【共学营特别场第二场】智谱BigModel开放平台工作流搭建

【共学营特别场第二场】智谱BigModel开放平台工作流搭建 👋 【共学营特别场第二场】智谱BigModel开放平台工作流搭建 Modified December 10, 2024 3.1.2 画布节点配置 3.2 案例2: 🍃旅游搭子 📃 场景：多插件调用 介绍：通过使用多个agent节点（multi agent）调用知识库和各类插件，该智能体可以实现旅游问题的问答、提供景点和餐厅的实时信息、制作旅游计划。 体验链接 https://appcenter.bigmodel.cn/console/appcenter v2/chat?share code=2xuv2AIqVfEzgccLBdtyv 3.2.1 业务思路拆解 🤔 各Agent功能说明 1. 闲聊对话：处理能力外的正常意图和异常意图，对于正常意图进行对话，对于异常意图进行话题拉回。 2. 景点查询助手：调用插件获取景点的公开信息，并存入"记忆"以备"行程规划"使用。 3. 行程规划：根据"记忆"中的内容，调用知识库，根据"记忆"召回相关攻略并生成新攻略。 4. 美食查询助手：调用插件获取当地美食和餐厅的信息，并存入"记忆"以备"行程规划"使用。 3.2.2 画布节点配置 3.3 案例3: 📷景点百晓生(拍照识图) 📃 场景：多模态内容理解 多轮对话 介绍：识别用户上传照片中的景点，支持图片理解；对于景点问题可以进行联网搜索，并通过插件，提供景点及其附近的其他信息。 体验链接 https://open.bigmodel.cn/console/appcenter v2/chat?app id=1854117122649784320&from=template 3.3.1 业务思路拆解 3.1.2 画布节点配置 3.2 案例2: 🍃旅游搭子 📃 场景：多插件调用 介绍：通过使用多个agent节点（multi agent）调用知识库和各类插件，该智能体可以实现旅游问题的问答、提供景点和餐厅的实时信息、制作旅游计划。 📃 场景：多插件调用 介绍：通过使用多个agent节点（multi agent）调用知识库和各类插件，该智能体可以实现旅游问题的问答、提供景点和餐厅的实时信息、制作旅游计划。 📃 场景：多插件调用 介绍：通过使用多个agent节点（multi agent）调用知识库和各类插件，该智能体可以实现旅游问题的问答、提供景点和餐厅的实时信息、制作旅游计划。 场景：多插件调用 介绍：通过使用多个agent节点（multi agent）调用知识库和各类插件，该智能体可以实现旅游问题的问答、提供景点和餐厅的实时信息、制作旅游计划。 体验链接 https://appcenter.bigmodel.cn/console/appcenter v2/chat?share code=2xuv2AIqVfEzgccLBdtyv 体验链接 体验链接 https://appcenter.bigmodel.cn/console/appcenter v2/chat?share code=2xuv2AIqVfEzgccLBdtyv https://appcenter.bigmodel.cn/console/appcenter v2/chat?share code=2xuv2AIqVfEzgccLBdtyv 3.2.1 业务思路拆解 🤔 各Agent功能说明 1. 闲聊对话：处理能力外的正常意图和异常意图，对于正常意图进行对话，对于异常意图进行话题拉回。 2. 景点查询助手：调用插件获取景点的公开信息，并存入"记忆"以备"行程规划"使用。 3. 行程规划：根据"记忆"中的内容，调用知识库，根据"记忆"召回相关攻略并生成新攻略。 4. 美食查询助手：调用插件获取当地美食和餐厅的信息，并存入"记忆"以备"行程规划"使用。 各Agent功能说明 1. 闲聊对话：处理能力外的正常意图和异常意图，对于正常意图进行对话，对于异常意图进行话题拉回。 2. 景点查询助手：调用插件获取景点的公开信息，并存入"记忆"以备"行程规划"使用。 