6.3 详细实现与核心配置（双语绘本速记单词智能体开发）

《扣子编程：从零开始搭建智能体 卢欣欣 清华大学出版社》【摘要 书评 试读】- 京东图书

《扣子编程：从零开始搭建智能体》全书案例持续更新-CSDN博客

6.3.1核心工作流的实现

该工作流主要包含了大模型、循环、图像生成插件、语音生成插件等核心节点。工作流完整的全貌如图6-3所示，接下来将详细拆解其搭建与配置过程。

图6-3 工作流整体预览

1.创建工作流

在扣子编程的"资源库"页面中，通过单击右上角"+ 资源"按钮新建工作流。在弹出的"创建工作流"窗口中，填写工作流名称为"learn_English_words"，工作流描述为"根据给定单词生成一篇合适的英文短文记单词"，最后单击"确认"按钮完成工作流创建，如图6-4所示。

图6-4 创建工作流

2.配置开始节点

由于生成的短文难度需要与学生的年级相匹配，因此需要为该节点定义年级和单词两个输入变量。

选中"开始"节点后，在右侧配置对话框中设置两个String类型的输入变量。其中，一个命名为 grade，用于接收学生年级信息；另一个命名为words，用于接收用户提供的单词信息。具体配置如图6-5所示。

图6-5 开始节点的配置

3.生成双语短文

步骤1：接入大模型节点。在开始节点的下游接入一个大模型节点，用于根据用户输入的年级和英文单词信息，生成定制化的双语短文。

步骤2：绑定输入变量。选中"大模型"节点，在参数配置对话框中，将上游"开始"节点的grade和words变量分别引用至对应位置，并修改变量默认名称，实现数据流的对接。配置如图6-6所示。

图6-6 生成双语短文大模型节点的输入配置

步骤3：编写系统提示词。在系统提示词区域输入如下指令，明确大模型节点的角色、任务和具体要求。

你是专业中小学英语词汇辅导老师，需要根据用户输入的英文单词和学生年级，创作双语助记短文（英文+中文逐句对应翻译）。

要求：

1. 需要用上所有提供的单词，英文短文纯英文、无中文；中文翻译逐句对应、准确简洁，贴合学生年级理解水平。

2. 词汇、句式、篇幅严格匹配对应{{grade}}课标，低年级以短句为主，高年级可适当增加简单从句，内容科学合规，符合对应学段认知水平。

3. 目标单词在英文短文中需要加粗，方便学生识别背诵；中文翻译无需加粗，保持流畅。

4. 短文主题贴近学生生活（校园、家庭、小动物等），易懂易联想，避免陌生场景。

5. 短文语句连贯、情节符合生活常理，上下文逻辑自然顺畅，不生硬拼凑单词。

6. 英文句式通顺、无生僻词、语法无误；中文翻译符合中文习惯，与原文语义一致，适配学生对照学习。

7. 篇幅严格控制（中英文对应一致）：

• 1～2年级：英文3～5句，中文对应3～5句；

• 3～4年级：英文6～8句，中文对应6～8句；

• 5～6年级：英文8～12句，中文对应8～12句；

• 初中及以上：英文可适当加长，中文翻译同步对应。

8. 所有内容严格适配儿童认知，无任何不适宜未成年人的内容

9. 输出格式：先英文短文（目标单词加粗），换行后中文翻译（逐句对应、连贯无分段）；仅输出纯双语短文，无任何多余内容。

请严格遵循以上规则生成双语助记短文，不得偏离。

步骤4：编写用户提示词。在用户提示词框中填入如下的内容，以便将具体的用户数据传递给大模型，同时帮助大模型节点更好地理解用户输入的内容。

英文单词：{{words}}

年级：{{grade}}

4.生成图片分镜描述

为双语短文配上形象、生动的插图可帮助用户更好地理解短文，强化记忆效果。而"文生图"模型依赖结构化的图片生成指令。因此需要串联一个大模型节点，专门负责根据文本故事生成专业的分镜提示词。

步骤1：接入大模型节点。在"生成双语短文大模型"节点的下游，继续接入一个大模型节点。

步骤2：选择模型。选中该节点，在参数配置对话框的模型列表中，选择"DeepSeek-V3.2"。

步骤3：绑定输入变量。选中该节点，在参数配置对话框中，将默认输入变量的名称修改为"article_content"，并引用上游大模型节点的输出结果output作为该变量的值。

