智能体

智能体是 AI 智能模型应用平台的核心能力载体，支持通过表单化配置快速构建 AI 对话助手，也可通过低代码编排实现复杂业务逻辑。

创建智能体

适用于初级用户，使用表单设置构建AI对话助手。

步骤 1：选择创建方式

点击页面右上角的【创建】按钮，在下拉菜单中选择【创建智能体】

步骤 2：填写智能体基础信息

步骤 3：点击创建

填写完成后，点击【创建】按钮，即可生成智能体并进入配置页面。

步骤 4：智能体配置

创建完成后，进入智能体配置页面。

1、概览
（1）展示智能体的基础信息（名称、分类、描述）。
（2）提供公开链接，复制链接即可直接访问智能体对话页面，无需登录平台。

2、设置
（1）基础信息配置
可修改智能体的名称、所属分类、图标、描述

（2） AI 模型配置
AI 模型：选择智能体使用的大语言模型（如qwen-plus），模型能力决定智能体的对话质量与工具调用能力。

参数设置：可配置模型的温度、最大生成长度等参数，控制回复的随机性与长度。

（3） 系统提示词配置
用于定义智能体的角色、行为规则和回复风格。

示例：你是安可小助手，能够根据用户查询和历史交互记录判断是否需要调用MCP服务。当用户请求涉及模板数据时，自动激活对应的MCP工具。

(4)用户提示词配置
无引用知识库时：用户提问的基础模板，默认格式为{question}，可自定义前缀 / 后缀引导回复格式。

引用知识库时：结合知识库检索结果的提示词模板

示例：
已知信息: {data}
用户问题: {question}
回答要求:

• 请使用中文回答用户问题
• 优先使用已知信息中的内容进行回答

(5) 历史聊天记录配置
设置智能体可携带的历史对话轮数，影响上下文理解能力。数值越大，上下文关联能力越强，但会增加模型调用成本。

(6) 关联知识库配置
将智能体与已创建的知识库关联，实现私有知识问答能力。
①点击【关联知识库】下拉框，选择需要关联的知识库（可关联多个）。

②点击【参数设置】，配置知识库检索规则：

（7）开场白配置
设置用户进入对话时，智能体自动发送的欢迎语

示例：您好，我是安可小助手，您可以向我提出应用使用问题。

• 开场白问题：可预设用户常见问题（如 “创建进销存应用”“如何配置知识库”），引导用户快速提问。
  

（8）MCP 工具配置
开启 MCP 开关后，可关联已配置的 AI MCP 服务，让智能体调用外部工具实现复杂能力（如数据查询、业务系统操作）。
点击【MCP 工具】下拉框，选择需要关联的 MCP 服务（如Iform Ai MCP）。

步骤 5：调试与发布智能体

1、在线调试

配置过程中，可直接在页面右侧的【调试信息】区域测试智能体效果：

• 输入提问内容，按 Enter 发送，Shift+Enter 换行。
• 支持【智能起草】【智能比对】【智能审查】等辅助功能，优化回复质量。
  

2、保存与发布

• 所有配置完成后，点击页面右上角的【保存】按钮，保存当前配置。
  

• 点击【发布】按钮，智能体状态自动更新为【已发布】，用户可通过概览页的公开链接访问对话。
  

高级编排

高级编排是面向高阶用户的可视化低代码流程编排能力，通过画布拖拽各类功能节点（大模型、知识库、条件判断、循环、HTTP、MCP 插件等），自定义 AI 业务执行链路，实现复杂多分支、多步骤、工具联动的智能体逻辑，适用于流程型客服、数据联动、多工具串联、复杂 RAG 等深度定制化 AI 场景。