3. 行程规划：根据"记忆"中的内容，调用知识库，根据"记忆"召回相关攻略并生成新攻略。 4. 美食查询助手：调用插件获取当地美食和餐厅的信息，并存入"记忆"以备"行程规划"使用。 3.2.2 画布节点配置 3.3 案例3: 📷景点百晓生(拍照识图) 📃 场景：多模态内容理解 多轮对话 介绍：识别用户上传照片中的景点，支持图片理解；对于景点问题可以进行联网搜索，并通过插件，提供景点及其附近的其他信息。 📃 场景：多模态内容理解 多轮对话 介绍：识别用户上传照片中的景点，支持图片理解；对于景点问题可以进行联网搜索，并通过插件，提供景点及其附近的其他信息。 📃 场景：多模态内容理解 多轮对话 介绍：识别用户上传照片中的景点，支持图片理解；对于景点问题可以进行联网搜索，并通过插件，提供景点及其附近的其他信息。 场景：多模态内容理解 多轮对话 介绍：识别用户上传照片中的景点，支持图片理解；对于景点问题可以进行联网搜索，并通过插件，提供景点及其附近的其他信息。 体验链接 https://open.bigmodel.cn/console/appcenter v2/chat?app id=1854117122649784320&from=template 体验链接 体验链接 https://open.bigmodel.cn/console/appcenter v2/chat?app id=1854117122649784320&from=template https://open.bigmodel.cn/console/appcenter v2/chat?app id=1854117122649784320&from=template 3.3.1 业务思路拆解 3.3.2 画布节点配置 4. 社群支持与合作 🧑‍🤝‍🧑 技术支持 • 飞书群、微信群等交流平台 企业合作 • 在线预约客户经理，一对一交流 技术支持 • 飞书群、微信群等交流平台 企业合作 • 在线预约客户经理，一对一交流 智谱 BigModel共学营 💡 智谱BigModel共学营第二期回归！ 面向零基础AI / 技术小白 💠 智谱 BigModel 开放平台携手🌈 WaytoAGI 社群，一步一解无痛跟学，保你共学满载而归！ 通过4次小应用教学，与百万开发者共同探索AI的深度应用 手把手教你打造智能助手，从功能搭建到接入微信，一站式搞定！ 智谱BigModel共学营第二期回归！ 面向零基础AI / 技术小白 💠 智谱 BigModel 开放平台携手🌈 WaytoAGI 社群，一步一解无痛跟学，保你共学满载而归！ 通过4次小应用教学，与百万开发者共同探索AI的深度应用 手把手教你打造智能助手，从功能搭建到接入微信，一站式搞定！ 往期请参阅： 🚀 智谱BigModel大模型应用共学营 🚀 智谱BigModel大模型应用共学营 更多智谱大模型落地场景： 🗯️ 智慧招聘 智能人岗匹配综合解决方案 🗯️ 智慧招聘 智能人岗匹配综合解决方案 本期课表 时间 内容 课前要求或课后作业 讲师 12/4 20:00 （直播回放） 微信超级AI知识助手教学（上） 个人助手工作流搭建教学及接入准备 【课程资源包领取】 【课后作业提交】 user 9305 12/5 20:00 （直播回放） (特别场) 智谱实时音视频通话 Videocall分享 👉 【BigModel共学营特别场】智谱音视频通话模型大揭秘：探秘“怪吓人”背后的大模型技术原理 user 5052 12/10 20:00 （直播回放） (特别场) 多Agent案例教学：智谱BigModel开放平台工作流 user 9305 user 9868 12/11 20:00 （直播回放） 微信超级AI知识助手教学（下） 个人助手的微信多模态接入教学 user 9305 直播回放 【课程资源包领取】 后作业提交 直播回放 👉 【BigModel共学营特别场】智谱音视频通话模型大揭秘：探秘“怪吓人”背后的大模型技术原理 时间 时间 内容 内容 课前要求或课后作业 课前要求或课后作业 讲师 讲师 12/4 