大模型_搭建工作流（成语接龙）

概述

这篇文章全面解析了如何在百炼平台上，构建一个可自动循环运行的“成语接龙”工作流。从设计思路到具体配置步骤，全部进行了详细拆解。核心内容涵盖三个方面：循环节点的功能定位、成语接龙工作流的完整运行逻辑，以及那些容易踩坑的关键配置要点。

简单来说，该工作流基于百炼官方文档的思路，设计并实现了一套支持循环执行的流程，能够自动加载数据、校验逻辑、串联上下游节点，确保整个过程稳定高效地持续运行。

先来了解循环节点

• 循环节点本质上就是工作流里专门用于处理重复任务的组件。
• 它接受引用类型的数组作为输入。如果同时传入多个数组，系统会以最短的那个数组长度为基准，每次循环只取对应位置的一项。
• 可以通过一个中间变量，在循环之间共享数据。配合“变量设置节点”，还能动态修改变量的值。
• 输出也是数组形式，数组的长度等于实际循环的次数。每次循环开始前，都会检查终止条件，条件满足则直接结束循环。
• 循环体本身是一个独立的子画布，里面自带固定的开始节点和结束节点，变量设置节点也只有在这个子画布里才能看到。
• 它还支持记录每次执行的日志和流式输出，这对排查问题、提升运行效率都很有帮助。

案例说明

来看一个具体的例子，整个工作流的执行步骤如下：

1. 首先，用一个脚本节点构造了一个长度为20的数字数组（命名为num ms），同时还输出一个叫variable的数值，这个变量用来存储当前的成语值。
2. 然后，进入循环节点。该循环节点配置了以下几个关键参数：
   • 输入数组：使用脚本节点构造的那个数组。
   • 中间变量：指定variable作为中间变量。
   • 输出变量：最终输出的output1是variable的值；循环体内大模型节点生成的结果，则作为output2输出。
   • 终止条件：当中间变量满足某个特定条件时，循环就会停止。
3. 接下来看循环体内部：流程会先展示一下输入的信息，然后调用大模型节点来生成下一个成语，再用一个脚本节点读取当前中间变量的值，最后通过“变量设置节点”更新中间变量的值。这样，一轮循环就完成了。
4. 你可以在运行结束后，查看循环体内每个节点的输入输出信息，观察这些输入数据是怎么一步步变化的。

需要留意的一点：循环次数被限制在100次以内。如果实际业务中需要超过100次，可以联系客服申请加白处理。

配置过程

步骤一：设置开始和脚本转换节点

配置开始节点参数

这一步很简单，不需要添加任何参数，保持默认状态就好。

添加脚本转换节点

用脚本节点构造一个长度为20的数字数组（类型为 Array）。

节点命名：可以叫它“构造并输出初始结果”。

输入参数：这个节点没有外部输入参数。

输出参数：所有输出都写入一个叫result的变量对象中，具体包含以下字段：

1. nums：一个包含1到20连续数字的数组。
2. variable：一个字符串，初始值设为"三心二意"。
3. history：一个数组，里面只有一个元素"三心二意"，用来记录已经用过的成语。
4. Flag：一个布尔值，初始值为false，用作后续分支判断的标志位。

注意事项：

• nums必须是长度为20的整数数组。
• variable和history需要同步初始化，这样才能让后续节点正确追踪当前值和历史记录。
• Flag默认为false，用来控制流程分支。
• 如果你要修改输出结构，务必保持result字段下的键名不变，否则下游节点会找不到数据。

脚本代码：

def main(): 
  import json  
  ret = {        
    "result": {            
      "nums": [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20],
      "variable":"三心二意",
      "history": ["三心二意"],
      "Flag": False 
       
    },    
  }    
  return ret

步骤二：设置循环节点

在循环体中，需要配置大模型节点和变量设置节点（这是必选的）。你完全可以根据自己的需求，往循环体里添加其他节点。

配置循环节点参数

1. 循环数组：使用脚本节点构造的数组作为输入，类型为Array。循环体的输入必须是数组类型的数据，循环会按照数组的索引顺序逐个执行。

2. 中间变量：

• variable：类型为Number，用来存储当前成语。
• history：一个数组，记录所有已经用过（接龙过）的成语。
• flag：一个布尔值，用来标识是否要结束循环。

3. 终止变量：当flag的值为True时，循环就会停止。

4. 输出变量：

• output1：输出每次循环后得到的新成语。
• out_his：输出所有成语的完整列表。

添加文本转换节点

这个节点的作用，是把循环节点运行时的各种信息，比如循环轮次、当前输入、中间变量1和中间变量2，全部整理成文本格式，方便后续传给大模型。

循环轮次：${Iterator_Dhlg.index}
循环节点当前轮次输入：${Script_Hfl9.result.nums}
中间变量1：${Iterator_Dhlg.variable}
中间变量2：${Iterator_Dhlg.history}

这样就相当于把循环节点的核心状态，以文本形式喂给了大模型。

主要大模型逻辑内容

这里用了一个qwen-max模型作为“成语接龙”游戏的核心逻辑引擎。给它输入的提示词（Prompt）是这样的：

“你需要做一个成语接龙的游戏，根据我提供的成语${Iterator_Dhlg.variable}，进行接龙，结果只输出成语就行。但是用过的成语不能再使用。历史成语：${Iterator_Dhlg.history}。”

脚本输出 + 变量设置

大模型输出一个成语后，需要用脚本节点把它的输出值读取出来，再通过“变量设置节点”把这个新成语更新到中间变量里，为下一轮循环做准备。

判断大模型

另外，还需要一个专门用来做判断的大模型节点。它的任务是：根据当前生成的成语，判断它是否包含“天空”、“地貌”、“颜色”相关的字眼。如果包含，就输出True，否则输出False。一旦输出的成语触发了这个隐藏的终止条件，就把flag设置为True，循环会立即中断。

步骤三：设置结束节点

在测试的时候，可以在“运行结果”里观察到每次循环的中间过程，看到每一步的输出内容。

最终的结果很直观：当运行到成语“昧地瞒天”时，因为其中包含了“地”这个字，触发了结束条件，流程就会自动停止并输出结果。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：百炼大模型工作流搭建方法要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题