Workflow application - Alibaba Cloud Model Studio

Restrições de acesso ao console: Apenas usuários que criaram aplicações do Alibaba Cloud Model Studio na região de Singapura antes de 21 de abril de 2025 podem acessar a aba Application Development.
Esta aba contém os seguintes recursos: Applications ( agent application e workflow application ), Components ( prompt engineering e plug-in ) e Data ( knowledge base e application data ). Todos estes são recursos de pré-visualização. Use-os com cautela em ambientes de produção.
Restrições de chamada de API: Apenas usuários que criaram aplicações do Alibaba Cloud Model Studio na região de Singapura antes de 21 de abril de 2025 podem chamar as APIs de dados de aplicação, base de conhecimento e prompt engineering.

Aplicação

Por que usar uma aplicação de workflow

Um workflow divide tarefas complexas em uma sequência de etapas para reduzir a complexidade do sistema. Criar uma aplicação de workflow no Model Studio permite definir a ordem de execução, atribuir responsabilidades e especificar dependências entre etapas para automatizar e otimizar o processo. Os casos de uso comuns para aplicações de workflow incluem:

Planejamento de viagens: Utilize um plugin de workflow para selecionar parâmetros, como destino, e gerar automaticamente um plano de viagem que inclui voos, acomodações e recomendações de atrações.
Análise de relatórios: Para conjuntos de dados complexos, combine plugins de processamento de dados, análise e visualização para gerar relatórios de análise estruturados e formatados.
Suporte ao cliente: Empregue workflows automatizados para lidar com consultas de clientes, incluindo classificação de problemas, melhorando a velocidade e a precisão das respostas.
Criação de conteúdo: Gere conteúdos como artigos e textos de marketing. Forneça um tópico e requisitos, e o sistema gera automaticamente um rascunho.
Educação e treinamento: Projete planos de aprendizagem personalizados com rastreamento de progresso e avaliações por meio de um workflow, permitindo que os alunos aprendam no próprio ritmo.
Consulta médica: Com base nos sintomas inseridos pelo paciente, um workflow pode combinar várias ferramentas analíticas para gerar uma avaliação preliminar ou recomendar testes relevantes, auxiliando os médicos em diagnósticos posteriores.

Exemplos

Exemplo 1: Detectar mensagens de golpe

Este exemplo demonstra como criar uma aplicação de workflow para determinar se uma mensagem de texto é um possível golpe. O workflow utiliza um nó inicial, um nó de grande modelo e um nó final.

Acesse a página App Management. Clique em Create Application>Workflow Application, insira um App Name e clique em Create Now.
Adicione um nó de grande modelo para detectar mensagens de golpe. Arraste o nó LLM do painel à esquerda para a tela e configure os seguintes parâmetros em seu painel de configuração. Mantenha os demais parâmetros com seus valores padrão. Model Configuration: Selecione Qwen-Plus-latest. Prompts: Analyze the provided message to determine if it is a potential scam. Provide a definitive answer. Requirements: Carefully review the message content, focusing on keywords and typical scam patterns, such as requests for urgent transfers, providing personal information, or promising unrealistic benefits. Steps: 1. Identify key elements in the message, including but not limited to the sender's identity, the request made, promised rewards, and any sense of urgency. 2. Compare the message against the characteristics of known scams to check for similar tactics or language patterns. 3. Evaluate the overall reasonableness of the message, considering whether the request aligns with standard procedures and common sense. 4. If the message contains links or attachments, do not click or download them to avoid potential security risks, and warn the user about the dangers of such content. Output Format: Clearly state whether the message exhibits characteristics of a scam and briefly explain your reasoning. If a scam is suspected, provide suggestions or preventive measures to protect the user. User Prompt: `Determine if the message "${sys.query}" is a potential scam.` Feche o painel e conecte o nó Start ao nó Large Model.
Conecte o nó de grande modelo ao nó final. Em seguida, clique no nó final e, no editor do painel de configuração, insira `/` para inserir a variável `Large Model 1/result`. Mantenha os demais parâmetros com seus valores padrão.	Exemplo de configuração:
Clique em Test no canto superior direito. Insira `Your package has been at the pickup station for several days. Please come and collect it.` e clique em . Após a conclusão da execução do workflow, visualize a saída.
Em seguida, insira `You have a message saying you've won 1 million. Please check it.` e clique em . Após a execução do workflow, visualize a saída.

Exemplo 2: Assistente de compras inteligente

Este exemplo mostra como criar um assistente de compras inteligente usando um workflow que ajuda os usuários a escolher celulares, TVs e geladeiras. O workflow utiliza um nó inicial, um nó de classificação de intenção, nós de grande modelo e um nó final.

