变量赋值器 - Dify Docs

⚠️ 本文档由 AI 自动翻译。如有任何不准确之处，请参考英文原版。

变量赋值器节点通过写入会话变量（在这里了解不同类型的变量）来管理对话流应用中的持久化数据。与每次执行都会重置的常规工作流变量不同，会话变量在整个聊天会话期间持续存在。

变量赋值器节点配置

会话变量 vs 工作流变量

工作流变量仅在单次工作流执行期间存在，并在工作流完成时重置。 会话变量在同一聊天会话中的多个对话轮次之间持续存在，支持有状态交互和上下文记忆。这种持久性支持上下文对话、用户个性化、有状态工作流，以及跨多个用户交互的进度跟踪。

配置要更新的会话变量并指定其源数据。你可以在单个节点中分配多个变量。

变量分配配置界面

变量 - 选择要写入的会话变量 设置变量 - 从上游工作流节点中选择源数据 操作模式 - 确定如何更新变量（覆写、追加、清除等）

不同变量类型根据其数据结构支持不同的操作：

构建能够自动检测和存储对话中重要信息的聊天机器人：

智能记忆系统工作流

系统分析用户输入中的可记忆事实，提取结构化信息，并将其追加到持久化记忆数组中，以便在未来的对话中参考。

存储用户偏好，如语言设置、通知偏好或显示选项：

用户偏好管理

使用覆写模式从用户输入中捕获初始偏好，然后在所有后续大型语言模型响应中引用它们，实现个性化交互。

构建跨多个对话轮次跟踪完成状态的引导式工作流：

渐进式清单实现

使用数组会话变量跟踪已完成的项目。变量赋值器在每轮更新清单，而大型语言模型引用它来指导用户完成剩余任务。