区别于基础表单智能体：基础智能体为单轮配置；高级编排基于工作流画布 + 节点串联，可实现分支判断、循环遍历、嵌套子工作流、代码预处理、第三方接口调用等复杂逻辑

步骤 1：选择创建方式

点击页面右上角的【创建】按钮，在下拉菜单中选择【高级编排】。

步骤 2：填写智能体基础信息

步骤 3：点击创建

填写完毕点击【创建】，自动进入编排工作流画布页面。

步骤 4：智能体配置

创建完成后，进入智能体配置页面。

1、编排画布基础说明

画布默认预置两个固定节点：开始节点、结束节点，是工作流首尾固定入口与出口。

（1）开始节点：整个工作流输入源头，用于定义全局入参变量；

①点击输入栏右侧 *+ 加号 * 新增入参变量；

②配置：变量名（自定义英文标识）、数据类型（String/Integer/Number/Boolean/Time/Object）、是否必填；

变量说明：全局变量可在后续全流程所有节点中被引用，是用户对话传入的原始参数。

③点击展开按钮，可设置默认值、描述
默认值：参数默认值、在没有传入该参数时，将使用默认值
描述：帮助大模型准确了解参数的作用

（2）结束节点：整个工作流结果输出节点，最终返回内容由此输出；

①点击输入栏右侧 *+ 加号 * 新增入参变量；

②配置：变量名（自定义英文标识）、数据类型（String/Integer/Number/Boolean/Time/Object）、变量；

③点击展开按钮，可设置默认值、描述
默认值：参数默认值、在没有传入该参数时，将使用默认值
描述：帮助大模型准确了解参数的作用

（3）底部【添加节点】按钮：点击唤起全量功能节点列表，可拖拽新增各类业务节点；

（4）画布连线规则：鼠标从一个节点蓝色圆点拉出连线，对接下一节点输入圆点，完成流程串联；

（5）右上角保存：编排完成后点击保存工作流配置。

2、节点

点击画布下方【添加节点】按钮，节点分为三大类：AI能力、业务逻辑、组件

AI能力

大模型

调用 LLM 大模型进行内容生成、意图识别、文本总结、答案生成。

• 变量：接入上游节点输出变量，作为模型输入上下文；

• 模型设置：向模型提供用户指令，如查询或任何基于文本输入的提问
  1、选择平台内置大模型（如 qwen 系列）
  模型参数设置：
  ①温度 Temperature：0-1，越小答案越严谨、确定性高（知识库问答推荐 0.1-0.3）；越大创意发散（闲聊 0.7-1）；
  ②Top P：核采样阈值，常用 0.6-0.9，控制候选词范围；
  ③Top K：候选 token 数量，数值越小生成越规整；
  
  2、填写系统提示词：角色设定，示例：你是流程编码AI助手，名字叫安可。，定义 AI 身份、回答规则；
  3、用户提示词：使用模板变量{{query}}，自动替换输入变量值，拼接提问 + 知识库内容送入模型。

• 输出：自定义输出变量名 + 数据类型，结果向下游节点传递。
  

插件

调用前期【AI MCP】模块配置的外部工具 / 接口，实现表单读取、业务系统数据查询、文件读写等外部能力。

• 输入：绑定上游传入的关键词 / 参数变量；
  1、自定义输入变量名，类型 String，引用上游大模型输出output；
  2、默认值：无入参时插件使用的参数；描述标注「插件调用入参，如搜索关键词」。

• 输出：自定义接口返回结果变量，供后续大模型 / 知识库使用。接收插件返回结果（JSON / 文本），类型按需选 String/Array，支持向下游传递数据

工作流

嵌套调用其他已发布的高级编排工作流，实现工作流复用、模块化拆分（复杂流程拆分为多个子工作流）。

• 输入：绑定上游输出变量，作为子工作流的入参；
• 输出：接收子工作流执行完毕的返回数据，向下游节点透传结果；

适用场景：复杂智能体拆分多个子流程，主工作流调用子工作流，简化编排。

知识库

检索指定知识库内容，实现 RAG 知识召回，从私有文档匹配相关片段。

• 输入：绑定用户问题关键词变量；
• 知识库设置：向模型提供用户指令，如查询或任何基于文本输入的提问。下拉选择已创建的知识库，填写检索关键词、限制返回结果数量；
• 输出：存储召回的知识库原文。

业务逻辑：用户提问→输入传入 query→知识库向量匹配→输出文档数组，传给大模型做参考资料。

业务逻辑

代码

自定义脚本处理数据，实现数据格式化、字段提取、变量运算、数据过滤，支持脚本引擎运行自定义代码。

• 输入配置：接收上游任意节点输出（如大模型答案、知识库文档），自定义变量名与数据类型。
  

• 代码设置：向模型提供用户指令，如查询或任何基于文本输入的提问
  1、执行引擎：选择 JavaScript/Groovy/QLExpress 脚本引擎（平台支持的编程语言）；
  2、代码:请输入执行代码，注:输出内容需添加到result中，如:
  _result[‘key’]= value 或者result.key= value 等
  

