创建一个知识库问答工作流
创建知识库，上传一份课程资料或说明文档；工作流开始节点接收用户问题，添加知识库检索节点、大模型润色节点和结束节点，并测试资料中有答案和没有答案的两个问题。
查看参考答案 ▼
参考步骤：
1. 在资源库中新建知识库，上传课程讲义、产品说明书或大模型发展史文档。
2. 配置解析和分段，优先使用自动分段并预览效果。
3. 创建工作流，开始节点接收用户问题 input。
4. 添加知识库检索节点，把 input 绑定为检索问题。
5. 添加大模型润色节点，提示词要求根据知识库结果回答，资料中没有答案时明确说明，不要编造。
6. 结束节点输出润色后的正式回答。
7. 测试一个资料中有答案的问题和一个资料中没有答案的问题。
✓ 正确
参考答案：参考步骤：
1. 在资源库中新建知识库，上传课程讲义、产品说明书或大模型发展史文档。
2. 配置解析和分段，优先使用自动分段并预览效果。
3. 创建工作流，开始节点接收用户问题 input。
4. 添加知识库检索节点，把 input 绑定为检索问题。
5. 添加大模型润色节点，提示词要求根据知识库结果回答，资料中没有答案时明确说明，不要编造。
6. 结束节点输出润色后的正式回答。
7. 测试一个资料中有答案的问题和一个资料中没有答案的问题。
优化知识库检索效果
查看知识库检索节点策略，尝试调整召回数量和最小匹配度，记录调整前后的回答差异，并写出你认为合适的一组参数和原因。
查看参考答案 ▼
参考步骤：
1. 使用默认参数测试一次，记录检索片段和最终回答。
2. 调整召回数量：漏信息时适当增加，回答混乱时适当减少。
3. 调整最小匹配度：无关内容多时提高，经常无结果时降低。
4. 对比调整前后的检索节点返回内容和最终回答。
5. 可把混合检索、召回数量 5 左右、匹配度 0.7 左右作为起点，再根据资料质量和问题表达调整。
✓ 正确
参考答案：参考步骤：
1. 使用默认参数测试一次，记录检索片段和最终回答。
2. 调整召回数量：漏信息时适当增加，回答混乱时适当减少。
3. 调整最小匹配度：无关内容多时提高，经常无结果时降低。
4. 对比调整前后的检索节点返回内容和最终回答。
5. 可把混合检索、召回数量 5 左右、匹配度 0.7 左右作为起点，再根据资料质量和问题表达调整。
搭建知识库加联网搜索兜底流程
在知识库问答工作流基础上加入联网搜索插件；知识库无有效结果时使用联网搜索兜底，最后由大模型统一整理，并说明答案主要来自知识库还是联网搜索。
查看参考答案 ▼
参考步骤：
1. 在原有知识库问答工作流中增加联网搜索插件。
2. 增加选择器节点或判断逻辑，判断知识库检索结果是否为空或明显不足。
3. 知识库有结果时走知识库分支，优先使用内部资料。
4. 知识库无结果时走联网搜索分支。
5. 最后统一进入大模型润色节点，提示词要求优先使用知识库内容，必要时参考联网搜索结果，并说明主要依据来源。
✓ 正确
参考答案：参考步骤：
1. 在原有知识库问答工作流中增加联网搜索插件。
2. 增加选择器节点或判断逻辑，判断知识库检索结果是否为空或明显不足。
3. 知识库有结果时走知识库分支，优先使用内部资料。
4. 知识库无结果时走联网搜索分支。
5. 最后统一进入大模型润色节点，提示词要求优先使用知识库内容，必要时参考联网搜索结果，并说明主要依据来源。
创建绩效数据库并导入数据
创建数据库表，至少包含 work_code、name、performance_level 三个字段，准备 5 条测试数据导入并检查是否成功，说明为什么 work_code 更适合字符串类型。
查看参考答案 ▼
参考步骤：
1. 在资源库中新建数据库。
2. 创建数据表，字段包括 work_code、name、performance_level，三者都可使用字符串类型。
3. 准备 5 条测试数据，例如 1001,张三,A；1002,李四,B；1003,王五,C；1004,赵六,A；1005,钱七,B。
4. 使用批量导入功能导入数据。
5. 导入后检查数据表中是否出现 5 条记录。
6. work_code 不参与数学计算，使用字符串可保留前导 0，也能避免格式被自动改动。