Acesse a página App Management. Clique em Create Application>Create Application, insira um App Name e clique em Workflow Application.
Arraste o nó Create Now do painel à esquerda para a tela e configure os seguintes parâmetros em seu painel de configuração. Mantenha os demais parâmetros com seus valores padrão. Intent Classification: Selecione Input Variable > Built-in Variable. query: Selecione Select Model. Qwen-Plus-latest: Clique em Intent Classification e adicione as três intenções a seguir: Buy TV Buy mobile phone Buy refrigerator Add Intent: Permite que o modelo lembre o conteúdo anterior do chat durante uma conversa. Ative a chave e selecione Custom Cache. Current Node Cache: O modelo lembra apenas o conteúdo do chat dentro do nó atual. Custom Cache: O modelo lembra a conversa em todo o workflow. Feche o painel e conecte o nó Start ao nó Intent Classification.
Arraste um nó LLM do painel à esquerda para a tela. No painel de configuração, defina os parâmetros abaixo, mantendo os demais com seus valores padrão. Em seguida, feche o painel e conecte a saída Buy refrigerator do nó Intent Classification ao nó Large Model. Model Configuration: Selecione Qwen-Plus-latest. Prompts: You are a smart shopping assistant responsible for recommending refrigerators to customers. You must proactively ask the user for refrigerator parameters in the order listed in the [Refrigerator Parameter List] below. Ask for only one parameter at a time, and do not repeat questions for the same parameter. If the user provides a value for a parameter, continue to ask about the remaining parameters. If the user asks for the definition of a parameter, provide an explanation based on your professional knowledge, and then continue to ask which parameter value they prefer. If the user indicates they no longer wish to make a purchase, output: Thank you for visiting. We look forward to serving you next time. [Refrigerator Parameter List] 1. Usage Scenario: [Home, Small commercial, Large commercial] 2. Capacity: [200L, 300L, 400L, 500L] 3. Energy Efficiency Rating: [Level 1, Level 2, Level 3] After all parameters from the [Refrigerator Parameter List] have been collected, ask: "Are you sure you want to purchase?" while also showing the parameters the customer has selected, for example: For small commercial use\|300L\|Level 1. Ask if they are sure about the refrigerator with these parameters. If the customer decides not to buy, ask which parameters they want to adjust. If the customer confirms the parameters meet their requirements, you must output in the following format: [Usage Scenario: Home, Capacity: 300L, Energy Efficiency Rating: Level 1]. Output only the content in this format and no other information. User Prompt: `User's question: ${sys.query}` Memory: Permite que o modelo lembre o conteúdo anterior do chat durante uma conversa. Ative a chave e selecione Memory.
Arraste um nó Custom Cache do painel à esquerda para a tela. No painel de configuração, defina os parâmetros abaixo, mantendo os demais com seus valores padrão. Em seguida, feche o painel e conecte a saída LLM do nó Intent Classification ao nó Large Model. Model Configuration: Selecione Qwen-Plus-latest. Prompts: You are a smart shopping assistant responsible for recommending TVs to customers. You must proactively ask the user for TV parameters in the order listed in the [TV Parameter List] below. Ask for only one parameter at a time, and do not repeat questions for the same parameter. If the user provides a value for a parameter, continue to ask about the remaining parameters. If the user asks for the definition of a parameter, provide an explanation based on your professional knowledge, and then continue to ask which parameter value they prefer. If the user indicates they no longer wish to make a purchase, output: Thank you for visiting. We look forward to serving you next time. [TV Parameter List] 1. Screen Size: [50-inch, 70-inch, 80-inch] 2. Refresh Rate: [60Hz, 120Hz, 240Hz] 3. Resolution: [1080P, 2K, 4K] After all parameters from the [TV Parameter List] have been collected, ask: "Are you sure you want to purchase?" while also showing the parameters the customer has selected, for example: 50-inch\|120Hz\|1080P. Ask if they are sure about the TV with these parameters. If the customer decides not to buy, ask which parameters they want to adjust. If the customer confirms the parameters meet their requirements, you must output in the following format: [Screen Size: 50-inch, Refresh Rate: 120Hz, Resolution: 1080P]. Output only the content in this format and no other information. User Prompt: `User's question: ${sys.query}` Memory: Permite que o modelo lembre o conteúdo anterior do chat durante uma conversa. Ative a chave e selecione Memory.
Arraste um nó Custom Cache do painel à esquerda para a tela. No painel de configuração, defina os parâmetros abaixo, mantendo os demais com seus valores padrão. Em seguida, feche o painel e conecte a saída Buy TV do nó Intent Classification ao nó Large Model. Buy mobile phone: Selecione Model Configuration. Qwen-Plus-latest: You are a smart shopping assistant responsible for recommending mobile phones to customers. You must proactively ask the user for mobile phone parameters in the order listed in the [Mobile Phone Parameter List] below. Ask for only one parameter at a time, and do not repeat questions for the same parameter. If the user provides a value for a parameter, continue to ask about the remaining parameters. If the user asks for the definition of a parameter, provide an explanation based on your professional knowledge, and then continue to ask which parameter value they prefer. If the user indicates they no longer wish to make a purchase, output: Thank you for visiting. We look forward to serving you next time. [Mobile Phone Parameter List] 1. Usage Scenario: [Gaming, Photography, Watching movies] 2. Screen Size: [6.4-inch, 6.6-inch, 6.8-inch, 7.9-inch foldable screen] 3. RAM + Storage Space: [8GB+128GB, 8GB+256GB, 12GB+128GB, 12GB+256GB] After all parameters from the [Mobile Phone Parameter List] have been collected, ask: "Are you sure you want to purchase?" while also showing the parameters the customer has selected, for example: For photography\|8GB+128GB\|6.6-inch. Ask if they are sure about the mobile phone with these parameters. If the customer decides not to buy, ask which parameters they want to adjust. If the customer confirms the parameters meet their requirements, you must output in the following format: [Usage Scenario: Photography, Screen Size: 6.8-inch, Storage Space: 128GB, RAM Space: 8GB]. Output only the content in this format and no other information. Prompts: `User's question: ${sys.query}` User Prompt: Permite que o modelo lembre o conteúdo anterior do chat durante uma conversa. Ative a chave e selecione Memory.
Arraste um nó Custom Cache do painel à esquerda para a tela. No painel de configuração, defina os parâmetros abaixo, mantendo os demais com seus valores padrão. Em seguida, feche o painel e conecte a saída de intenção Default do nó Intent Classification ao nó Variable Processing. Variable Processing: Selecione Output Mode. Na caixa do editor, insira: `Hello! Please tell me if you want to buy a TV, a refrigerator, or a mobile phone.`
Conecte todos os três nós de grande modelo e o nó Variable Processing ao nó End. Em seguida, clique no nó final e, no editor do painel de configuração, insira `/` para inserir as quatro variáveis a seguir: `Large Model 1/result`, `Large Model 2/result`, `Large Model 3/result` e `Variable Processing 1/result`. Mantenha os demais parâmetros com seus valores padrão.	Exemplo de configuração:
Teste o aplicativo: Clique em Text Output no canto superior direito. Na caixa de diálogo, insira `Tell me about your refrigerators`, clique em e visualize a saída. Em seguida, insira `Home use` e visualize a saída. Depois, insira `200L` e visualize a saída. Por fim, insira `Level 1 energy efficiency` e visualize a saída.

Parâmetros de sessão

Uma variável de sessão funciona como uma variável global, armazenando parâmetros durante todo o ciclo de vida do workflow para que qualquer nó possa referenciá-los. Clique no ícone

no canto superior direito da página de configuração do canvas.

Nó

Os nós são as unidades funcionais principais de uma aplicação de workflow. Cada nó executa uma tarefa específica, como realizar uma ação, acionar uma condição, processar dados ou direcionar o fluxo de trabalho. Combine esses nós como blocos de construção para criar processos automatizados.

Quando usar
- Ao projetar um workflow, defina a estrutura e o conteúdo dos parâmetros de entrada e saída nos nós de início e fim.

Como usar

Nó de início

Componente	Descrição
Variáveis predefinidas	O workflow fornece as seguintes variáveis predefinidas para processar a entrada do usuário e manter o histórico de conversas: query: Armazena a entrada de texto do usuário. historyList: Armazena o histórico de conversas para manter o contexto em uma conversa de múltiplas rodadas. Para usar essa variável em nós que suportam o recurso de memória (como nós de modelo grande e classificação de intenção), selecione Custom Cache. imageList: Armazena imagens enviadas pelo usuário para permitir análise de imagem ou conversa multimodal. Para usar essa variável em nós que suportam o recurso de memória (como nós de modelo grande e classificação de intenção), selecione Custom Cache.
Variáveis personalizadas	Variáveis personalizadas são parâmetros de entrada estruturados que você define para um workflow. Elas recebem dados de testes ou chamadas de API e podem ser referenciadas em nós subsequentes. Ao criar uma variável personalizada, configure os seguintes parâmetros: Variable name: Insira um nome significativo. Caracteres chineses não são suportados. Type: O tipo de dados da variável. Os tipos suportados são String, Boolean, Number, Object, Array (de String, Boolean, Number ou Object) e File. Description: Descreva brevemente a função da variável e quando utilizá-la.

Componente

Descrição

Variáveis predefinidas

O workflow fornece as seguintes variáveis predefinidas para processar a entrada do usuário e manter o histórico de conversas:

query: Armazena a entrada de texto do usuário.
historyList: Armazena o histórico de conversas para manter o contexto em uma conversa de múltiplas rodadas. Para usar essa variável em nós que suportam o recurso de memória (como nós de modelo grande e classificação de intenção), selecione Custom Cache.
imageList: Armazena imagens enviadas pelo usuário para permitir análise de imagem ou conversa multimodal. Para usar essa variável em nós que suportam o recurso de memória (como nós de modelo grande e classificação de intenção), selecione Custom Cache.

Variáveis personalizadas

Variáveis personalizadas são parâmetros de entrada estruturados que você define para um workflow. Elas recebem dados de testes ou chamadas de API e podem ser referenciadas em nós subsequentes. Ao criar uma variável personalizada, configure os seguintes parâmetros:

Variable name: Insira um nome significativo. Caracteres chineses não são suportados.
Type: O tipo de dados da variável. Os tipos suportados são String, Boolean, Number, Object, Array (de String, Boolean, Number ou Object) e File.
Description: Descreva brevemente a função da variável e quando utilizá-la.

Nó de fim

Componente	Descrição
Modo de saída	Test: Adequado para conteúdo não estruturado. Na caixa de entrada, insira conteúdo fixo ou digite `/` para referenciar variáveis, o que determina o resultado final retornado ao usuário. É possível obter variáveis da saída de qualquer nó do workflow ou de variáveis de sessão. Mapear corretamente as variáveis de saída permite controlar o fluxo de dados do workflow e garantir uma resposta final precisa e completa. Publish: Ideal para gerar conteúdo estruturado em formato JSON. Defina nomes de variáveis e insira texto ou referencie variáveis.
Saída em streaming	A opção Streaming Output aplica-se apenas ao modo Text Output. Quando ativada, as respostas dos nós de modelo grande e componentes de aplicação são transmitidas token por token. Quando desativada, a resposta completa é retornada somente após sua geração integral.

Componente

Descrição

Modo de saída

Test: Adequado para conteúdo não estruturado. Na caixa de entrada, insira conteúdo fixo ou digite / para referenciar variáveis, o que determina o resultado final retornado ao usuário. É possível obter variáveis da saída de qualquer nó do workflow ou de variáveis de sessão. Mapear corretamente as variáveis de saída permite controlar o fluxo de dados do workflow e garantir uma resposta final precisa e completa.