20:00 （直播回放） 直播回放 12/4 20:00 （直播回放） 直播回放 微信超级AI知识助手教学（上） 个人助手工作流搭建教学及接入准备 微信超级AI知识助手教学（上） 个人助手工作流搭建教学及接入准备 【课程资源包领取】 【课后作业提交】 【课程资源包领取】 后作业提交 【课程资源包领取】 【课程资源包领取】 【课后作业提交】 后作业提交 user 9305 user 9305 12/5 20:00 （直播回放） 直播回放 12/5 20:00 （直播回放） 直播回放 (特别场) 智谱实时音视频通话 Videocall分享 (特别场) 智谱实时音视频通话 Videocall分享 👉 【BigModel共学营特别场】智谱音视频通话模型大揭秘：探秘“怪吓人”背后的大模型技术原理 👉 【BigModel共学营特别场】智谱音视频通话模型大揭秘：探秘“怪吓人”背后的大模型技术原理 👉 【BigModel共学营特别场】智谱音视频通话模型大揭秘：探秘“怪吓人”背后的大模型技术原理 👉 【BigModel共学营特别场】智谱音视频通话模型大揭秘：探秘“怪吓人”背后的大模型技术原理 user 5052 user 5052 12/10 20:00 （直播回放） 12/10 20:00 （直播回放） (特别场) 多Agent案例教学：智谱BigModel开放平台工作流 (特别场) 多Agent案例教学：智谱BigModel开放平台工作流 user 9305 user 9868 user 9305 user 9868 12/11 20:00 （直播回放） 12/11 20:00 （直播回放） 微信超级AI知识助手教学（下） 个人助手的微信多模态接入教学 微信超级AI知识助手教学（下） 个人助手的微信多模态接入教学 user 9305 user 9305 BigModel开放平台 智谱 BigModel( bigmodel.cn) 开放平台是智谱一站式的大模型开发及应用构建平台。基于智谱自研的全模型矩阵，面向企业客户及合作伙伴，支持多样化模型和自定义编排。平台提供即插即用的智能工具箱，包括API接口、模型微调及部署功能，同时具备流程编排以适应复杂业务场景。 bigmodel.cn 🔥🆓 BigModel开放平台还提供免费模型，0元上手大模型，让尝试没有负担。新用户注册登录即送2000万Tokens，调用智谱全家桶模型 语言模型：GLM 4 Flash 视觉理解模型：GLM 4V Flash 🎁邀请智谱新用户，免费资源包等你拿！ 🔥 每月最高可领取总计2亿GLM 4 Air Tokens 资源包！ 📋 参与步骤： 1️⃣ 🖥️ 电脑登录：https://bigmodel.cn/ 2️⃣ 📊 进入控制台页面 3️⃣ 🎯 点击右上角【邀新人领福利】参与！ 🏃‍♀️🏃‍♂️ 宝子们，好福利不错过，快冲鸭🚀 本期共学直播地址 会议时间： 20:00 21:30 (GMT+8) 会议 ID：185 655 937 会议链接：https://vc.feishu.cn/j/185655937 共学营互动群： • 新用户注册：赠送 2000万 Tokens 资源包 + 400次多模态生成资源包 https://open.bigmodel.cn/ • 智能体中心地址：https://open.bigmodel.cn/console/appcenter v2/intelligent/center • 企业案例中心：https://open.bigmodel.cn/dev/guidelines/hr recruit • 新用户注册：赠送 2000万 Tokens 资源包 + 400次多模态生成资源包 https://open.bigmodel.cn/ • 智能体中心地址：https://open.bigmodel.cn/console/appcenter v2/intelligent/center • 企业案例中心：https://open.bigmodel.cn/dev/guidelines/hr recruit 本期特别场分享目标 🎉 我们希望帮助用户从零开始，快速掌握智谱BigModel清流 智能体开发平台的搭建使用，缩短学习曲线，提升企业的智能化转型效率。 