会话变量示例
自动判断提取并存储对话中的信息
memories
,类型为 array[object],用于存储用户的事实、偏好和历史记录。memories
数组中。memories
数组中的内容转换为字符串,并插入到 LLM 的提示词 Prompts 中作为上下文。language
输入框内指定了 “中文”,该语言将会被写入会话变量,LLM 在后续进行答复时会参考会话变量中的信息,在后续对话中持续使用”中文”进行回复。
记录用户的初始偏好信息
language
,在会话流程开始时添加一个条件判断节点,用来判断 language
变量的值是否为空。
变量写入/赋值:首轮对话开始时,若 language
变量值为空,则使用 LLM 节点来提取用户输入的语言,再通过变量赋值节点将该语言类型写入到会话变量 language
中。
变量读取:在后续对话轮次中 language
变量已存储用户语言偏好。在后续对话中,LLM 节点通过引用 language 变量,使用用户的偏好语言类型进行回复。
场景 3
辅助 Checklist 检查,在会话内通过会话变量记录用户的输入项,更新 Checklist 中的内容,并在后续对话中检查遗漏项。
示例:开始对话后,LLM 会要求用户在对话框内输入 Checklist 所涉及的事项,用户一旦提及了 Checklist 中的内容,将会更新并存储至会话变量内。LLM 会在每轮对话后提醒用户继续补充遗漏项。
辅助 Checklist 检查
ai_checklist
,在 LLM 内引用该变量作为上下文进行检查。ai_checklist
内的值并比对用户输入,若用户提供了新的信息,则更新 Checklist 并将输出内容通过变量赋值节点写入到 ai_checklist
内。ai_cheklist
内的值并比对用户输入直至所有 checklist 完成。变量赋值节点设置
Language Recognition/text
赋值到会话变量 language
内。
String
。Number
。加减乘除
操作Object
。Array
。