[智能体-454]：Coze（扣子）工作流全节点详解
这是 Coze 可视化低代码工作流编辑器的全部功能节点，整体分为顶层通用模块、业务逻辑、输入输出、数据库、知识库 & 数据五大板块，所有节点均可拖拽连线搭建 AI 自动化流程。
一、顶层通用统筹模块（全局基础组件）
1. 大模型
- 核心能力：调用各类 LLM 大语言模型，完成问答、文案生成、文本摘要、逻辑推理、提示词润色、结构化输出等核心 AI 能力。
- 配套用法：可绑定知识库检索结果、记忆变量、上游文本作为上下文输入，是绝大多数业务流程的核心节点。
2. 插件
- 本质：封装第三方 API / 云端模型的可视化工具包，无需手写接口请求。
- 典型分类：
- 多媒体类：文生视频、文生图、语音转文字、语音合成；
- 工具类：联网搜索、文件解析、Excel 处理、邮件发送；
- 业务类：企业 CRM、表单、支付、第三方系统对接接口。
- 底层逻辑：所有插件均远程调用云端算力 / 第三方服务，本地仅做参数转发。
3. 工作流（子流程复用）
- 作用：将一套完整流程封装为子模块，实现流程复用、分层解耦。
- 适用场景：重复业务逻辑（如统一校验、统一数据格式化）拆分独立子工作流，主流程直接调用，减少重复搭建。
二、业务逻辑（流程控制核心，实现分支、循环、数据运算）
表格
| 节点 | 核心功能 | 典型落地场景 |
|---|---|---|
| 代码 | 内置 Python 运行环境，自定义复杂数据处理、接口请求、格式转换、复杂算法 | 官方插件无法覆盖的特殊逻辑、自定义 API 调用、批量数据清洗 |
| IF 选择器 | 条件分支判断（传统的逻辑分支），支持多分支、多条件与 / 或逻辑，实现 if/else 分流 | 根据用户意图、数据字段值分发不同业务流程，无知识库内容拦截大模型调用 |
| 意图识别 | 对用户输入文本做分类打标（基于意图分支），自动匹配预设业务意图 | 多场景 AI 客服，一句话区分咨询、投诉、退款需求 |
| 循环 | 串行循环：遍历数组 / 列表变量，逐条执行内部子流程 | 批量生成图片 / 视频、逐条入库、批量消息推送 |
| 批处理 | 并行循环：批量并行处理大批量数据，可配置并发数，性能优于普通循环 | 上万条文档批量入库知识库、批量数据导出 |
| 变量聚合 | 整合多个上游节点输出，统一封装为结构化变量（对象 / 数组） | 汇总多轮检索、多工具返回的数据，统一传递给大模型 |
| 异步任务 | 后台非阻塞执行耗时任务，主流程可提前返回结果，任务后台持续运行 | 长视频生成、大批量文档异步写入数据库，避免用户长时间等待 |
三、输入 & 输出（流程出入口，定义数据流转边界）
输入
工作流的起点，用于定义外部传入参数：
- 支持文本、数字、数组、文件、图片等多类型入参；
- 对外暴露调用接口时，外部系统 / 用户提问全部通过输入节点传入流程。
输出
工作流的终点，统一整理最终返回数据：
- 聚合大模型、插件、数据库的结果，自定义返回格式；
- 可输出文本、媒体链接、表格数据、结构化 JSON，对外提供标准化响应。
四、数据库（内置结构化数据持久化，CRUD 操作）
Coze 内置轻量数据库，无需额外搭建数据库服务，5 个节点覆盖全部数据操作：
- 查询数据：可视化条件筛选，单表查询数据列表 / 单条记录，返回结构化变量；
- 新增数据：向数据表插入单行 / 多行数据；
- 更新数据：根据主键 / 条件修改已有记录字段；
- 删除数据：按条件删除数据表记录；
- SQL 自定义：手写原生 SQL 语句，支持多表联查、复杂聚合、自定义事务，适配复杂数据查询场景。
配套场景
对话记录存储、生成的视频 / 文件链接归档、用户业务数据持久化、表单数据落地。
五、知识库 & 数据（RAG 检索增强，解决幻觉、Token 浪费核心模块）
知识库检索
- 底层原理：将用户提问向量化，在向量库中召回相似度最高的少量文档片段；
- 两大核心价值：
- 抑制幻觉：仅基于私有文档事实作答，禁止模型凭空编造；
- 大幅节省 Token：替代全量文档塞进 Prompt，只传入少量相关片段，上下文 Token 消耗降低 90% 以上；
- 配置能力：可设置召回条数、相似度阈值、无匹配内容拦截大模型调用。
知识库写入
- 功能：向向量知识库新增 / 更新文档、文本片段；
- 适配节点：搭配循环 / 批处理节点，批量上传 PDF、Word、网页文本到知识库，用于后续检索问答。
整体流程设计通用链路参考
输入 → 意图识别 / IF 选择器分流 → 知识库检索（召回参考资料） → 大模型（结合记忆 + 检索内容生成回答） → （可选插件 / 代码处理多媒体） → 数据库存入对话记录 → 输出返回用户
核心平台优势总结
- 零代码 / 低代码：全部可视化拖拽，仅复杂逻辑需要少量 Python 代码；
- 全链路闭环：从用户输入、AI 推理、工具调用、结构化存储、向量检索一站式覆盖；
- 成本优化能力：知识库 + 记忆单元双重压缩上下文 Token，降低大模型调用费用；
- 业务解耦：子工作流、变量聚合、异步任务支持大型复杂自动化流程搭建。