1. 整体可分为 三大阶段，精心设计了由浅入深、循序渐进的学习路径，确保你能在最短时间内快速上手基于 BigModel智谱清流 的智能体应用开发。 • 在产品概述，我们会阐述 清流 的产品定位和我们的独特优势，即解决企业在 AI 落地遇到的难题，实现满足投产要求的解决方案的落地。 • 在产品功能详解中： ◦ 基础篇，我们首先会介绍清流的核心概念与和基本操作：分别从智能体广场、画布编排调试、插件中心、知识库等关键模块入手。通过这一部分的学习，你将对 清流 建立全局的认知，能够使用关键节点搭建简单的 AI 应用。为后续的深入学习打下基础。 ◦ 进阶篇将带你探索 清流 的进阶功能和开发技巧。你将学会如何优化工作流性能、如何搭建复杂的业务逻辑、如何管理和部署 AI 智能体应用，等等。通过这一部分的学习，你将全面提升自己的智能体应用 开发能力，能够独立完成实现更为复杂、可投产使用的 AI 企业级智能体应用。 • 在产品实战，我们通过几个来自真实业务场景的项目案例，将清流 的能力应用到落地场景中。从研报生成到旅游搭子，再到即拍即搜，通过最佳实践掌握 清流 的开发的精髓，为本企业积累 AI 项目的实战经验。 我们希望帮助用户从零开始，快速掌握智谱BigModel清流 智能体开发平台的搭建使用，缩短学习曲线，提升企业的智能化转型效率。 1. 整体可分为 三大阶段，精心设计了由浅入深、循序渐进的学习路径，确保你能在最短时间内快速上手基于 BigModel智谱清流 的智能体应用开发。 • 在产品概述，我们会阐述 清流 的产品定位和我们的独特优势，即解决企业在 AI 落地遇到的难题，实现满足投产要求的解决方案的落地。 • 在产品功能详解中： ◦ 基础篇，我们首先会介绍清流的核心概念与和基本操作：分别从智能体广场、画布编排调试、插件中心、知识库等关键模块入手。通过这一部分的学习，你将对 清流 建立全局的认知，能够使用关键节点搭建简单的 AI 应用。为后续的深入学习打下基础。 ◦ 进阶篇将带你探索 清流 的进阶功能和开发技巧。你将学会如何优化工作流性能、如何搭建复杂的业务逻辑、如何管理和部署 AI 智能体应用，等等。通过这一部分的学习，你将全面提升自己的智能体应用 开发能力，能够独立完成实现更为复杂、可投产使用的 AI 企业级智能体应用。 ◦ 基础篇，我们首先会介绍清流的核心概念与和基本操作：分别从智能体广场、画布编排调试、插件中心、知识库等关键模块入手。通过这一部分的学习，你将对 清流 建立全局的认知，能够使用关键节点搭建简单的 AI 应用。为后续的深入学习打下基础。 ◦ 进阶篇将带你探索 清流 的进阶功能和开发技巧。你将学会如何优化工作流性能、如何搭建复杂的业务逻辑、如何管理和部署 AI 智能体应用，等等。通过这一部分的学习，你将全面提升自己的智能体应用 开发能力，能够独立完成实现更为复杂、可投产使用的 AI 企业级智能体应用。 • 在产品实战，我们通过几个来自真实业务场景的项目案例，将清流 的能力应用到落地场景中。从研报生成到旅游搭子，再到即拍即搜，通过最佳实践掌握 清流 的开发的精髓，为本企业积累 AI 项目的实战经验。 1. BigModel智谱清流 产品概述 播放智谱 AI 智能体平台宣传片(2分钟) 播放智谱 AI 智能体平台宣传片(2分钟) 🎁 解决问题 大模型作为新质生产力的代表，正在推动各行各业对AI原生应用在不同业务场景下的深入探索。但单一化的模型解决能力已经无法满足企业多元化场景需求。 打造出一条 「企业场景下要求高可用、高性能、高性价比」的 AI 应用之路，尚有诸多难题亟待解决。 解决问题 大模型作为新质生产力的代表，正在推动各行各业对AI原生应用在不同业务场景下的深入探索。但单一化的模型解决能力已经无法满足企业多元化场景需求。 打造出一条 「企业场景下要求高可用、高性能、高性价比」的 AI 应用之路，尚有诸多难题亟待解决。 🥇 产品定位 核心价值：通过清流 ，让大模型在企业场景中满足投产要求。 