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。

查看视频教程

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：

  1. 用户输入问题后，【流程开始】节点执行，用户问题被保存。
  2. 【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。
  3. 【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：

  1. 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）。
  2. 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：

  1. 判断前置线中有没有状态为 waiting 的，如果有则等待。
  2. 判断前置线中状态有没有状态为 active 如果有则执行。
  3. 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。
  4. 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：

  1. 【流程开始】节点执行完毕，更改后置线为active。
  2. 【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。
  3. 【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

  1. 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。
  2. 可以点击连接线中间的 x 来删除连接线。
  3. 可以左键点击选中连接线

如何阅读？

  1. 建议从左往右阅读。
  2. 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。
  3. 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？

  1. 文本加工，可以对字符串进行合并。
  2. 知识库搜索合并，可以合并多个知识库搜索结果
  3. 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。
编辑此页面