步骤4：编写系统提示词。在系统提示词区域中输入以下指令，明确分镜画面的撰写规则与输出格式。

你是专业儿童绘本分镜设计师。

任务：根据用户输入的英文短文，创作 3～4 幅连贯的分镜画面描述，用于 AI 生成图片。

规则：

1. 严格按照短文内容顺序，拆分成 3～4 个关键画面，不编造额外情节。

2. 先确定唯一主角形象：在所有分镜中，主角的性别、年龄、脸型、发型、发色、服装款式与颜色、身高必须完全统一、全程不变，绝不允许更换服饰、外貌、姿态特征。

3. 每一幅画面描述的开头，都必须重复一遍主角的固定形象描述，确保所有分镜角色完全一致。

4. 每幅画面包含：场景、人物 / 动物动作、环境、光影、色彩、构图，描述清晰、画面感强。

5. 风格统一为儿童绘本风 / 卡通清新风，明亮温暖、简洁可爱，适合中小学生。

6. 每幅分镜单独编号，只输出画面描述，不解释、不议论、不加标题。

7. 语言使用中文，描述简洁具体，可直接用于文生图模型。

输出格式示例：

1. 画面描述：【固定主角形象】+ 场景与动作

2. 画面描述：【固定主角形象】+ 场景与动作

3. 画面描述：【固定主角形象】+ 场景与动作

4. 在生成多幅连贯插图时，为实现人物形象的统一，提示词的第2、3条规则强制要求在每个分镜开头重复给出固定的形象描述，以此最大程度解决多图生成时的角色不一致问题。

步骤5：编写用户提示词。在用户提示词文本框中填入如下内容。

双语短文内容：{{article_content}}

步骤6：设置输出格式。由于接下来需要通过循环节点逐一生成图片，因此必须将大模型的输出结果设置为String类型的数组格式，配置如图6-7所示。

图6-7 生成图片分镜大模型节点的输出配置

5.循环生成图片

前期生成的分镜描述包含3～4个画面，为实现批量、自动化生成图片，需要引入循环节点。具体操作步骤说明如下。

步骤1：接入循环节点。在"生成图片分镜描述"的大模型节点下游，接入一个"循环"节点。

步骤2：配置循环参数。选中该节点，在参数配置对话框中，将默认输入变量名修改为"description"，并引用上游生成图像分镜"大模型"节点输出的分镜描述数组output作为该变量的值。循环类型使用默认值"使用数组循环"即可，配置如图6-8所示。

图6-8 循环节点的配置

1. 循环节点的输入变量必须为"数组"类型，如果在变量下拉列表中找不到上游节点，请回退检查上游大模型节点的输出类型是否正确设置为String数组。

步骤3：构建循环体。添加一个"生成图像"节点，并拖拽该节点到循环体框内部。将"生成图像"节点的左、右端点分别与循环体的开始端口和结束端口相连，使其成为循环执行的真正主体。

步骤4：配置图像生成节点输入。选中"图像生成"节点，在参数配置对话框中，将默认输入变量名修改为"item_description"，并引用循环节点的迭代变量item作为该变量的值，配置情况如图6-9所示。

图6-9 图像生成节点的输入配置

1. item是循环节点内置的迭代变量。执行循环时，系统会自动从数组中按顺序逐个取出元素并赋值给item，直到遍历完所有分镜描述。

步骤5：编写生图提示词。在图像生成节点的提示词区域输入以下提示词，通过正向要求与反向限制，确保节点生成高质量的绘本插图。

严格按照{{item_description}}生成图片。

图片要求：儿童绘本风格，卡通插画，明亮柔和色彩，简洁可爱，线条干净，温馨治愈，高清细节，适合小学生，白色背景，构图简洁，所有画面中严禁出现任何文字、字母、数字、标语、符号，纯画面叙事。

禁止出现：畸形五官，畸形手指，多余肢体，人脸崩坏，画面错乱；暗黑风格，阴暗色调，恐怖元素，写实照片；复杂杂乱背景，文字乱码，英文字母，汉字水印，logo 图案；成人画风，违和道具，多余无关装饰。

步骤6：配置循环节点输出。单击循环节点，在右侧配置对话框中，将默认输出变量名"output"修改为"images"，将其值引用为"图像生成"节点的输出结果data，用于集中返回所有生成的插图文件，配置如图 6-10 所示。

图6-10 循环节点的输出配置

1. 一个完整的循环结构包含外层的"循环"节点和内层的"循环体"。在配置节点参数时，务必区分清楚是在哪一层级进行操作。

6.合成朗读语音

为辅助学生进行跟读和纠正发音，可接入语音合成插件将短文转化为音频。操作步骤说明如下。

步骤1：添加语音合成插件。在"循环"节点之后接入一个"插件"节点。在插件市场中搜索"语音"关键字，找到"语音合成"插件后，添加其提供的speech_synthesis工具，如图6-11所示。

图6-11 添加语音合成插件

步骤2：配置输入参数。将生成双语短文大模型节点的输出变量output（即生成的双语短文）作为该节点输入变量text的值，其余参数采用默认值即可，参数配置如图6-12所示。

图6-12 合成语音节点的输入配置

7.配置结束节点

如图6-13所示，选中工作流的"结束"节点，在"返回变量"标签页中配置以下三个输出变量。

1. article：引用"生成双语短文"大模型节点的输出，返回双语短文文本。
2. images：引用"循环节点"的输出，返回生成的插图数组。
3. audio：引用"语音合成"插件的输出，返回朗读音频文件。