智谱BigModel清流 智能体开发平台定位在企业级 AI 智能体应用开发，是基于智谱全模型矩阵叠加与之深度适配的智能体开发框架。面向 ToB 业务，以市场和企业落地需求，驱动产品能力建设。 产品定位 核心价值：通过清流 ，让大模型在企业场景中满足投产要求。 智谱BigModel清流 智能体开发平台定位在企业级 AI 智能体应用开发，是基于智谱全模型矩阵叠加与之深度适配的智能体开发框架。面向 ToB 业务，以市场和企业落地需求，驱动产品能力建设。 🏖️ 我们有两个独特优势 1.自有模型的深度适配 提供高契合度功能设计，通过模型逻辑封装和内置提示词优化，实现模型表现优于第三方平台调用的效果。 2.真实场景验证的高可用模板 官方模板经过 PoC 验证，能快速落地企业场景，支持企业级开箱即用。 我们有两个独特优势 1.自有模型的深度适配 提供高契合度功能设计，通过模型逻辑封装和内置提示词优化，实现模型表现优于第三方平台调用的效果。 2.真实场景验证的高可用模板 官方模板经过 PoC 验证，能快速落地企业场景，支持企业级开箱即用。 🍞 为企业各角色提供价值 为企业各角色提供价值 对于业务与技术团队 • 无需具备开发经验，通过清流，将你的经验和技能转化为实际的 AI 应用，为企业创造更多价值； • 或者把清流当作快速验证和闭环工具，通过设计和实现产品原型，验证创意的可行性，将帮助你用更短时间推出更贴合用户需求的智能化产品。 • 或者通过灵活的工作流引擎，借助自定义插件功能，将清流与企业内部系统无缝对接。让你以更敏捷的方式完成 AI 项目，提升团队影响力。 对于企业管理者 清流将成为你推动企业数字化转型的重要助手。 它帮助你快速设计和部署智能化解决方案，或开发定制化应用，引入 AI 能力重塑业务流程，提升团队效率。 更重要的是，清流的低门槛特性让你的团队无需深厚技术背景，也能快速实现创新。 对于业务与技术团队 • 无需具备开发经验，通过清流，将你的经验和技能转化为实际的 AI 应用，为企业创造更多价值； • 或者把清流当作快速验证和闭环工具，通过设计和实现产品原型，验证创意的可行性，将帮助你用更短时间推出更贴合用户需求的智能化产品。 • 或者通过灵活的工作流引擎，借助自定义插件功能，将清流与企业内部系统无缝对接。让你以更敏捷的方式完成 AI 项目，提升团队影响力。 对于业务与技术团队 • 无需具备开发经验，通过清流，将你的经验和技能转化为实际的 AI 应用，为企业创造更多价值； • 或者把清流当作快速验证和闭环工具，通过设计和实现产品原型，验证创意的可行性，将帮助你用更短时间推出更贴合用户需求的智能化产品。 • 或者通过灵活的工作流引擎，借助自定义插件功能，将清流与企业内部系统无缝对接。让你以更敏捷的方式完成 AI 项目，提升团队影响力。 对于企业管理者 清流将成为你推动企业数字化转型的重要助手。 它帮助你快速设计和部署智能化解决方案，或开发定制化应用，引入 AI 能力重塑业务流程，提升团队效率。 更重要的是，清流的低门槛特性让你的团队无需深厚技术背景，也能快速实现创新。 对于企业管理者 清流将成为你推动企业数字化转型的重要助手。 它帮助你快速设计和部署智能化解决方案，或开发定制化应用，引入 AI 能力重塑业务流程，提升团队效率。 更重要的是，清流的低门槛特性让你的团队无需深厚技术背景，也能快速实现创新。 2. 智能体产品功能详解 🏭 清流提供多Agent、工作流、知识管理、批量效果调优等能力，让企业无需专业编程即可快速构建高效的AI应用，推动业务全面智能化升级，提升企业内部业务流转和客户服务效率。 同时，用户通过在画布上进行拖拉拽的操作，所见即所得构建自己的任务流，完成大模型的智能体搭建。配合批量调试能力，可以快速、低成本的预览智能体的效果。最终可通过页面嵌入、api调用等形式来将搭建好的智能体融入用户的业务流程当中。 清流提供多Agent、工作流、知识管理、批量效果调优等能力，让企业无需专业编程即可快速构建高效的AI应用，推动业务全面智能化升级，提升企业内部业务流转和客户服务效率。 