Publish: Ideal para gerar conteúdo estruturado em formato JSON. Defina nomes de variáveis e insira texto ou referencie variáveis.

Saída em streaming

A opção Streaming Output aplica-se apenas ao modo Text Output.

Quando ativada, as respostas dos nós de modelo grande e componentes de aplicação são transmitidas token por token. Quando desativada, a resposta completa é retornada somente após sua geração integral.

Por que usar Este nó é o núcleo inteligente do seu workflow. Ele compreende linguagem, gera texto, analisa imagens e conduz conversas de múltiplas rodadas. Utilize-o para redigir textos, resumir conteúdos ou até mesmo analisar imagens (usando modelos Qwen-VL).
Recursos
- Suporta tanto o processamento de entrada única quanto o processamento em lote de grandes conjuntos de dados.
- Permite configurar diferentes modelos grandes, como o Qwen-Plus, para que você escolha o modelo ideal com base em desempenho, latência ou outros requisitos.

Configuração de parâmetros do nó

Parâmetro	Descrição
Seleção de modo	Text Output: Chama o modelo grande uma única vez.
Seleção de modo	JSON Output: O nó executa várias vezes, atribuindo sequencialmente um item de uma lista a uma variável de lote em cada execução. Esse processo para quando todos os itens da lista são processados ou quando o número máximo de execuções em lote configurado é atingido.Single Mode: Batch Mode (Intervalo: 1–100; padrão para usuários comuns: 100): O número máximo de vezes que o processo em lote será executado. O número de execuções em lote depende do comprimento mínimo dos arrays de entrada. Se nenhuma variável de entrada for configurada, o número de execuções será determinado pela contagem de lotes configurada. Batch Configuration (Intervalo: 1–10): Define o limite de concorrência para o processamento em lote. Uma configuração de 1 executa todas as tarefas serialmente.
Configuração do modelo	Selecione um modelo grande adequado e ajuste seus parâmetros. Os modelos disponíveis estão listados na interface.Para uma introdução detalhada aos modelos, consulte a lista de modelos.Para informações sobre os limites de taxa de chamada de API de cada modelo, consulte limitação de taxa.
Configuração de parâmetros	Maximum Number of Batches: Controla a diversidade do conteúdo gerado. Um valor de temperatura mais alto aumenta a aleatoriedade do texto gerado, produzindo saídas mais únicas, enquanto um valor mais baixo torna o conteúdo mais conservador e consistente. Esta configuração não é suportada atualmente para modelos da série DeepSeek R1.
	Number of Parallel Runs: Limita o comprimento máximo (em tokens) do texto gerado pelo modelo, sem incluir o prompt. Esse limite varia conforme o modelo.
	Os seguintes parâmetros estão disponíveis apenas quando um modelo Qwen-VL é selecionado: Temperature: Para `vlImageUrl`, referencie uma variável ou insira uma URL de imagem. Maximum Reply Length: Conjunto de imagens: O modelo trata cada imagem enviada de forma independente, selecionando a mais relevante para responder à pergunta do usuário. Uma única imagem pode ser passada diretamente. Por exemplo: `https:// .com/ .jpg`. Várias imagens podem ser passadas como uma lista. Por exemplo: `["URL","URL","URL"]`. Quadros de vídeo: O modelo considera que as imagens enviadas pertencem ao mesmo vídeo e as compreende sequencialmente como um todo. É necessário fornecer no mínimo 4 quadros de vídeo.
	Prompt do sistema	Fornece instruções no nível do sistema ao modelo. Use-o para definir a função, a tarefa ou o formato de saída do modelo. Por exemplo: "Você é um especialista em matemática focado em resolver problemas matemáticos. Apresente o processo de resolução e o resultado no formato correto."
	Prompt do usuário	A entrada do usuário para o modelo, como uma solicitação ou instrução. Configure um modelo de prompt ou insira variáveis. O modelo usa essa entrada para gerar uma resposta.
Memória	A memória é o contexto que o modelo retém ao longo de múltiplas rodadas em uma conversa. Cache do nó atual: Usa a saída deste nó como contexto. O modelo lembrará apenas o contexto gerado dentro deste nó. Rodadas de memória: O número de rodadas de conversa a serem lembradas. Uma entrada e sua saída correspondente constituem uma rodada. Cache personalizado: Usa uma variável de contexto especificada como contexto. Variável de contexto: Selecione a origem do contexto.
Variável de saída	O nome da variável que armazena o resultado do processamento deste nó. Nós subsequentes podem usar essa variável para acessar o resultado deste nó. Modelos da série DeepSeek R1 suportam a saída do processo de Pensamento Profundo (`reasoningContent`).
Tentar novamente em caso de falha	Se desativado, o nó para de executar quando ocorre um erro.Se ativado, o nó reexecuta em caso de erro, de acordo com o número de tentativas e o intervalo configurados. Máximo de tentativas: O número máximo de tentativas de repetição quando uma solicitação falha. Intervalo entre tentativas: O intervalo de tempo entre cada tentativa de repetição, em milissegundos.
Tratamento de exceções	Se desativado, o nó trata erros usando o mecanismo padrão de tratamento de erros do sistema.Se ativado, o nó executa uma lógica de processamento personalizada conforme a configuração quando ocorre um erro. Valor padrão: O conteúdo em `result` é gerado quando ocorre uma exceção. Ramo de exceção: Se ocorrer uma exceção, este ramo é executado. Configure seu fluxo de processamento.
Retornar resultados	Este recurso foi descontinuado.Esta opção aplica-se apenas a chamadas de API e determina se o conteúdo do nó é gerado. Para saber mais sobre a finalidade deste componente, consulte Chamada de aplicação.

Para integrar aplicações via API, consulte Chamada de aplicação.

Definição O nó de base de conhecimento implementa a geração aumentada por recuperação (RAG). Ele recupera trechos relevantes de uma base de conhecimento especificada com base na entrada e passa os resultados como contexto para um nó de modelo grande subsequente. Esse processo resolve problemas comuns de modelos grandes, como conhecimento desatualizado, incapacidade de acessar dados privados e alucinações.

Configuração de entrada Define os critérios para consultar a base de conhecimento.

Parâmetro	Descrição
content	O texto usado para consultar a base de conhecimento. Insira o texto diretamente ou digite `/` no editor para selecionar e referenciar uma variável de saída de um nó anterior.
imageList	As imagens usadas para consultar a base de conhecimento. Insira uma URL de imagem publicamente acessível, como `https://xxx.xxx.com/xxx/xxx.jpeg`, ou digite `/` no editor para selecionar e referenciar uma variável de saída de um nó anterior.

Método de seleção da base de conhecimento

Método de seleção	Cenários aplicáveis	Configuração
Select Fixed Knowledge Base	Cada chamada usa a mesma base de conhecimento pré-selecionada.	Selecione uma base de conhecimento específica na lista suspensa. É possível adicionar três tipos de bases de conhecimento: documentos, tabelas e imagens.
Dynamic Import	A saída de um nó anterior determina dinamicamente quais bases de conhecimento usar.	Configure a variável `CodeList`. Especifique uma lista de bases de conhecimento referenciando uma variável ou por entrada direta.

Método de invocação da base de conhecimento Esta configuração define a lógica de acionamento da base de conhecimento. O método padrão é always invoke.

Método de invocação	Descrição	Parâmetros
always invoke	Executa uma recuperação na base de conhecimento para cada entrada do usuário. Este método é adequado para cenários de perguntas e respostas de alta frequência.	Nenhum
intelligent invoke	O agente determina se deve consultar a base de conhecimento com base na entrada do usuário e em sua descrição. Recomendado para cenários de conversa flexíveis.	Knowledge Base Description (Obrigatório)
legacy invocation	Os resultados das bases de conhecimento de documentos, tabelas e imagens são recuperados juntos. Um único parâmetro topK controla o número de trechos recuperados e não suporta depuração separada para cada tipo.	topK (Intervalo: 1–50, Padrão: 10)

Descrições dos parâmetros:

Descrição da base de conhecimento: Descreve o conteúdo da base de conhecimento e as condições sob as quais seus dados podem ser usados para uma resposta. Suporta entrada de texto ou o uso de / para inserir uma variável.
topK: O número máximo de trechos a serem recuperados de cada base de conhecimento. O número real de trechos recuperados depende dos resultados de correspondência e pode ser inferior ao valor de topK.

