智能体

智能体块充当工作流与大语言模型（LLM）之间的接口。它针对各种 AI 提供商执行推理请求，根据定义的指令处理自然语言输入，并生成结构化或非结构化输出供下游使用。

概述

Agent 块使您能够：

配置选项

系统提示词

系统提示词设置智能体的操作参数和行为约束。此配置定义了智能体的角色、响应方法以及所有传入请求的处理边界。

You are a helpful assistant that specializes in financial analysis.
Always provide clear explanations and cite sources when possible.
When responding to questions about investments, include risk disclaimers.

用户提示词

用户提示词代表推理处理的主要输入数据。此参数接受自然语言文本或结构化数据，智能体将对其进行分析并作出响应。输入来源包括：

• 静态配置：在块配置中指定的直接文本输入
• 动态输入：通过连接接口从上游块传递的数据
• 运行时生成：在工作流执行期间以编程方式生成的内容

模型选择

Agent 块通过统一的推理接口支持多个 LLM 提供商。其模型选择器按提供商分组，并反映部署当前的内置目录以及从配置的 OpenRouter 和 Ollama 连接中发现模型。请以选择器为准，而不是依赖固定的模型列表。

温度

控制响应的创造性和随机性：

API 密钥

显示此字段时，请输入所选提供商的 API 密钥。托管部署上的托管模型和本地 Ollama 模型不会显示此字段。

工具

工具通过外部 API 集成和服务连接扩展智能体的能力。工具系统支持函数调用，使智能体能够执行文本生成之外的操作。

工具集成流程：

1. 在 Agent 块中访问工具配置部分
2. 选择内置集成、已连接的 MCP 工具或自定义工具
3. 配置身份验证参数和操作约束

可用工具类别：

• 通信：Gmail、Slack、Telegram、WhatsApp、Microsoft Teams
• 数据源：Notion、Google Sheets、Airtable、Supabase、Pinecone
• Web 服务：Firecrawl、Google Search、Exa AI、浏览器自动化
• 开发：GitHub、Jira、Linear 仓库与问题管理
• AI 服务：OpenAI、Perplexity、Hugging Face、ElevenLabs

工具执行控制：

• Auto：模型根据上下文和必要性决定是否调用工具
• Force：指示提供商在响应中使用此工具
• None：将该工具从提供商请求中排除

响应格式

响应格式参数使用 JSON Schema 请求结构化输出：

{
  "name": "user_analysis",
  "description": "Classifies sentiment with a confidence score",
  "strict": true,
  "schema": {
    "type": "object",
    "properties": {
      "sentiment": {
        "type": "string",
        "enum": ["positive", "negative", "neutral"]
      },
      "confidence": {
        "type": "number",
        "minimum": 0,
        "maximum": 1
      }
    },
    "required": ["sentiment", "confidence"],
    "additionalProperties": false
  }
}

当模型返回有效的 JSON 时，schema 字段会直接暴露在 Agent 块的输出根节点。如果响应格式不正确，该块会回退到标准输出，并包含 _responseFormatWarning。

访问结果

未设置响应格式时，Agent 会暴露以下标准输出：

• <agent.content>：Agent 的响应文本
• <agent.model>：该响应对应使用的模型
• <agent.tokens>：服务商上报的 token 用量统计
• <agent.toolCalls>：Agent 在执行期间使用的所有工具的详细信息
• <agent.toolResults>：这些工具返回的结果
• <agent.cost>：API 调用的预估费用（如可用）

使用有效的响应格式时，可直接引用各个 schema 字段，例如 <agent.sentiment>。token、工具、耗时和费用元数据仍会与这些字段一同提供。

高级功能

记忆 + Agent：对话历史

Agent 的 Memories 字段可使用 Get Memory 返回的消息数组，例如 <memory.memories>。使用 Add Memory 保存用户和助手消息，并在同一工作流的后续执行中使用相同 ID 读取对话。工作流变量本身不会跨执行保存历史记录。请参阅 Memory。

输入与输出

示例用例

客户支持自动化

多模型内容分析

工具驱动的研究助手

最佳实践

• 在系统提示中保持具体：清晰定义 Agent 的角色、语气和限制。指令越具体，Agent 就越能实现其预期目的。
• 选择合适的温度设置：当准确性很重要时，使用较低的温度设置（0-0.3），或者提高温度（0.7-2.0）以获得更具创造性或多样化的响应
• 有效利用工具：集成能够补充 Agent 用途并增强其能力的工具。谨慎选择提供的工具，以免 Agent 不堪重负。对于重叠较少的任务，使用另一个 Agent 块以获得最佳结果。