基于ChatFlow图文对话系统设计与实现.pdfVIP

概述

在之前的课程中我们学习了workflow，了解了⼯作流通过将复杂的任务拆解成节点从⽽降

低系统复杂度，减少了对提示词技术和模型推理能⼒的依赖，提⾼了LLM应⽤⾯向复杂任务

的性能。本节课程中，学习⽤于在类情景中的ChatFlow，相对于WorkFlow`增加

了（Memory）、标注回复、等特性⽀持

实战案例

在本例中，我们要实现⼀个chatflow，⽤户向chatbot提问，通过LLM、知识库处理

后，最终输出图⽂内容；期望成果如下图所示：

⼯作流全览

核⼼节点

1.开始节点：接收⽤户输⼊，也就是⽤户的问题

2.知识检索：本机器⼈是⼀个私有问答助理，回复的内容源⾃于RAG知识库，所以此

处我们引⽤本地知识库

注意：机器⼈实现的图⽂内容回复，图⽚地址写在知识库的⽂本段落中

3.LLM：通过⼤语⾔模型对知识库中检索到的内容进⾏处理并输出结果，此处我们希望

LLM输出的数据为json格式，所以需要在LLM节点做⼀些提示词限制，同时为了提升对

话的精准度，需要设置下LLM的相关参数，如TopK、温度等

注意，请将模