Depurar resultados de recuperação Este recurso é suportado apenas nos modos always invoke e intelligent invoke. Clique no botão Debug ao lado de um tipo de documento, tabela ou imagem para testar os resultados de recuperação dessa base de conhecimento. Use os resultados para ajustar sua configuração. Ao terminar, clique em Save no canto superior direito para aplicar a configuração à aplicação atual.
Filtragem da base de conhecimento Este recurso vem desativado por padrão. Quando ativado, o sistema usa um modelo grande para filtrar inteligentemente os resultados recuperados de documentos e tabelas, melhorando a qualidade da saída final. Indicado para cenários que exigem alta precisão nas respostas ou precisam filtrar informações irrelevantes.

Saída do nó O nó de base de conhecimento gera um objeto estruturado contendo um objeto result:

Campo	Tipo	Descrição
result	Object	Contém todas as informações retornadas da consulta atual.
result.chunkList	Array<Object>	Um array de trechos recuperados. Este array fica vazio se a consulta não retornar resultados.
result.chunkList[ ].content	String	O conteúdo original do trecho da base de conhecimento recuperado.
result.chunkList[ ].title	String	O título do documento ao qual o trecho pertence.
result.chunkList[ ].documentName	String	O nome do documento onde o trecho recuperado está localizado.
result.chunkList[ ].score	Number	A pontuação de similaridade do trecho da base de conhecimento. Uma pontuação mais alta indica uma correspondência melhor.
result.chunkList[ ].id	String	O ID do trecho.
result.chunkList[ ].dataId	String	O ID do documento.
result.chunkList[ ].docUrl	String	O link para download do arquivo de origem.
result.chunkList[ ].knowledgeBaseId	String	O ID da base de conhecimento.
result.chunkList[ ].nid	String	O identificador do texto original.
result.chunkList[ ].images	Array<String>	Uma lista de imagens.
result.chunkList[ ].pageNumber	Array<Number>	Um array de números de página.
result.rewriteQuery	String	A consulta do usuário reescrita.

Para garantir que o nó de API possa acessar o serviço alvo, adicione os endereços IP do serviço Model Studio (47.93.216.17, 39.105.109.77, 60.205.180.248 e 59.110.152.173) à lista de permissões das regras de entrada no grupo de segurança ou firewall do servidor alvo.

Definição Chama um serviço de API personalizado usando o método POST, GET, PUT, PATCH ou DELETE e gera o resultado da chamada de API.

Configuração de parâmetros

Parâmetro	Descrição
Endereço da API	A URL da solicitação para a API. Método de solicitação: POST: Envia dados ao servidor para criar um novo recurso. GET: Recupera um recurso sem modificar dados no servidor. PUT: Atualiza um recurso especificado ou cria um novo recurso no servidor. PATCH: Atualiza parcialmente um recurso no servidor. DELETE: Exclui um recurso especificado do servidor. URL: Insira o endereço completo da API no campo de entrada. Digite o endereço diretamente ou use uma variável para referenciar um valor de nós anteriores. Por exemplo, `https://dashscope.aliyuncs.com/compatible-mode/v1/files`.
Configurações de cabeçalho	Especifica os cabeçalhos da solicitação HTTP, como Content-Type e Authorization. Insira valores diretamente ou referencie-os de nós anteriores.
Configurações de parâmetros	Parâmetros de consulta na URL da solicitação. Insira valores diretamente ou referencie-os de nós anteriores. Por exemplo, `limit` em `https://dashscope.aliyuncs.com/compatible-mode/v1/files?limit=5`.
Configurações do corpo	Selecione o tipo correto com base nos requisitos da API. none: Sem corpo de solicitação. Adequado para solicitações GET. form-data: Dados de formulário, usados para uploads de arquivos ou pares chave-valor. raw: Texto bruto, como JSON ou XML. JSON: Um objeto JSON formatado automaticamente.
Configuração de timeout (s)	O tempo máximo de espera por uma resposta. Se nenhuma resposta for recebida dentro desse período, a solicitação expira.
Tentar novamente em caso de falha	Se desativado, o nó para de executar quando ocorre um erro. Se ativado, o nó tenta repetir a solicitação de acordo com o máximo de tentativas e o intervalo de repetição configurados quando ocorre um erro. Máximo de tentativas: O número máximo de vezes para tentar repetir uma solicitação com falha. Intervalo entre tentativas: O intervalo entre as repetições, em milissegundos.
Tratamento de exceções	Se desativado, o nó usa o mecanismo padrão de tratamento de erros quando ocorre um erro. Se ativado, o nó executa lógica personalizada quando ocorre um erro. Valor padrão: Gera o conteúdo de `result` quando ocorre uma exceção. Ramo de exceção: Segue para o ramo de exceção se ocorrer uma exceção. Configure o fluxo de processamento para este ramo.
Saída	Armazena a resposta da API em uma variável especificada para uso por nós subsequentes.

Para detalhes sobre como integrar aplicações com uma API, consulte integração de aplicações.

Definição Adicione um nó de plugin à sua aplicação de workflow para executar tarefas mais complexas. O Model Studio oferece diversos plugins oficiais, como Quark Search, Calculator e um interpretador de código Python. Também é possível criar plugins personalizados para atender a necessidades específicas.
Consulte Visão geral de plugins .
Pré-requisitos
- Para usar um plugin oficial ou de terceiros, solicite primeiro sua ativação. Para instruções detalhadas, consulte Visão geral de plugins.
- Se desejar referenciar um plugin personalizado, crie primeiro um plugin personalizado.

Configuração de parâmetros

Parâmetro	Descrição
Entrada	Especifica o conteúdo que o nó deve processar. As variáveis mudam dependendo do plugin selecionado. Ao selecionar um plugin, suas variáveis integradas são carregadas automaticamente. Acesse a página de Plugins oficiais ou Plugins personalizados, clique em um cartão de plugin e veja como configurar suas variáveis.
Saída	A variável de saída que contém o resultado do processamento do nó. Nós subsequentes usam essa variável para acessar o resultado.
Tentar novamente em caso de falha	Se desativado, o nó para de executar quando ocorre um erro. Se ativado, o nó tenta repetir a execução com base no número de tentativas e no intervalo configurados quando ocorre um erro. Máximo de tentativas: O número máximo de tentativas de repetição quando uma solicitação falha. Intervalo entre tentativas: O intervalo de tempo entre cada tentativa, em milissegundos.
Tratamento de exceções	Se desativado, o nó usa o mecanismo padrão de tratamento de erros do sistema. Se ativado, o nó executa lógica personalizada quando ocorre um erro. Valor padrão: Gera o conteúdo de `result` quando ocorre uma exceção. Ramo de exceção: Executa este ramo se ocorrer uma exceção. Configure o fluxo de processamento para o ramo.

Definição Chama um serviço personalizado no Alibaba Cloud Function Compute.

Configuração de parâmetros

O timeout padrão para um nó de Function Compute é de 60 segundos e não pode ser alterado.

Parâmetro	Descrição
Entrada	A variável de entrada que este nó processa. Referencie variáveis de nós anteriores ou insira valores diretamente.
Região	Selecione a região onde seu serviço Function Compute está localizado: Tool, Tool ou Hangzhou.
Configuração do serviço	Selecione o serviço Function Compute a ser invocado. Primeiro, crie uma função. A conta Alibaba Cloud que cria o serviço Function Compute deve ser a mesma conta usada para fazer login no Model Studio (Bailian), ou deve pertencer à mesma conta raiz da Alibaba Cloud.
Saída	A variável que armazena a saída do nó. Nós subsequentes podem referenciar essa variável.

Definição Utiliza um script para transformar a entrada em um modelo específico ou formato de saída. O processo envolve analisar, transformar e formatar os dados para garantir consistência e legibilidade.

