7a5792ba01
* fix(workflow): use loose rendering for end-node variables * fix(workflow): use int type for memory node config id * fix(workflow): handle missing environment variable defaults * fix(workflow): render jinja variables with actual values in non-strict mode * fix(workflow): support reordering without a rerank model in knowledge base * fix(workflow): fix typo in key value
94 lines
2.0 KiB
YAML
94 lines
2.0 KiB
YAML
# 简单问答工作流模板
|
|
id: simple_qa_v1
|
|
name: 简单问答工作流
|
|
description: 最基础的问答工作流，适合快速开始
|
|
category: basic
|
|
version: "1.0.0"
|
|
author: RedBear Memory Team
|
|
tags:
|
|
- 问答
|
|
- 基础
|
|
- LLM
|
|
|
|
# 工作流配置
|
|
nodes:
|
|
- id: start
|
|
type: start
|
|
name: 开始
|
|
position:
|
|
x: 100
|
|
y: 100
|
|
|
|
- id: llm_qa
|
|
type: llm
|
|
name: LLM 问答
|
|
config:
|
|
# 使用 LangChain 标准的消息格式
|
|
messages:
|
|
- role: system
|
|
content: |
|
|
你是一个专业、友好且乐于助人的 AI 助手。
|
|
|
|
你的职责：
|
|
- 准确理解用户的问题并提供有价值的回答
|
|
- 保持回答的专业性和准确性
|
|
- 如果不确定答案，诚实地告知用户
|
|
- 使用清晰、易懂的语言进行交流
|
|
|
|
回答风格：
|
|
- 简洁明了，直击要点
|
|
- 必要时提供详细解释和示例
|
|
- 使用友好、礼貌的语气
|
|
- 适当使用格式化（如列表、段落）提高可读性
|
|
|
|
|
|
model_id: null
|
|
temperature: 0.7
|
|
max_tokens: 1000
|
|
position:
|
|
x: 500
|
|
y: 100
|
|
|
|
- id: end
|
|
type: end
|
|
name: 结束
|
|
config:
|
|
output: "{{ llm_qa.output }}"
|
|
position:
|
|
x: 900
|
|
y: 100
|
|
|
|
edges:
|
|
- source: start
|
|
target: llm_qa
|
|
label: 开始处理
|
|
|
|
- source: llm_qa
|
|
target: end
|
|
label: 完成
|
|
|
|
# 变量定义
|
|
variables: []
|
|
|
|
# 执行配置
|
|
execution_config:
|
|
max_execution_time: 60
|
|
max_iterations: 1
|
|
|
|
# 触发器（可选）
|
|
triggers: []
|
|
|
|
# 使用示例
|
|
examples:
|
|
- name: 基础问答
|
|
description: 询问一个简单的问题
|
|
input:
|
|
user_question: "什么是人工智能？"
|
|
expected_output: "关于人工智能的解释"
|
|
|
|
- name: 技术咨询
|
|
description: 询问技术问题
|
|
input:
|
|
user_question: "如何学习 Python 编程？"
|
|
expected_output: "Python 学习建议"
|