扣子dsl结构示例工作流代码

马朝华 202209421

806人浏览 · 2025-11-05 10:09:55

马朝华 202209421 · 2025-11-05 10:09:55 发布

# 工作流的版本号（平台内部使用）
schema_version: 1.0.0

# 工作流名称：用于标识这个流程的功能
name: summarize_article_1_783

# 工作流唯一ID（系统自动生成，不可修改）
id: 7482702358159*****

# 工作流描述：说明这个流程是干什么的
description: 示例：总结提炼文章中的要点

# 运行模式：workflow 表示这是一个标准工作流（非对话流）
mode: workflow

# 图标路径：在平台中显示的图标
icon: plugin_icon/workflow.png

# 定义工作流中的所有节点（每个节点是一个处理步骤）
nodes:
  # === 节点1：开始节点（入口）===
  - id: "100001"
    type: start                     # 节点类型：开始
    title: 开始
    icon: https://lf3-static.bytednsdoc.com/obj/eden-cn/dvsmryvd_avi_dvsm/ljhwZthlaukjlkulzlp/icon/icon-Start-v2.jpg
    description: 工作流的起始节点，用于设定启动工作流需要的信息
    position:
      x: 180
      y: 39.7
    parameters:
      # 定义用户调用此工作流时必须提供的输入参数
      node_outputs:
        article_url:
          type: string              # 参数类型：字符串
          required: true            # 是否必填：是
          description: 文章的链接地址  # 说明：用户需提供一个网页URL

  # === 节点2：结束节点（出口）===
  - id: "900001"
    type: end                       # 节点类型：结束
    title: 结束
    icon: https://lf3-static.bytednsdoc.com/obj/eden-cn/dvsmryvd_avi_dvsm/ljhwZthlaukjlkulzlp/icon/icon-End-v2.jpg
    description: 工作流的最终节点，用于返回工作流运行后的结果信息
    position:
      x: 1560
      y: 26.700000000000003
    parameters:
      # 定义最终返回给用户的变量（全部来自大模型节点的输出）
      node_inputs:
        - name: topic                # 返回字段1：文章主题
          input:
            type: string
            value:
              path: topic            # 从节点197398的输出中取"topic"
              ref_node: "197398"
        - name: event_or_opinion     # 返回字段2：事件或观点列表
          input:
            type: list
            items:
              type: object
              properties:
                detail: {type: string, description: 每个事件下的详情或观点下的依据}
                event_or_opinion: {type: string, description: 事件或观点}
            value:
              path: event_or_opinion
              ref_node: "197398"
        - name: point                # 返回字段3：重要金句列表
          input:
            type: list
            items: {type: string}
            value:
              path: point
              ref_node: "197398"
        - name: summary              # 返回字段4：整体通俗总结
          input:
            type: string
            value:
              path: summary
              ref_node: "197398"
      terminatePlan: returnVariables  # 结束策略：返回上述变量作为结果

  # === 节点3：插件节点（读取网页内容）===
  - id: "140349"
    type: plugin                    # 节点类型：插件调用
    title: 读取网页内容
    icon: https://lf3-static.bytednsdoc.com/obj/eden-cn/dvsmryvd_avi_dvsm/ljhwZthlaukjlkulzlp/icon/icon-Api.png
    description: 当你需要获取网页、pdf、抖音视频内容时，使用此工具。可以获取url链接下的标题和内容。
    position:
      x: 640
      y: 26
    parameters:
      # 插件元信息（由平台自动填充）
      apiParam:
        - name: apiID; input: {type: string, value: "7379227817307029513"}
        - name: apiName; input: {type: string, value: "LinkReaderPlugin"}
        - name: pluginID; input: {type: string, value: "7379227817307013129"}
        - name: pluginName; input: {type: string, value: "链接读取"}
        - name: pluginVersion; input: {type: string, value: ""}
        - name: tips; input: {type: string, value: ""}
        - name: outDocLink; input: {type: string, value: ""}
        - name: updateTime; input: {type: integer, value: 1750141501000}
      # 输入：从开始节点获取 article_url
      node_inputs:
        - name: url
          input:
            value:
              path: article_url     # 引用开始节点的输出
              ref_node: "100001"
      # 输出：插件执行后返回的数据结构
      node_outputs:
        code: {type: integer, description: 错误码}
        data:
          type: object
          properties:
            content: {type: string}                 # 网页正文
            images:                                 # 图片列表（本流程未使用）
              type: list
              items:
                type: object
                properties:
                  alt: {type: string}
                  height: {type: integer}
                  title: {type: string}
                  url: {type: string}