Configuração de parâmetros

Parâmetro	Descrição
input	Aceita um valor fixo ou uma referência a uma variável de um nó anterior ou de sessão.
code	Define a lógica principal do nó. Há suporte para JavaScript e Python. Obter entrada: Use o objeto integrado `params` para acessar os parâmetros de entrada no formato `params.<variable_name>`. Por exemplo, `params.input1`. Retornar saída: A função manipuladora `main` deve executar `return` de um dicionário ou objeto. Os pares chave-valor desse objeto tornam-se a saída do nó.
output	O dicionário retornado pela instrução `return` no código serve como saída deste nó. Por exemplo, se você retornar `{'result': 'Processing successful'}`, os nós subsequentes poderão acessar a string "Processing successful" usando `node_name.result`.
retry on failure	Se desativado, o nó interrompe a execução quando ocorre um erro. Se ativado, o nó tenta executar novamente conforme o número máximo de tentativas e o intervalo configurados. maximum retries: Número máximo de tentativas após uma falha. retry interval: Intervalo entre as tentativas, em milissegundos.
exception handling	Se desativado, o nó utiliza o mecanismo padrão de tratamento de erros do sistema. Se ativado, o nó executa uma lógica personalizada quando ocorre um erro. Valor padrão: Gera o conteúdo de `result` quando ocorre uma exceção. exception branch: Direciona a execução para uma ramificação separada, configurada pelo usuário, caso ocorra uma exceção.

Definição O nó de condição adiciona lógica de ramificação a um workflow. Quando uma variável atende a uma condição especificada, o workflow segue o link subsequente correspondente. Este nó suporta configurações AND/OR e avalia as condições sequencialmente, de cima para baixo.

Configuração de parâmetros

Parâmetro	Descrição
conditional branch	Insira as expressões condicionais. Condições em grupos diferentes são unidas por `OR`, enquanto condições dentro do mesmo grupo são unidas por `AND`.
else	Saída padrão quando nenhuma das condições definidas é atendida.

Parâmetro

Descrição

conditional branch

Insira as expressões condicionais.

Condições em grupos diferentes são unidas por OR, enquanto condições dentro do mesmo grupo são unidas por AND.

else

Saída padrão quando nenhuma das condições definidas é atendida.

Definição Corresponde inteligentemente a entrada do usuário a uma intenção predefinida com base em sua descrição e, em seguida, roteia para o link correspondente.

Configuração de parâmetros

Parâmetro	Descrição
input variable	Especifica a variável de entrada a ser classificada. Insira um valor diretamente ou use uma variável de um nó anterior ou de sessão.
model selection	Suporta Qwen-Plus e o modelo de classificação de intenções.
intent classification	Defina as intenções para o modelo classificar. O modelo corresponde a entrada a uma intenção com base na descrição e roteia para o link correspondente. Exemplos: "Para calcular problemas matemáticos" ou "Para responder perguntas sobre o clima".
Other intent	Esta ramificação é executada quando o modelo determina que a entrada não corresponde a nenhuma das intenções definidas.
intent mode	Modo de seleção única: O modelo grande seleciona a única intenção que melhor corresponde dentre as configurações disponíveis. Modo de seleção múltipla: O modelo grande seleciona todas as intenções correspondentes dentre as configurações disponíveis.
reasoning mode	Modo rápido: Melhora a velocidade de processamento ao evitar etapas complexas de raciocínio, sendo adequado para cenários simples. Modo de qualidade: Utiliza raciocínio passo a passo para obter uma classificação mais precisa.
memory	Refere-se à capacidade do modelo de lembrar o histórico da conversa em interações de múltiplas rodadas, servindo como contexto. Cache local do nó: Usa a saída deste nó como contexto. A memória do modelo limita-se ao contexto gerado por este nó. memory turns: Número de rodadas de conversa a serem lembradas. Uma entrada e sua saída correspondente constituem uma rodada. Cache personalizado: Usa o conteúdo de uma variável de contexto especificada como contexto. context variable: Especifica a origem do contexto.
prompt	Fornece instruções ou restrições adicionais para o modelo de classificação de intenções. Adicione exemplos ou defina restrições para ajudar os resultados da classificação do modelo a corresponder melhor aos seus requisitos. Exemplo Suponha que você esteja desenvolvendo um sistema de atendimento ao cliente para uma plataforma de e-commerce, onde os usuários podem perguntar sobre consultas de pedidos, devoluções ou pagamentos. Para garantir uma classificação precisa, adicione prompts e exemplos relevantes nas configurações avançadas. `Please classify the intent based on the following examples: Example 1: User input "I want to return the jacket I just bought", classify as "Returns and exchanges". Example 2: User input "Please help me check the shipping status of my order", classify as "Order inquiry". Constraints: Only process order-related inquiries. Ignore payment and technical issues.` Efeito:Entrada do usuário: `"When will the book I ordered from your website last week be delivered to my home?"`Resultado da classificação: `"Order inquiry"` Neste exemplo, fornecer exemplos específicos de classificação orienta o modelo a classificar a "consulta sobre prazo de entrega" como uma intenção de "Consulta de pedido", enquanto as restrições limitam o escopo da classificação para excluir outras perguntas irrelevantes.
output	Variável que armazena a saída do nó. Nós subsequentes podem usar esta variável para acessar o resultado.

A execução deste nó consome tokens. A quantidade de tokens consumidos é exibida durante a execução.

Definição O nó de saída de fluxo emite conteúdo especificado em qualquer ponto de um workflow. Isso difere da saída final, que é retornada apenas após a conclusão do workflow. O nó de saída de fluxo é útil nos seguintes cenários:
- Dividir grandes saídas: Se um workflow gerar uma grande quantidade de saída, insira um nó de saída de fluxo para dividir o conteúdo em duas partes. Uma parte é emitida pelo nó de saída de fluxo e a outra pelo nó final.
- Recuperar informações intermediárias: Insira este nó em pontos-chave de um workflow para emitir informações como valores de variáveis ou status do processo. Isso ajuda a acompanhar o progresso e solucionar problemas.
- Fornecer feedback durante operações longas: Para evitar deixar os usuários sem feedback, insira um nó de saída de fluxo para exibir mensagens temporárias. Isso é útil durante operações demoradas, como chamar APIs externas, realizar cálculos complexos ou processar dados em lotes. Ao fornecer atualizações de status como "Carregando dados, aguarde..." ou "Sua solicitação está sendo processada. Não feche esta janela.", você informa aos usuários que o sistema está trabalhando, e não travado ou sem resposta.

Configuração de parâmetros

Parâmetro	Descrição
Output content	Insira conteúdo fixo ou digite `/` para referenciar variáveis de nós anteriores ou variáveis de sessão.
Streaming output	Quando ativado, o conteúdo de um modelo grande é transmitido para a conversa token por token. Quando desativado, toda a resposta é gerada primeiro e depois emitida de uma só vez.

Definição Usado para transformar e processar conteúdo de texto, como extrair conteúdo específico ou converter formatos. Este nó também suporta o modo de modelo.

Configuração de parâmetros

Parâmetro	Descrição
Output mode	Saída de texto: Converte a entrada em texto. No editor, insira o conteúdo diretamente ou insira variáveis de nós anteriores ou variáveis de sessão. Saída JSON: Formata as variáveis de entrada como um objeto JSON. Agregação de grupo: Determina quais valores são retornados de um grupo de acordo com uma estratégia especificada. Retorne o primeiro ou o último valor não vazio de cada grupo.
Output variable	Especifica a variável para armazenar a saída do nó para uso pelos nós subsequentes.
Return result	Este recurso está sendo descontinuado. Aplicável apenas a chamadas de API, este parâmetro determina se a saída do nó é retornada. Consulte chamada de aplicação.

Parâmetro

Descrição

Output mode

Saída de texto: Converte a entrada em texto. No editor, insira o conteúdo diretamente ou insira variáveis de nós anteriores ou variáveis de sessão.
Saída JSON: Formata as variáveis de entrada como um objeto JSON.
Agregação de grupo: Determina quais valores são retornados de um grupo de acordo com uma estratégia especificada. Retorne o primeiro ou o último valor não vazio de cada grupo.

