切换导航
首页
服务项目
知识付费
COZE扣子实操教学
京东外卖基础运营
美团私人影院基础运营
美团闪购基础运营
美团医美高级运营
口腔电商运营
生美电商运营
医美电商运营
联络我
会员中心
登录
注册
COZE能帮助你实现什么?
COZE扣子token费用
COZE扣子平台架构
手把手教COZE搭建案例
在COZE搭建一个 AI 翻译应用
通过模板搭建智能体
COZE 智能体
搭建COZE扣子 助手智能体
智能体基础设置 - 多 Agent 模式
智能体基础设置 - 对话流模式
智能体基础设置 - 设置模型
智能体基础设置 - 提示词
智能体添加 - 插件
智能体添加 - 工作流
智能体添加 - 触发器
智能体添加 - 卡片样式
智能体添加 - 知识
智能体添加 - 记忆
记忆 - 数据库
记忆 - 长期记忆
记忆 - 文件盒子
智能体 - 提升对话体验
对话体验 - 快捷指令
对话体验 - 声纹识别
对话体验 - 音视频通话
COZE 工作流
工作流 与 对话流
工作流使用限制
工作流常见问题
使用工作流
基础节点 - 开始和结束节点
基础节点 - 大模型节点
基础节点 - 插件节点
基础节点 - 工作流节点
业务逻辑节点 - 代码节点
业务逻辑节点 - 选择器节点
业务逻辑节点 - 意图识别节点
业务逻辑节点 - 循环节点
业务逻辑节点 - 批处理节点
业务逻辑节点 - 变量聚合节点
工作流 - 输入节点
工作流 - 输出节点
工作流数据库节点 - SQL 自定义节点
工作流数据库节点 - 新增数据节点
工作流数据库节点 - 查询数据节点
工作流数据库节点 - 更新数据节点
工作流数据库节点 - 删除数据节点
知识和数据节点 - 变量赋值节点
知识和数据节点 - 知识库写入节点
知识和数据节点 - 知识库检索节点
知识和数据节点 - 长期记忆节点
图像处理节点 - 图像生成节点
图像处理节点 - 画板节点
图像处理插件节点
音视频处理节点 - 视频生成节点
音视频处理节点 - 视频提取音频节点
音视频处理节点 - 视频抽帧节点
组件节点 - HTTP 请求节点
组件节点 - 文本处理节点
组件节点 - 问答节点
组件节点 - JSON 反序列化节点
组件节点 - JSON 序列化节点
触发器节点 - 设置定时触发器
删除定时触发器节点
查询定时触发器节点
会话管理节点 - 创建会话节点
修改会话节点
删除会话节点
查看会话列表节点
会话历史节点 - 查询会话历史节点
清空会话历史节点
消息节点 - 创建消息节点
修改消息节点
删除消息节点
查询消息列表节点
管理工作流版本
封装与解散工作流
插件
搜索结果
没有相关内容~~
知识和数据节点 - 变量赋值节点
最新修改于
2025-08-03 16:43
变量赋值节点是工作流中用于修改和存储变量值的节点。  ## 节点说明 通过变量赋值节点,将特定的值赋给变量,可以实现数据的动态更新和传递,使工作流能够根据实时数据做出相应的处理和决策。变量赋值节点应用广泛,例如: * **存储中间结果**:在工作流中,将中间计算或处理的结果通过变量赋值节点存储到变量中,以便后续节点使用。例如,在开发一个智能医疗诊断应用时,需要对患者的病历数据进行预处理,如提取关键症状、检查结果等信息。此时,可以设置一个变量patient\_info,将患者的病例数据通过变量赋值节点存储起来,后续在进行疾病诊断时,可以直接从patient\_info变量中获取患者的详细信息。 * **记录用户输入**:在与用户交互的工作流中,用户的输入信息是后续处理的重要依据。通过变量赋值节点,可以将用户的输入存储到变量中。例如,在开发一个智能客服机器人时,当用户向客服机器人咨询产品问题时,机器人提取用户关心的问题的关键词,然后将这些关键词通过变量赋值节点存储到一个名为user\_query的变量中。在后续的处理节点中,机器人会根据user\_query变量中的内容,从知识库中检索相关的答案或解决方案,并生成回复文本。 * **控制流程分支**:在工作流中,通常需要根据不同的条件来决定执行不同的分支流程。变量赋值节点可以用来设置控制流程分支的条件变量,通过赋予变量不同的值,来引导工作流走向相应的分支。