图6-13 结束节点的配置

8.测试、发布工作流

步骤1：试运行验证。单击画布底部工具栏中的"试运行"按钮。在试运行对话框的输入框中，分别输入测试年级和单词信息，如图6-14所示。

图6-14 试运行输入

步骤2：查看结果。再次单击试运行对话框下方"试运行"按钮启动工作流。等待执行完毕后，检查输出的短文、图片及语音是否符合预期，运行成功界面如图6-15所示。

步骤3：正式发布。测试稳定后，单击工作流编辑页面右上角的"发布"按钮，按系统提示完成工作流的发布。

图6-15 工作流试运行结果

6.3.2创建智能体

返回扣子编程页面，单击左侧"新建项目"按钮，随后在页面右侧点击"智能体开发"，打开"创建"页面，点击"创建智能体"打开"创建智能体"对话框，填写智能体名称为"词'绘'精灵"，填写智能体功能介绍为"根据给定的英文单词，生成双语短文和插图，助力小学生快速记单词。"接着，单击默认图标右侧的"生成"按钮 ，系统会根据描述自动生成匹配的图标。最后，单击"确认"按钮即可完成智能体实例的初始化创建，如图6-16所示。

图6-16 创建智能体

6.3.3添加工作流

智能体创建完成后，系统将自动跳转至详细配置页面。将6.3.1 节中完成的工作流接入智能体，为其注入"核心引擎"。

步骤1：在编排区域的"技能"模块下，单击"工作流"右侧的"+"按钮，如图 6-17 所示。

图6-17 添加工作流

步骤2：在弹出的面板中，定位到6.3.1节已发布的工作流learn_English_words，单击其右侧的"添加"按钮，即可完成引入。具体操作界面如图 6-18 所示。

图6-18 添加工作流

6.3.4设置人设与回复逻辑

词"绘"精灵的核心角色定位为中小学英语单词智能助教。当接收到用户输入的"年级"与"目标单词"信息时，系统将自动触发已配置的工作流learn_English_words。双语短文生成、绘本配图绘制以及标准音频合成等核心内容的生产过程，均完全依托该工作流独立完成，智能体本体不进行任何生成层面的干预。此外，在交互逻辑上，智能体需要严格执行标准化的输出模板，遵循儿童友好的语言规范，并适时融入正向的学习激励语。该智能体的人设定义及回复逻辑提示词具体如下。

# 角色

中小学英语单词启蒙智能助教

## 目标

1. 接收用户输入的"年级+目标单词"，自动调用工作流，完成双语短文、绘本配图、标准发音全链路生成；

2. 提供适配对应年级的沉浸式单词学习体验，激发儿童英语学习兴趣；

3. 确保输出内容完整、合规、儿童友好。

## 技能

1. 精准识别并校验"年级+目标单词"输入完整性，触发工作流；

2. 自动调用预设工作流，获取工作流生成的双语短文、绘本配图、语音音频等内容；

3. 按固定格式整合工作流输出结果，若工作流返回多张绘本配图，需要全部依次输出，不得遗漏。最后附加正向鼓励语；

4. 处理基础异常（输入不全、单词输入错误、工作流生成失败），输出对应引导或提示。

## 工作流

1. 触发条件：用户输入完整"年级+目标单词"，自动触发工作流{learn_English_words}；输入不全或输入单词错误时仅输出引导语（如："你好，你现在是几年级呀？告诉我年级和想学习的单词，我马上为你生成专属的单词学习内容~"）并终止调用工作流；

2. 核心规则：仅调用预设工作流{learn_English_words}，双语短文、绘本配图、语音音频均由工作流完成，不手动生成任何内容；

3. 异常处理：工作流任一节点生成失败，则输出提示（"抱歉呀，这次的内容生成遇到了小问题，你可以再试一次哦~"）。

## 输出格式

双语小短文：

{工作流生成的双语短文}

绘本配图

!短文配图({工作流生成的配图} "配图")

点击播放标准发音：{工作流生成的音频链接}

## 限制

1. 禁止手动生成任何内容（双语短文、配图、音频等均需要来自工作流）；

2. 严格遵循工作流链路，不跳过、不修改任何节点及逻辑；

3. 语言需要贴合儿童认知，保持童趣，禁用复杂术语和生硬说教；

4. 禁止输出不适宜未成年人的内容，工作流生成内容不合规则自动触发重新生成；

5. 严格遵循固定输出格式，仅替换{}内的工作流生成内容，不修改格式本身；

6. 输入不全时，仅输出补全引导语，不执行其他操作、不调用工作流。

6.3.5设置开场白

在编排页面的"对话体验"模块下，单击"开场白"右侧的 按钮一键生成引导语。需要说明的是，尽管系统支持生成预置问题以辅助用户快速交互，但鉴于本案例仅接收特定格式的信息，且回复逻辑中已设定屏蔽无关问答，因此不再配置预置问题，以避免无效交互。开场白设置如图6-19所示。

图6-19 设置开场白