同时，用户通过在画布上进行拖拉拽的操作，所见即所得构建自己的任务流，完成大模型的智能体搭建。配合批量调试能力，可以快速、低成本的预览智能体的效果。最终可通过页面嵌入、api调用等形式来将搭建好的智能体融入用户的业务流程当中。 2.1 基础篇 2.1.1 基础设定 步骤/模块 截图 说明 基础系统变量 1. 创建的智能体通常会有 3个初始变量，分别是{{历史对话}}、{{用户输入 对话}}、{{当前时间}} a. {{历史对话}}：该变量引用了您与智能体之间发生的历史对话记录；是用户与智能体维度的对话记录，非当前节点。 b. {{用户 对话}}：该变量引用了用户当前轮次的输入。 c. {{当前时间}}：由系统自动获取的当前北京时间，用于告知大模型目前的时间。 d. {{LLM}}/{{Agent}}：所添加的LLM节点或Agent节点都会作为变量可以被其他节点引用。 开始节点（Start） 用户每次创建新智能体，都有默认的起始节点，用于配置工作流交互策略。 点击「开始」节点旁边按钮进入对话设置，如图所示： 1. 起始节点为开始节点：用户每次都从流程画布的开始节点执行。 2. 起始节点为上次对话节点：用户每次输入内容，从上次对话中的节点（仅限Agent节点）继续与用户进行对话。 3. 对话历史策略（携带上下文轮数）：控制了变量{{历史对话}}、LLM节点的“历史对话拼接”功能、Agent节点“历史对话”的轮次。 拼接历史对话 1. 支持“历史对话拼接”功能，开启后LLM节点将拼接历史对话内容，具体对话轮次可在开始节点设置。 2. LLM / Agent节点的历史对话拼接开/关，跟{{历史对话}}变量拼在 prompt 中的区别是： 3. “历史对话拼接”功能的拼接的格式为： Code block JSON messages=[ {"role": "user", "content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"},{"role": "assistant", "content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"}, {"role": "user", "content": "智谱AI开放平台"}, {"role": "assistant", "content": "点燃未来，智谱AI绘制无限，让创新触手可及！"}, {"role": "user", "content": "创作一个更精准且吸引人的口号"} ] 这种拼接方式有利于多轮对话的进行 4. {{历史对话}}拼接的格式为： Code block JSON messages=[ {"role": "user", "content": " {"role": "user", "content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"}, {"role": "assistant", "content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"}, {"role": "user", "content": "智谱AI开放平台"}, {"role": "assistant", "content": "点燃未来，智谱AI绘制无限，让创新触手可及！"}, {"role": "user", "content": "创作一个更精准且吸引人的口号"} " } ] ] 多用于意图识别、信息提取、总结，把历史记录都拼在单次的user content中,效果更好 大模型参数设置 1. 模型设置页面支持调整temperature、top p、max token三个参数。 a. Temperature：Temperature参数主要控制模型生成文本的随机性。当Temperature值较高时，模型倾向于生成更加多样化和创新的文本，但这也可能引入语法错误或不相关的内容。