Output variable

Especifica a variável para armazenar a saída do nó para uso pelos nós subsequentes.

Return result

Este recurso está sendo descontinuado.

Aplicável apenas a chamadas de API, este parâmetro determina se a saída do nó é retornada. Consulte chamada de aplicação.

Definição Extrai parâmetros estruturados do texto usando um modelo.

Configuração de parâmetros

Parâmetro	Descrição
Input	O texto do qual extrair parâmetros.
Model selection	Especifica o modelo usado para extrair parâmetros. Escolha aquele que melhor atende às suas necessidades de negócios.
Parameters to extract	O modelo extrai parâmetros da entrada com base no nome, tipo e descrição fornecidos.
Prompt	Instruções adicionais para orientar o modelo durante a extração de parâmetros.
Memory	A memória fornece contexto conversacional, ajudando o modelo a lembrar interações anteriores em cenários de múltiplas rodadas. Cache neste nó: Usa a saída deste nó como contexto. O modelo lembra apenas o contexto deste nó. Memory turns: Número de rodadas de conversa a serem lembradas. Uma rodada consiste em uma entrada e sua saída correspondente. Cache personalizado: Usa uma variável de contexto especificada para fornecer contexto. Context variable: Selecione a origem do contexto.
Output	Contém os parâmetros extraídos pelo modelo. Nós subsequentes podem referenciar esta saída como uma variável.

Definição Um grupo de agentes contém vários subagentes. Com base nos requisitos da tarefa, o modelo de decisão dentro do grupo planeja automaticamente o fluxo de execução, agenda subagentes e os coordena para concluir a tarefa. Use este nó se precisar concluir um projeto grande, mas não tiver certeza de como projetar o workflow específico. Ao dividir uma tarefa complexa em subtarefas que diferentes agentes processam em paralelo, você melhora a velocidade de execução da tarefa.

Configuração de parâmetros

Parâmetro	Descrição
Input	Especifica o conteúdo que o nó processará. Referencie variáveis de um nó anterior.
Model selection	Selecione um modelo de decisão.
Group name	Insira um nome personalizado para o grupo de agentes.
Agents	Especifica os subagentes dentro do grupo de agentes. Apenas aplicações de agente publicadas podem ser adicionadas. Após adicionar um subagente, clique em Configure para descrever sua função. Esta descrição ajuda o modelo de decisão a determinar qual subagente invocar para a tarefa atual.
Output variable	Especifica a variável para armazenar a saída deste nó. Esta variável pode ser referenciada por nós subsequentes.

Definição Cria um novo agente exclusivamente para o canvas de orquestração.

Configuração de parâmetros

Parâmetro	Descrição
Input	O conteúdo a ser processado por este nó. Referencie variáveis de nós anteriores.
Agent name	Um nome personalizado para o agente.
Model selection	O modelo grande usado pelo agente.
Prompt	Use linguagem natural para definir a função e as tarefas do agente.
Knowledge base	Selecione uma base de conhecimento para o agente.
Plugin	Permite que o agente chame plugins oficiais ou personalizados para estender suas capacidades.
Output variable	A variável que armazena a saída do nó para uso em nós subsequentes.

Definição O nó de geração multimodal utiliza modelos multimodais da Alibaba Cloud para gerar conteúdo de imagem, vídeo ou áudio com base nos prompts e parâmetros configurados. Utilize este nó para criação de conteúdo, produção de ativos de marketing, geração de vídeos curtos e síntese de locução.

Seleção de modelo Seleção de modelo Selecione um modelo de geração multimodal na lista suspensa. Os modelos são categorizados por função:

Tipo de modelo	Modelos suportados	Recursos
Geração de imagens	Qwen-Image	Destaca-se na renderização de textos complexos em chinês e inglês.
	Wan 2.6-image-generation	Gera e edita imagens a partir de instruções de texto, suportando tanto edição de imagens quanto modos mistos de texto e imagem.
	Qwen-Image-Plus	Destaca-se na renderização de textos complexos em chinês e inglês.
	Z-Image-Turbo	Um modelo leve de texto para imagem que gera rapidamente imagens de alta qualidade. Suporta renderização bilíngue (chinês e inglês), compreensão semântica complexa e múltiplos estilos e temas.
	Wan 2.2-text-to-image-Plus	A edição Pro do Wan 2.2, com melhorias abrangentes em criatividade, estabilidade e fotorrealismo.
	Wan 2.2-text-to-image-Flash	A edição Flash do Wan 2.2, com melhorias abrangentes em criatividade, estabilidade e fotorrealismo.
Geração de vídeos	Wan 2.6-text-to-video	Wan 2.6. Apresenta recursos de narrativa com múltiplas tomadas e suporta tanto locuções automáticas quanto entrada de arquivos de áudio personalizados.
	Wan 2.6-image-to-video	Wan 2.6. Apresenta recursos de narrativa com múltiplas tomadas e suporta tanto locuções automáticas quanto entrada de arquivos de áudio personalizados.
	Wan 2.5-text-to-video-Preview	Prévia do Wan 2.5. Suporta locuções automáticas e entrada de arquivos de áudio personalizados.
	Wan 2.5-image-to-video-Preview	Prévia do Wan 2.5. Suporta locuções automáticas e entrada de arquivos de áudio personalizados.
	Wan 2.2-text-to-video-Plus	A edição Pro do Wan 2.2. Oferece compreensão de instruções mais precisa, geração de movimentos estáveis e suaves, além de detalhes mais ricos na saída.
	Wan 2.2-image-to-video-Plus	A edição Pro do Wan 2.2, oferecendo compreensão de instruções mais precisa, movimento de câmera controlável e visuais consistentes. Também apresenta melhorias abrangentes em estabilidade, taxa de sucesso e riqueza de conteúdo.
	Wan 2.2-image-to-video-Flash	A edição Flash do Wan 2.2, proporcionando geração ultrarrápida, compreensão de instruções e controle de câmera mais precisos, visuais consistentes e melhorias abrangentes em estabilidade e taxa de sucesso.
Geração de áudio	Qwen3-TTS-Flash	Suporta entrada de texto em idiomas mistos e saída de áudio em streaming.

A lista de modelos disponíveis está sujeita a alterações. Consulte a interface do usuário para obter as opções mais atuais. Para preços de invocação de modelos, consulte Faturamento de invocação de modelos.

Os parâmetros de configuração variam conforme o modelo. O painel exibe apenas as configurações relevantes para sua seleção.

Geração de imagens
Geração de vídeos
Geração de áudio

Após selecionar um modelo de geração de imagens, configure os seguintes parâmetros. Os parâmetros disponíveis variam conforme o modelo; consulte a interface do usuário para ver as opções específicas.

Parâmetro	Obrigatório	Descrição
Positive prompt	Sim	Descreve o conteúdo, estilo, composição e outros elementos da imagem alvo. Insira o texto diretamente ou digite `/` para inserir uma variável de saída de um nó anterior.
Negative prompt	Não	Descreve conteúdos indesejados na imagem, como desfoque ou marcas d'água. Insira o texto diretamente ou digite `/` para inserir uma variável de saída de um nó anterior.
Size/Resolution	Sim	As dimensões da imagem.
prompt_extend	Não	Quando ativado, o sistema usa um modelo grande para reescrever inteligentemente o prompt de entrada. Este recurso aplica-se apenas ao prompt positivo. Melhora significativamente os resultados para prompts mais curtos, mas adiciona 3-4 segundos de latência.
Add Watermark	Não	Controla se uma marca d'água da Alibaba Cloud deve ser adicionada à imagem gerada. Este recurso vem desativado por padrão.
Reference image	Não	Carregue uma imagem de referência para orientar o estilo ou o conteúdo da imagem gerada. É possível passar uma variável do tipo File do nó inicial ou uma URL pública.
Number of Images	Não	A quantidade de imagens a serem geradas em uma única solicitação. O valor padrão é 1.
Intelligent prompt rewriting	Não	Quando ativado, um modelo grande reescreve inteligentemente o prompt de entrada. Este recurso aplica-se apenas ao prompt positivo. Melhora significativamente os resultados para prompts mais curtos, mas aumenta o tempo de geração da imagem.
enable_interleave	Não	Desativado (padrão): Modo de edição de imagem. Edita, realiza transferência de estilo ou gera assuntos consistentes usando de 1 a 4 imagens de entrada. Ativado: Modo de saída mista de texto e imagem. Gera um único bloco de conteúdo contendo texto e imagens, com base em uma imagem ou texto simples.
Random seed	Não	Controla a aleatoriedade na saída gerada (padrão: 1234). Usar o mesmo valor de seed e prompt produz imagens semelhantes.
Intelligent Thinking	Não	Quando ativado, o modelo grande executa raciocínio e reescrita de prompt. Isso pode melhorar a qualidade da geração, mas também aumenta o tempo de geração.