• 输出配置:变量名对应代码里result的 key 值，类型匹配脚本输出数据格式，向下游输出加工后的数据。
  

条件

实现分支判断逻辑（满足 A 条件走分支 1，不满足走分支 2），如：用户问题含关键词查知识库，否则调用大模型闲聊。

循环

对数组变量进行循环遍历（如知识库多条召回结果逐条处理），自动循环迭代数组内每条数据。

• 循环变量：
  变量名：如doc_array，类型优先 Array（知识库批量文档、批量关键词）；来源引用上游数组输出；
  

• 输出配置
  自定义输出变量（如loop_all_result），类型 Array，收集每一轮循环结果汇总成数组输出。
  

模板

字符串拼接、内容格式化，把多个零散变量按照固定文案模板组合成完整文本，用于大模型入参拼装。

• 输入配置
  自定义多个输入变量，引用上游结果（如user_question、ans_content），作为模板填充数据源。
  

• 模板设置
  在模板内容框写入固定文案，使用{{变量名}}占位符自动替换上游入参：

  示例：
  用户提问：{{user_question}}
  AI 回复：{{ans_content}}
  回复时间：{{now_time}}

• 输出配置
  输出变量默认 String，输出拼接完成后的完整格式化文本，直接传给大模型或用户回复。
  

组件

HTTP

调用第三方 HTTP/HTTPS 接口，对接外部系统 API，GET/POST 等方式收发数据。

• 输入配置
  变量引用上游数据，作为接口入参（如search_key，用来充当接口 Query 参数）。
  

• 输出配置
  输出变量接收接口返回 JSON / 文本。
  

搜索引擎

联网实时搜索互联网公开信息，弥补知识库缺失的实时资讯内容。

• 输入配置
  变量名：search_word，引用上游大模型输出的搜索关键词（String）；默认值兜底关键词。
  

• 输出配置
  输出类型 Array，每条数据包含【标题、摘要、链接】，直接传给大模型做实时信息总结。
  

确认

对话中向用户二次确认信息，等待用户回复后再继续往下执行工作流。

• 确认数据
  绑定需要用户核对的数据变量（如order_info订单信息），引用上游业务数据。
  

• 确认消息配置
  输入弹窗提示文案，支持{{变量}}填充数据：示例：即将提交订单：{{order_info}}，请问确认执行？回复【确认】/【取消】
  

运行到本节点：工作流暂停，推送消息给用户等待输入。

• 输出参数
  输出变量：用户回复内容（String：确认 / 取消），下游 IF 节点根据输出结果分支：确认→执行后续业务；取消→终止流程。
  

步骤 5：操作步骤

1：初始化开始入参

双击【开始节点】，新增入参变量user_query（类型 String，必填），用来接收用户提问内容。

2、添加业务节点

点击【添加节点】，按需拖拽知识库 / 大模型 / 插件 / 条件等节点到画布；

示例标准 RAG 流程：
开始节点 → 知识库节点（传入user_query召回文档） → 大模型节点（传入文档+问题生成答案） → 结束节点

3：节点连线

从上游节点蓝色圆点拉出连线，对接下游节点输入圆点，完成流程串联。

4：逐个配置每个节点参数

双击节点打开配置面板，绑定输入变量、填写节点配置、定义输出变量。

5：配置结束节点输出

双击结束节点，绑定最终需要返回给用户的结果变量。

6：保存 + 调试发布

（1）画布右上角点击【保存】；

（2）返回智能体列表，点击该高级编排智能体卡片，进入预览对话窗口，输入内容测试流程；
（3）调试无误后，智能体自动变为【已发布】状态，可通过公开链接对外使用。

步骤 6：智能体调试与使用

1、编排保存后，回到智能体首页，点击对应高级编排卡片进入概览页；
2、概览页生成公开访问链接，复制链接即可打开对话页面，发起对话测试工作流

导入创建

支持导入已创建好的智能体