相反，当Temperature值较低时，模型生成的文本会更加保守和稳定，但可能缺乏多样性和创造性。 b. Top P：Top p（核采样）参数与Temperature参数不同，它通过限制生成文本的候选词汇范围来影响多样性。Top p参数表示在生成每个词时，仅考虑概率最高的p%的候选词汇。因此，当p值较高时，模型生成的文本会更加多样化和创新，但也可能包含一些不相关的词汇。而当p值较低时，生成的文本会更加集中和连贯，但可能缺乏新颖性。 c. Max token：控制模型最大输出token，范围是1 8192。 基础和高级模式 1. Prompt输入框：编辑Prompt的区域，默认为user prompt。全屏后的高级模式支持分别输入System Prompt和User Prompt。点击Prompt输入框右下角进入全屏模式后，在左上角进入高级模式。 2.1.1 基础设定 步骤/模块 截图 说明 基础系统变量 1. 创建的智能体通常会有 3个初始变量，分别是{{历史对话}}、{{用户输入 对话}}、{{当前时间}} a. {{历史对话}}：该变量引用了您与智能体之间发生的历史对话记录；是用户与智能体维度的对话记录，非当前节点。 b. {{用户 对话}}：该变量引用了用户当前轮次的输入。 c. {{当前时间}}：由系统自动获取的当前北京时间，用于告知大模型目前的时间。 d. {{LLM}}/{{Agent}}：所添加的LLM节点或Agent节点都会作为变量可以被其他节点引用。 开始节点（Start） 用户每次创建新智能体，都有默认的起始节点，用于配置工作流交互策略。 点击「开始」节点旁边按钮进入对话设置，如图所示： 1. 起始节点为开始节点：用户每次都从流程画布的开始节点执行。 2. 起始节点为上次对话节点：用户每次输入内容，从上次对话中的节点（仅限Agent节点）继续与用户进行对话。 3. 对话历史策略（携带上下文轮数）：控制了变量{{历史对话}}、LLM节点的“历史对话拼接”功能、Agent节点“历史对话”的轮次。 拼接历史对话 1. 支持“历史对话拼接”功能，开启后LLM节点将拼接历史对话内容，具体对话轮次可在开始节点设置。 2. LLM / Agent节点的历史对话拼接开/关，跟{{历史对话}}变量拼在 prompt 中的区别是： 3. “历史对话拼接”功能的拼接的格式为： Code block JSON messages=[ {"role": "user", "content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"},{"role": "assistant", "content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"}, {"role": "user", "content": "智谱AI开放平台"}, {"role": "assistant", "content": "点燃未来，智谱AI绘制无限，让创新触手可及！"}, {"role": "user", "content": "创作一个更精准且吸引人的口号"} ] 这种拼接方式有利于多轮对话的进行 4. {{历史对话}}拼接的格式为： Code block JSON messages=[ {"role": "user", "content": " {"role": "user", "content": "作为一名营销专家，请为我的产品创作一个吸引人的口号"}, {"role": "assistant", "content": "当然，要创作一个吸引人的口号，请告诉我一些关于您产品的信息"}, {"role": "user", "content": "智谱AI开放平台"}, {"role": "assistant", "content": "点燃未来，智谱AI绘制无限，让创新触手可及！"}, {"role": "user", "content": "创作一个更精准且吸引人的口号"} " } ] ] 多用于意图识别、信息提取、总结，把历史记录都拼在单次的user