




用户输入




配置结构化输出 允许模型按结构输出 更好的作为一个api
输出结构预览:
{
"text": "{\n \"available\": true,\n \"answer\": \"词法分析器:对源程序的字符流进行扫描,识别单词。\\n语法分析器:根据单词序列分析源程序的语法结构,构建语法树。\\n语义分析器:对语法树进行语义检查,确保源程序的语义正确。\\n代码优化器:对中间代码进行优化,提高目标代码的执行效率和减少存储空间。\\n代码生成器:根据优化后的中间代码和目标机器的特性,\"\n}",
"reasoning_content": "",
"usage": {
"prompt_tokens": 672,
"prompt_unit_price": "0.0002",
"prompt_price_unit": "0.001",
"prompt_price": "0.0001344",
"completion_tokens": 104,
"completion_unit_price": "0.002",
"completion_price_unit": "0.001",
"completion_price": "0.000208",
"total_tokens": 776,
"total_price": "0.0003424",
"currency": "RMB",
"latency": 2.851,
"time_to_first_token": 1.824,
"time_to_generate": 1.028
},
"finish_reason": "stop",
"structured_output": {
"available": true,
"answer": "词法分析器:对源程序的字符流进行扫描,识别单词。\n语法分析器:根据单词序列分析源程序的语法结构,构建语法树。\n语义分析器:对语法树进行语义检查,确保源程序的语义正确。\n代码优化器:对中间代码进行优化,提高目标代码的执行效率和减少存储空间。\n代码生成器:根据优化后的中间代码和目标机器的特性,"
}
}

进行分支


可以是用户一起传入的 可以是网络搜索 或者数据库有的

前面让模型判断是否可以识别
可以的画就让模型判分 结构化输出

输出

注意

可以注意到每个节点(除输入节点外)都必须连接有一个输出节点进行出发。
当一个节点是否会出发取决于是否有任意一条线能流动到他输入端,如果有就会被出发

如图如果LLM识别输出识别结果 available 为 false 但是最总两个输出节点都有输出,就是因为,
上面有一条从输出-提示词-从数据库读取-llm题目判分-输出2的一条流流过
api调用

先上传文件获取id

发送api请求
切记有个坑,如果你的输入变量类型是单文件 而不是多文件 input里面要是key:对象(key:{})
而不是 key:数组([{}])
详情看下面
coze中搭建相同的流

坑点 图片是要插入在提示词里面的 并且要写到用户提示词里