第十二章 · 工作流节点体系

本章定位：前面十一章讲的都是「单轮问答」的 RAG——用户问一句，系统检索+生成答一句。但很多业务不是一问一答能搞定的：先识别用户意图，再查知识库，可能还要查订单系统，根据结果分支走不同流程，最后综合回复。工作流编排就是把多个能力节点像搭积木一样串成一条流水线，让 AI 按流程协同工作。本章讲工作流里有哪些节点（积木）、每个节点干什么、怎么配置。

---

一、为什么需要工作流编排

1. 单轮 RAG 的局限

单轮 RAG 是「问题 → 检索 → 生成」一条直线。但真实业务经常需要多步骤协同：

用户「帮我查下订单 20240315 的状态，顺便告诉我退货政策」
  → 第1步：识别意图（查订单 + 问政策，两个意图）
  → 第2步：调订单系统查状态（工具调用）
  → 第3步：检索知识库查退货政策（RAG 检索）
  → 第4步：根据订单状态分支（已发货？已签收？走不同流程）
  → 第5步：综合订单信息 + 政策，生成回复

这种「先 A 再 B，根据 B 的结果决定走 C 还是 D，最后 E 汇总」的流程，单轮 RAG 搞不定——它没有「步骤」「分支」「变量传递」的概念。

2. 工作流 = 可视化的节点图

工作流编排把这些步骤抽象成节点（Node），用**连线（Edge）**串成一张有向图：

[开始] → [意图分类] → [查订单] ─┐
                            ┌──┤
[知识库检索] ←──────────────┘  │
     └──→ [分支判断] ──→ [生成回复A]
              └─────→ [生成回复B]

• 每个节点是一个独立能力（检索、调 LLM、查工具、分支判断）；
• 连线定义执行顺序和数据流向；
• 分支节点根据条件走不同路径。

💡 这和 Dify、Coze、n8n 等编排平台是同一个思路——用可视化节点图表达复杂流程，比硬编码 if-else 灵活得多。

---

二、SparkX 的 7+1 种节点

SparkX 工作流有 8 种节点（注册 7 种 + 特殊的 start 节点）：

节点	干什么	类比
开始	流程入口，注入系统变量	程序的 main()
回复	输出内容给用户	程序的 print/return
大模型	调 LLM 生成文本	调 AI 接口
知识库	RAG 检索（向量+关键词）	数据库查询

---

🔒 以上为本章部分预览（约 10%）

本章剩余 90% 内容包含：关键源码逐行拆解、设计细节与工程权衡、代码示例与生产实践要点。

💡 本次展示的仅为部分预览内容（约 10%）。完整的源码深度解析包含每一个技术点的完整实现细节。点击上方按钮扫码加入知识星球，解锁全部内容。