Após selecionar um modelo de geração de vídeos, configure os seguintes parâmetros. Os parâmetros disponíveis variam conforme o modelo; consulte a interface do usuário para ver as opções específicas.

Parâmetro	Obrigatório	Descrição
Positive prompt	Sim	Descreve a cena, ações, estilo e outros elementos do vídeo alvo. Insira o texto diretamente ou digite `/` para inserir uma variável de saída de um nó anterior.
Negative prompt	Não	Descreve conteúdos indesejados no vídeo, como desfoque ou marcas d'água. Insira o texto diretamente ou digite `/` para inserir uma variável de saída de um nó anterior.
Resolution	Sim	A resolução do vídeo. As opções disponíveis variam conforme o modelo.
Video Duration	Sim	A duração do vídeo gerado. As opções disponíveis variam conforme o modelo.
Random seed	Sim	Controla a aleatoriedade na saída gerada. Usar o mesmo valor de seed e prompt produz vídeos semelhantes.
Intelligent Expansion	Não	Quando ativado, o sistema usa um modelo grande para reescrever inteligentemente o prompt de entrada e melhorar a qualidade da geração de vídeo. Este recurso aplica-se apenas ao prompt positivo.
Smart Multi-shot	Não	Quando ativado, o modelo gera um vídeo com múltiplas tomadas.
Generate Audio	Não	Quando ativado, permite adicionar uma locução fornecendo uma URL pública de arquivo de áudio.
Reference image	Sim (apenas para modelos de imagem para vídeo)	Especifica uma imagem de referência para servir como o primeiro quadro do vídeo. O modelo gera o vídeo com base nesta imagem. É possível passar uma variável do tipo File do nó inicial ou uma URL pública.

Parâmetro	Obrigatório	Descrição
Text for Synthesis	Sim	O conteúdo de texto a ser convertido em fala. Insira o texto diretamente ou digite `/` para inserir uma variável de saída de um nó anterior.
Language Type	Não	O idioma da fala sintetizada (padrão: Chinês). Idiomas suportados: Chinês, Inglês, Alemão, Italiano, Português, Espanhol, Japonês, Coreano, Francês e Russo.
Voice	Não	A voz para a fala sintetizada. Para obter uma lista de vozes suportadas, consulte Síntese de fala em tempo real - Qwen.

Saída do nó Após a execução do nó de geração multimodal, ele gera as seguintes variáveis:

Parâmetro	Tipo	Descrição	Exemplo
output	Object	O objeto de saída completo, contendo o status da tarefa, tempo de execução e resultados.	-
output.task_status	String	O status da tarefa, como "SUCCEEDED" ou "FAILED".	SUCCEEDED
output.submit_time	String	O horário de envio da tarefa, no formato AAAA-MM-DD HH:mm:ss.SSS.	2026-01-22 10:54:44.200
output.end_time	String	O horário de término da tarefa, no formato AAAA-MM-DD HH:mm:ss.SSS.	2026-01-22 10:54:51.685
output.task_id	String	O identificador exclusivo da tarefa.	e36c2221-b7fd-xxxx
output.scheduled_time	String	O horário agendado da tarefa, no formato AAAA-MM-DD HH:mm:ss.SSS.	2026-01-22 10:54:44.251
output.results	Array<Object>	Um array de resultados de geração, contendo metadados dos ativos gerados.	-
output.results[].orig_prompt	String	O prompt original inserido pelo usuário.	a cute cat sitting on a windowsill
output.results[].actual_prompt	String	O prompt usado para geração após a expansão pelo modelo.	a cute white cat with fluffy, soft fur...
output.results[].url	String	A URL do arquivo gerado.	https://dashscope-result...
usage	Object	Estatísticas de uso do modelo.	-
usage.image_count	Number	O número de imagens geradas (modo de geração de imagens).	1
urls	Array<String>	Um array de URLs dos arquivos gerados. Use essas URLs para acessar ou baixar a saída.	["https://dashscope-result..."]

Testar aplicativo

Após configurar o workflow, use o recurso de teste para verificar se ele executa conforme o esperado. Clique no botão Kuala Lumpur no canto superior direito para abrir o painel de teste. O painel de teste oferece vários modos de teste para diferentes casos de uso.

Conversa de texto

A conversa de texto é o modo de teste padrão. Ela preserva o histórico da conversa e suporta conversas contínuas com múltiplas turnos.

Na lista suspensa na parte superior do painel de teste, selecione o modo de conversa de texto (selecionado por padrão). Se o workflow contiver variáveis personalizadas, insira seus valores na área de configuração de parâmetros.
Na caixa de entrada, insira seu conteúdo de teste (texto e anexos de arquivo são suportados) e, em seguida, clique no botão Indonesia (Jakarta) ou pressione Enter para executar o teste.
Revise os resultados do teste. Clique em um nó para visualizar sua entrada e saída detalhadas ou alterne o formato de saída entre Text e JSON.
Para continuar a conversa, insira seu próximo turno na caixa de entrada e envie-o. Para iniciar uma nova conversa, clique no botão Variable.

Geração de texto

O modo de geração de texto destina-se a interações de turno único. Cada teste é independente e o histórico da conversa não é preservado.

Lista de verificação

A lista de verificação relaciona as configurações obrigatórias para o seu workflow. Para visualizar a lista de verificação, clique no ícone

no canto superior direito da página de configuração do canvas.

Publicar um aplicativo

Depois que um aplicativo é publicado, você pode chamá-lo via API ou compartilhá-lo como uma página da web com usuários RAM na mesma conta principal. Para fazer isso, clique no botão Audio & Video Settings no canto superior direito da página de gerenciamento do aplicativo de agente.

Chamar via API

Na aba Call do seu aplicativo de workflow, clique em Try ao lado de Publish para aprender como chamar o aplicativo de agente usando uma API.

Nota: Substitua YOUR_API_KEY pela sua chave de API para chamar a API.

Para perguntas frequentes e informações sobre chamadas de API, consulte os seguintes tópicos:

Para métodos de invocação (HTTP/SDK), consulte Chamada de aplicativo.
Para detalhes sobre os parâmetros de chamada de API, consulte Informações de parâmetros de chamada de aplicativo.
Para detalhes sobre passagem de parâmetros, consulte Passagem de parâmetros para aplicativos.
Para resolver erros retornados por chamadas de API, consulte Códigos de erro.
O aplicativo em si não tem limite de concorrência; em vez disso, o limite é determinado pelos modelos que ele chama. Consulte o console do Model Studio.

Atualmente, não é possível chamar o serviço Xiyan a partir de um workflow. Em vez disso, use um nó de API para chamar um serviço de API personalizado.

O tempo limite para chamadas de API é de 600 segundos e não pode ser alterado. Se houver possibilidade de timeout, considere as seguintes soluções:

Use o modo assíncrono: Neste modo, o sistema retorna um task ID. Use então o task ID para consultar o resultado, o que evita o limite de tempo síncrono.
Divida a tarefa: Divida a tarefa em várias etapas ou processe dados em lote em blocos menores para evitar que uma única execução atinja o tempo limite.

Importar ou exportar um workflow

Importar ou exportar um workflow do Model Studio Clique no ícone na parte superior da página do workflow e selecione Publish Channel ou Publish.

Importar um workflow do Dify O Model Studio permite a importação de workflows do Dify com um único clique, facilitando a migração e a reutilização.

Clique no ícone na parte superior da página do workflow e selecione Publish Channel.
Ajuste os parâmetros de cada nó.