例如,在开发一个个性化推荐系统时,需要收集用户的基本信息和行为数据,如年龄、性别、浏览历史等,然后分析用户的兴趣偏好,并将结果通过变量赋值节点存储到一个名为user\_preference的变量中。在生成推荐内容时,根据user\_preference变量值来决定推荐策略。 ## 配置变量赋值节点 为变量赋值时,在变量赋值节点的**输入**中添加需要赋值的参数。 * 变量名对应关联的智能体或应用中已创建的变量,如果该工作流未绑定包含变量的智能体或应用,单击变量名时根据页面提示选择智能体或应用中的相应变量。  * 变量值可以设置为固定值,也可以引用上游节点的输出参数。 变量赋值节点可以为用户变量、应用变量赋值,但不能为系统变量赋值。 ## 配置示例 例如,搭建一个猜谜游戏对话流,定义一个应用变量score,默认值设置为 0 。在对话流中添加变量赋值节点,每猜对一个谜语,变量score数值加 1,重新开始新的一局游戏时,score都会重置为游戏设定的初始值 0。 对话流流程如下:  节点配置如下: | **节点类型** | **说明** | **示例** | | ---------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | ------------------------------------------------------------------------------ | | 开始节点 | 工作流的起始节点,本示例保持默认参数即可。 |  | | 循环节点 | 用于指定猜谜游戏的次数,需要设置:* 循环类型:选择**指定循环次数**。* 循环次数:本示例设置为**5**。 |  | | 大模型节点(出谜人) | 用于生成谜语,需要设置:* 系统提示词:设置出谜专家的人设,可以通过 AI 自动生成。* 输出:定义两个变量。* riddle:模型生成的谜语。* answer:谜语的谜底。 |  | | 问答节点 | 用于向用户提出谜语问题,需要设置:* 输入:定义riddle参数,引用大模型节点(出谜人)生成的谜语问题。* 提问内容:本示例设置为{{riddle}}。* 回答类型:本示例选择直接回答。* 输出:定义user\_answer参数,用于接收用户的回答。 |  | | 大模型节点(谜语裁判) | 用于判断用户回答的正确性,需要设置:* 输入:定义四个变量。* riddle:引用大模型节点(出谜人)生成的谜语问题。* answer:引用大模型节点(出谜人)生成的谜底。* user\_answer:引用问答节点的输出参数。* score:引用应用变量score。* 系统提示词:设置谜语裁判的人设,可以通过 AI 自动生成。* 用户提示词:设置为谜语的谜面是{{riddle}},正确答案是{{answer}},用户的回答是{{user\_answer}}。* 输出:定义两个参数。* total\_score:用户猜谜游戏的分数。* conclusion:用户猜谜的结果。 |  | | 变量赋值节点 | 用于存储用户在猜谜游戏中的分数,将大模型节点(谜语裁判)中total\_score的值赋给变量score。 |  | | 输出节点 | 用于输出用户猜谜的结论,并告知游戏的得分,需要设置:* 输出变量:定义两个变量。* output:引用大模型节点(谜语裁判)的输出参数conclusion。* score:引用应用变量score。* 输出内容:设置为{{output}},你当前得分为:{{score}}。 |  | | 文本处理节点 | 用户游戏结束,展示最终的游戏得分,需要设置:* 输入:将应用变量 score 的值赋给 String1。* 字符串拼接:设置为游戏结束!你本次总得分为{{String1}},欢迎再次挑战哦\~。 |  | | 结束节点 | 选择返回文本模式,并设置输出变量和回答内容。* 输出变量:定义output参数,引用文本处理节点的输出参数output。* 回答内容:设置为{{output}}。 |  | ## 常见问题 ### **变量赋值节点能为系统变量赋值吗?** 系统变量仅可读不可写,所以不能通过变量赋值节点为系统变量赋值。 ### **变量赋值节点能读取变量值吗?** 目前,除了开始节点、输入节点、知识库写入节点外,其他所有节点都能读取变量值。
请输入访问密码
开始访问