String	响应头信息

未配置 URL 时，节点卡片上的 URL 会显示橙色警告。

⚠️ 不要把真实密码、Token 或 API Key 直接写入提示词、普通输出或会对用户展示的变量中。调试和查看日志时也应检查请求头、请求体和接口返回是否包含敏感信息。

8.3 JSON 序列化

用于把变量转化为 JSON 字符串。

配置说明：在 请求参数 中填入要转换的变量（直接填或引用参数）。

输出变量：output（String），序列化后的 JSON 字符串。

例如，输入对象包含 name 和 department 字段，序列化后会得到类似 {"name":"张三","department":"心内科"} 的字符串。适合将工作流中的对象作为 HTTP 请求体或文本参数传递。

8.4 JSON 反序列化

用于将 JSON 字符串解析为变量。

配置说明：在 参数 中填入要解析的 JSON 字符串（直接填或引用参数）。

输出变量：output（Object），解析得到的对象。未配置输入时，节点卡片显示"未配置输入"橙色警告。

反序列化要求输入是有效 JSON。缺少引号、括号不完整，或在 JSON 前后混入解释文字都会导致解析失败。若输入来自大模型，应先约束模型输出格式，并为解析失败配置异常处理。

8.5 问答

支持中间向用户提问问题，支持预置选项提问和开放式问题提问两种方式。

问答节点用于在流程执行途中向用户发问并接收回答。常见使用场景：信息不全时反问用户补充（如"请问您要挂哪个科室？"），拿到回答后再继续流程。

问答节点与普通大模型节点不同：它需要等待用户回答后才能继续执行后续节点。因此，只适合支持交互式运行的调用场景；设计流程时还应考虑用户未回答、回答为空或回答不符合预期的处理方式。

配置说明

• 模型：选择用于问答的大语言模型。
• 输入：定义提问内容里能引用的变量，点 + 添加，为空时显示"参数为空"。
• 提问内容：编辑向用户展示的问题，可用 {{变量名}} 引用变量。
• 回答类型：直接回答（开放式提问）或 选项回答（预置选项让用户选）二选一。
• 输出：定义接收用户回答的变量（变量名/变量类型/必填）。勾选 从回复中提取字段 后，可从用户回复中解析出结构化字段。

输出变量：默认 USER_RESPONSE（String），即用户的回答内容。