✓ 正确
参考答案：参考步骤：
1. 在资源库中新建数据库。
2. 创建数据表，字段包括 work_code、name、performance_level，三者都可使用字符串类型。
3. 准备 5 条测试数据，例如 1001,张三,A；1002,李四,B；1003,王五,C；1004,赵六,A；1005,钱七,B。
4. 使用批量导入功能导入数据。
5. 导入后检查数据表中是否出现 5 条记录。
6. work_code 不参与数学计算，使用字符串可保留前导 0，也能避免格式被自动改动。
搭建绩效查询工作流
开始节点接收用户输入，大模型节点抽取姓名，数据库节点查询该姓名对应绩效数据，再由大模型把查询结果润色成自然语言，测试存在和不存在的人名。
查看参考答案 ▼
参考步骤：
1. 创建工作流，开始节点接收用户输入 input。
2. 添加人名抽取大模型节点，只返回姓名；没有姓名时返回“无”。
3. 添加数据库查询节点，查询条件设置为 name 等于人名抽取节点输出。
4. 添加润色节点：查询为空时说明没有找到对应记录；查询到结果时说明工号、姓名和绩效等级。
5. 测试“查张三的绩效”和“查一个不存在的人”的结果。
✓ 正确
参考答案：参考步骤：
1. 创建工作流，开始节点接收用户输入 input。
2. 添加人名抽取大模型节点，只返回姓名；没有姓名时返回“无”。
3. 添加数据库查询节点，查询条件设置为 name 等于人名抽取节点输出。
4. 添加润色节点：查询为空时说明没有找到对应记录；查询到结果时说明工号、姓名和绩效等级。
5. 测试“查张三的绩效”和“查一个不存在的人”的结果。
搭建绩效新增、修改、删除流程
使用意图识别节点判断新增、修改、删除；分别抽取所需字段，每个分支输出清晰操作结果；关键信息缺失时提示用户补充。
查看参考答案 ▼
参考步骤：
1. 添加意图识别节点，设置新增数据、修改数据、删除数据三个意图。
2. 新增分支抽取姓名、工号、绩效等级，再绑定到新增数据节点；缺少任一字段时先提示补充。
3. 修改分支抽取姓名、工号、新绩效等级，定位条件使用 name 和 work_code，更新字段为 performance_level。
4. 删除分支抽取姓名和工号，删除条件同时使用 name 和 work_code，避免误删重名人员。
5. 每个分支都输出操作是否完成，以及操作了哪条记录。
✓ 正确
参考答案：参考步骤：
1. 添加意图识别节点，设置新增数据、修改数据、删除数据三个意图。
2. 新增分支抽取姓名、工号、绩效等级，再绑定到新增数据节点；缺少任一字段时先提示补充。
3. 修改分支抽取姓名、工号、新绩效等级，定位条件使用 name 和 work_code，更新字段为 performance_level。
4. 删除分支抽取姓名和工号，删除条件同时使用 name 和 work_code，避免误删重名人员。
5. 每个分支都输出操作是否完成，以及操作了哪条记录。
搭建一个多模态小工作流
从文生图、ASR、TTS 三个任务中任选两个完成，并写出使用插件、开始节点输入类型、插件关键参数、运行结果是否符合预期以及优化思路。
查看参考答案 ▼
参考方向：
1. 文生图：开始节点接收文本提示词，添加图像生成插件，设置模型、分辨率等参数，输出图片结果。提示词应包含主体、场景、风格、光线和限制。
2. ASR：开始节点输入类型设置为音频，添加语音识别插件，输出识别文本，再接大模型节点补充标点和段落。
3. TTS：开始节点接收文本，添加语音合成插件，设置音色、语速、情绪等参数，输出音频链接。
4. 完成后记录插件、输入类型、关键参数、运行结果和优化方案。
✓ 正确
参考答案：参考方向：
1. 文生图：开始节点接收文本提示词，添加图像生成插件，设置模型、分辨率等参数，输出图片结果。提示词应包含主体、场景、风格、光线和限制。
2. ASR：开始节点输入类型设置为音频，添加语音识别插件，输出识别文本，再接大模型节点补充标点和段落。
3. TTS：开始节点接收文本，添加语音合成插件，设置音色、语速、情绪等参数，输出音频链接。
4. 完成后记录插件、输入类型、关键参数、运行结果和优化方案。