薛临风老师强调将工作流视为流水线系统——数据在节点间流动，每个节点是独立的处理机器。这要求学员理解5条对应原则：
- 节点连接配置
- 输入参数映射
- 技能设置与调用
- 输出数据提取
- 变量命名规范（蛇形命名法）
掌握这些原则是从简单顺序节点进阶到复杂分支循环的基础。
本课程重点讲解6种常见数据类型，每种类型在工作流中的应用场景不同：
| 类型 |
用途 |
实例 |
| int / number |
数值运算 |
价格、数量 |
| boolean |
条件判断 |
是/否状态 |
| string |
文本存储 |
提示词、内容 |
| array |
批量循环 |
章节列表、结果集 |
| object |
结构化数据 |
用户信息、配置项 |
关键技巧：将大模型输出从string改为array，便于后续循环处理和数据聚合。
"意图识别节点本质就是一个大模型，根据用户输入进行分类，然后触发不同的处理分支。"
—— 薛临风老师
案例：小小写作家智能体
通过意图识别让大模型自行选择任务类型：
- 意图节点：接收用户灵感(idea)，识别需求类别
- 分支1：写诗 → 专用提示词 → 诗歌输出
- 分支2：写微小说 → 故事提示词 → 小说输出
- 分支3：写观点洞察 → 评论提示词 → 观点输出
- 异常处理：灵感不匹配 → 搜索节点 → 友好提示
意图识别节点配置：
- 选择极速模式加快响应
- 正确引入用户输入变量(idea)
- 设置明确的匹配选项（诗/微小说/观点/其他）
- 为每个分支创建独立的大模型节点，避免变量污染
异常处理与输出聚合：
- 添加搜索节点处理意图不匹配的边界情况
- 使用变量聚合节点返回"每个分组中第一个非空值"
- 确保最终输出节点选择返回纯文本格式
"循环的关键是理解数组迭代和中间变量的状态传递——每次循环的输出要成为下次循环的输入，形成完整的创作链条。"
—— 薛临风老师 核心教学
步骤1：大纲生成与数组转换
- 大模型节点生成小说大纲（8个章节点）
- 将输出改为array类型，每个大纲作为独立对象
- 原因：便于循环遍历和上下文传递
步骤2：循环节点配置
- 选择数组循环模式
- 引入大纲变量(outline)作为循环源
- 设置中间变量(last_part)记录上一次写作内容
- 在循环体中：大模型引用 outline + 当前item + last_part
步骤3：变量传递与输出处理
- 循环内每次写作完成后，用"设置变量"节点更新last_part
- 将新输出赋值给last_part供下次循环使用
- 循环结束后，用文本处理节点拼接所有输出
- 最终输出节点返回完整小说文本
常见问题排查：
- 输出为空 → 检查变量是否正确引入、节点连接是否完成
- 上下文丢失 → 确认last_part在每次循环后被正确更新
- 数据类型错误 → 大模型输出必须保持array而非string
无代码方案：将工作流输出存储到飞书
- 添加飞书多维表插件，选择"新增多条数据"功能
- 设置APP TOKEN为多维表链接
- 映射三个变量：idea（灵感） + content（生成内容） + type（意图类型）
- 通过大模型节点自动赋值，解决手工录入问题
注意：遇到类型字段问题可用大模型处理或文本节点修改，强调"多思考、利用各种节点"的问题解决思路。
初学者任务： 根据详细文档复现工作流，加入符合需求的自选功能（避免完整照搬）
进阶者任务： 将分支+循环+多维表三个流程拼接成完整链路，或开发公众号管理工具等复杂应用
提交截止： 11月25日前提交，需附运行成功的工作流截图+智能体链接
比赛鼓励： 组团参加扣子AI挑战赛，参考赛事评判标准争取获奖
立即可用：
- 课程回放视频（直播结束后上传到社区）
- 老师讲义、思维导图、会议总结
- 测试集使用指南（提前预设边界情况，避免反复试运行）
- 公众号历史文章提取链接（用于后续工作流参考）
学习建议： 多动手练习，反复观看回放深化理解；在测试调试过程中查看飞书扣子官方教程，丰富工作流节点概念。