Os detalhes de compatibilidade dos nós são os seguintes:

Nó do Dify	Nó correspondente no Model Studio	Compatibilidade
start	start	`sys.query` é mapeado para `query`. `sys.dialogue_count` é mapeado para `maximum memory turns`.
LLM	LLM	model: O Model Studio limpa o campo de modelo para modelos não suportados, exigindo que você selecione um manualmente. Os modelos suportados são totalmente compatíveis. prompt: O prompt System do Dify é mapeado para o prompt principal no Model Studio, enquanto o prompt User é mapeado para o prompt do usuário. vision capability: Totalmente compatível. context: O Model Studio incorpora os campos brutos do contexto do Dify diretamente em seu prompt de sistema.
knowledge retrieval	knowledge base	input: O Model Studio usa consistentemente o campo `content` como entrada. knowledge base: O Model Studio limpa este campo após a importação. Você deve associar manualmente uma base de conhecimento no Model Studio. retrieval settings: O parâmetro `Top-k` do Dify é mapeado para `number of retrieved fragments`.
Direct Reply	output node	Totalmente compatível.
agent	Nenhum	Apenas o nome é mantido. Você deve clicar no nó e selecionar um nó específico do Model Studio como substituto.
Question Classifier	intent classification	O Model Studio limpa o campo de modelo para modelos não suportados, exigindo que você selecione um manualmente. Os modelos suportados são totalmente compatíveis.
Iteration	batch processing	input: Mapeado para View API. output variable: Mapeado para API.
loop	loop	Totalmente compatível.
code execution	script	O Model Studio distingue entre scripts Python e JavaScript.
Template Transform	Nenhum	Não compatível. O Model Studio gera um nó personalizado.
Variable Aggregator	Variable Processing	Mapeado para o modo de saída Export DSL do nó Import Model Studio DSL.
Document Extractor	Nenhum	Não compatível. O Model Studio gera um nó personalizado.
Variable Assignment	Variable Settings	Totalmente compatível.
Parameter Extractor	parameter extraction	O Model Studio não suporta o modo de inferência. Os demais recursos são totalmente compatíveis.
HTTP request	API	Totalmente compatível, mas é necessário autenticar novamente.
List Operation	Nenhum	Não compatível. O Model Studio gera um nó personalizado.
Tool	plugin, MCP	Não compatível. O Model Studio gera um nó personalizado.
comment	Nenhum	Não compatível.
end	end	Se um workflow do Dify contiver vários nós finais, o Model Studio os converterá em um único nó Variable Processing e um único nó final.

Gerenciar versões de workflow

Clique em Publish no canto superior direito da página de configuração do workflow. Na caixa de diálogo Publish, insira as informações da versão, como 1.0.0, e clique em OK.
Clique em Import Dify DSL na parte superior da página. No painel Historical Versions, visualize ou utilize diferentes versões da aplicação de workflow atual conforme necessário, clicando em Batch Array ou Output Variable. Você também pode clicar em Export DSL for This Version na parte superior para exportar o DSL da versão histórica selecionada.
Opcional: Na Aggregate Groups, visualize ou pesquise por nós.

Excluir e copiar aplicações de workflow

Em Variable Processing, localize o cartão de uma aplicação publicada e clique no ícone para excluir a aplicação, copiar seu workflow ou modificar o nome da aplicação.

FAQ

Aplicações de workflow
Nós

Como gravo os resultados de uma execução de workflow em um banco de dados? Utilize um nó de conversão de script para gravar a saída do nó anterior em um banco de dados.
Como faço upload de arquivos ao criar uma aplicação de workflow no Model Studio? Adicione um nó de API à sua aplicação de workflow para realizar o upload de arquivos.
Como faço upload de imagens? Use um modelo VL e passe a URL da imagem como parâmetro.
Posso usar uma API de tarefa assíncrona dentro de uma aplicação de workflow? O tempo limite para uma aplicação de workflow é de 600 segundos. Evite usar uma API de tarefa assíncrona dentro de um workflow.
Como posso chamar a API de workflow do Model Studio a partir de uma aplicação frontend e receber uma saída em streaming? Atualmente, chamadas via frontend não são suportadas.
Por que não consigo importar um arquivo .yaml independente para um workflow do Model Studio? O Model Studio não suporta a importação de arquivos .yaml independentes. É necessário fornecer um pacote compactado que inclua um arquivo MD5. Recomendamos regenerar o MD5 caso encontre problemas.
Os nomes de variáveis em workflows do Model Studio podem estar em chinês? Não, os nomes de variáveis não podem conter caracteres chineses.
Como o histórico de conversas é armazenado? As aplicações de workflow armazenam dados por apenas um mês. Salve seu próprio histórico de conversas. O session_id é válido por uma hora.

Por que meu nó de classificação de intenção falha quando o contexto está ativado? Se você ativar o contexto para um nó de classificação de intenção, a variável passada para ele deve ser uma lista.
Por que meu nó de API falha ao usar saída em streaming? O nó de API dentro de um workflow não suporta saída em streaming. No entanto, a saída em streaming é suportada pela API HTTP subjacente.
Como acelerar um nó condicional lento?
1. Verifique a configuração do workflow: Certifique-se de que cada nó, especialmente o condicional, esteja configurado corretamente. Evite cálculos ou processamentos de dados desnecessariamente complexos para reduzir o tempo de resposta.
2. Otimize a lógica do script: Se a lógica condicional envolver um script personalizado, otimize-o reduzindo loops desnecessários ou processamento redundante de dados para melhorar o desempenho.
3. Execute testes em lote: Meça o tempo médio de resposta do seu workflow para identificar gargalos de desempenho sob condições específicas.
Como transmito o processo de raciocínio de um nó de modelo grande em streaming? Adicione um nó de conversão de texto após o nó do modelo grande, configure a variável reasoning_content e ative o Retorno de Resultado. O nó final deve receber o resultado.
Como personalizar os parâmetros de saída de um nó de modelo grande?
1. Use um nó de script para processar a saída: Adicione um nó de script após o nó do modelo grande para processar sua saída, convertê-la para o formato desejado ou adicionar parâmetros extras.
2. Configure um nó de lote: Se estiver usando um nó de modelo grande dentro de um nó de lote, selecione a saída do nó de modelo grande como a saída final na configuração do nó de lote. Siga estas etapas:
  - Adicione um nó de modelo grande ao nó de lote.
  - Na configuração do nó de lote, selecione a saída do nó de modelo grande como a saída final resultList.
Consulte Passagem de parâmetros para aplicações.
Por que meu nó de API não retorna nenhum resultado ou falha ao passar parâmetros? Verifique se sua chave de API e Base URL estão corretas. Certifique-se de que os parâmetros de entrada estejam configurados adequadamente e ajuste os tipos de entrada de campo, se necessário. Use o Model Observation para visualizar detalhes de uso do modelo.
Como resolver problemas ao acessar dados do Excel a partir de uma base de conhecimento? Não é possível acessar arquivos locais diretamente. Utilize o MCP para acessar recursos locais. Processe manualmente a saída de um nó de base de conhecimento. Recomendamos adicionar um nó de modelo grande para converter a saída em formato de tabela antes de passá-la a um nó de script para processamento adicional.

​Aplicação

​Por que usar uma aplicação de workflow

​Exemplos

​Exemplo 1: Detectar mensagens de golpe

​Exemplo 2: Assistente de compras inteligente

​Parâmetros de sessão

​Nó

​Testar aplicativo

​Conversa de texto

​Geração de texto

​Lista de verificação

​Publicar um aplicativo

​Chamar via API

​Importar ou exportar um workflow

​Gerenciar versões de workflow

​Excluir e copiar aplicações de workflow

​FAQ

Aplicação

Por que usar uma aplicação de workflow

Exemplos

Exemplo 1: Detectar mensagens de golpe

Exemplo 2: Assistente de compras inteligente

Parâmetros de sessão

Nó

Testar aplicativo

Conversa de texto

Geração de texto

Lista de verificação

Publicar um aplicativo

Chamar via API

Importar ou exportar um workflow

Gerenciar versões de workflow

Excluir e copiar aplicações de workflow

FAQ