当然可以！你提供的这段内容是一个用 DSL（领域特定语言）描述的工作流配置，看起来像代码，但其实它就是在“画”一个自动处理流程。下面我用大白话 + 生活化比喻，一步步帮你解释这个工作流是干什么的、怎么运行的。

🎯 这个工作流是做什么的？

名字：summarize_article_1_783
功能：自动读一篇网上的文章，然后提炼出它的核心要点，比如主题、关键事件、重要观点、金句，最后用初中生都能听懂的话做个总结。

✅ 就像请了一个“读书助手”，你给它一个链接，它读完后给你一份清晰的读书笔记！

🧩 整个工作流是怎么一步步运行的？

整个流程由 5 个节点组成，按顺序执行：

1️⃣ 开始节点（Start） → “你给我一个链接！”

作用：工作流的入口。
你需要提供什么？
→ 一个 文章的网址（URL），比如 https://example.com/news123
节点 ID：100001

💬 相当于你对助手说：“嘿，帮我看看这篇文章：[链接]”

2️⃣ 读取网页内容（插件节点） → “我去把网页内容抓下来！”

节点类型：插件（调用“链接读取”工具）
它做什么？
→ 自动访问你给的 URL，把网页的标题 + 正文文字提取出来（忽略广告、导航栏等）
输出内容：
- title：文章标题
- content：文章正文（纯文字）
节点 ID：140349

🌐 比如你给的是新闻链接，它就会把新闻正文完整抓回来，像“复制粘贴”一样。

3️⃣ 文章提炼（大模型节点） → “我来读一读，总结重点！”

节点类型：大语言模型（LLM，这里用的是“豆包·工具调用”）
输入：上一步抓到的 content（文章正文）
它怎么总结？
按照预设的“指令”（system prompt）做五件事：
1. 主题：这篇文章到底讲什么？（一句话）
2. 核心事件或观点：3~5 个关键点
3. 每个点的细节或依据：比如“为什么这么说？”
4. 重要金句或反常识观点：让人眼前一亮的句子
5. 整体总结：用初中生能听懂的话，简明扼要复述全文
输出结构化数据：
- topic（主题）
- event_or_opinion（事件/观点列表）
- point（金句列表）
- summary（通俗总结）
节点 ID：197398

🧠 这一步就像让一个聪明的大学生读完文章后，给你写一份结构清晰的摘要笔记。

4️⃣ 结束节点（End） → “这是你要的结果！”

作用：把上一步大模型输出的四项内容（主题、观点、金句、总结）打包返回给用户
节点 ID：900001

📤 最终你看到的不是原始文章，而是一份结构化、易读的精华版！

5️⃣ 注释节点（Comment） → “小贴士”

内容：在画布上写了一段说明文字：

“在流程中调用读取插件，将文本传递给大模型节点来提炼标题、总结、关键信息点”
作用：给开发者自己看的备注，不影响运行

🔗 节点是怎么连起来的？（数据流向）

用箭头表示数据怎么流动：

[开始] 
   ↓（传入 article_url）
[读取网页] 
   ↓（传入 data.content）
[大模型提炼] 
   ↓（传入 topic, event_or_opinion, point, summary）
[结束]

✅ 每一步的“输出”自动变成下一步的“输入”，像流水线一样自动跑完。

🖼️ 举个实际例子

你输入：
🔗 https://example.com/ai_future_trends

工作流自动：

抓取网页 → 得到一篇 2000 字的《2025年人工智能十大趋势》
让大模型分析 → 输出：
- 主题：AI技术在未来一年的关键发展方向
- 观点：
  - “多模态模型将成为主流”
    - 依据：谷歌、OpenAI 已发布多模态产品……
  - “AI代理将改变工作方式”
    - 依据：企业开始部署自动化助手……
- 金句：
  - “未来不是人和AI竞争，而是会用AI的人和不会用AI的人竞争。”
- 总结：
  “这篇文章说，明年AI会变得更聪明，不仅能看图说话，还能帮你干活。关键是要学会怎么用它。”