Skip to main content
工作流

参数提取节点

参数提取节点通过大模型从非结构化内容中提取结构化参数,模型能够自动从输入内容中识别并提取对应的参数值,输出为结构化数据供后续节点使用。支持纯文本提取,选择 VL(视觉语言)系列模型时还支持从图片和视频中提取参数。适用于表单信息提取、工具参数准备、数据格式转换、图像信息结构化等场景。

使用示例

参数提取节点从用户的自然语言输入中提取结构化的信息,供后续节点使用。

节点接入

方法1:使用+按钮添加

  • 将鼠标悬停在画布上任意节点上(如开始节点),节点右侧自动显示 + 按钮。
  • 点击 + 按钮,在弹出的节点列表中选择变量参数提取,节点将自动添加到画布并与上游节点建立连线。

方法2:从节点库拖拽添加

  • 在左侧节点库中选择变量参数提取。
  • 拖拽节点到画布合适位置,从上游节点边缘拖拽连线到节点。

核心配置

模型选择

选择用于参数提取的大模型。模型负责理解输入内容的语义,并将非结构化信息转换为结构化参数。支持通义千问系列模型、第三方模型(如 DeepSeek),实际支持的模型请以控制台为准。 点击模型选择器右侧的配置按钮,勾选启用后,可设置以下参数:
参数默认值说明
最长回复长度1024模型输出的最大 token 数量。
top_p0.80控制输出的多样性,值越大结果越多样。
temperature0.70控制输出的随机性,值越大结果越随机。
enable_thinking开启启用模型的深度思考模式,输出推理过程。
thinking_budget4000思考模式下,思维链的最大输出tokens数量。
result_formatmessage结果返回格式。
enable_search关闭启用联网搜索功能。
选择 VL 系列模型(如 Qwen-VL-Plus-Latest、Qwen-VL-Max-Latest)时,配置面板会新增视觉理解类型和模型入参两个配置项,支持从图片和视频中提取结构化参数。- 视觉理解类型用于指定模型如何理解视觉输入。
选项模型入参名说明
图片(默认)vlImageUrl给模型一张或一组图片,模型将每张图片视为独立内容,根据问题匹配对应图片进行理解。
视频帧vlImageUrl给模型一组不少于 4 张图片,模型将这些图片视为同一视频的连续帧,按顺序作为整体理解。
完整视频vlVideoUrl直接给模型一个完整视频的 URL,模型自动解析并理解视频内容,无需手动提取帧。
- 模型入参用于传入图片或视频数据。参数名
适用视觉理解类型说明vlImageUrl
图片/视频帧图片 URL 列表,支持直接输入或引用前置变量。vlVideoUrl

输入

需要进行参数提取的内容,支持引用用户输入或上游节点的输出。使用 VL 模型时,输入配置项仍用于传入文本(如用户的提问或描述),而图片/视频通过模型入参传入。

提取参数

定义需要从输入文本中提取的参数列表。模型将根据每个参数的名称、类型和描述,从输入文本中识别并提取对应的值。
字段必填说明
名称参数名,如 meeting_date、city。作为输出变量的键名。
类型 参数的数据类型,默认为 String。 描述 参数的自然语言描述,帮助模型理解需要提取什么内容。描述越清晰,提取越准确。 必填 标记该参数是否必须提取到值。仅作为模型推理参考,不用于强制验证。

提示词

提供额外的上下文、示例或约束条件,从而提高提取的准确性和一致性。

记忆

默认关闭。开启后模型将记住对话历史,支持多轮对话场景。
缓存类型说明
本节点缓存模型只记住本节点内的对话历史。需配置记忆轮次(1-50,默认 3),一次输入+输出为一轮。
自定义缓存模型记住全局的上下文信息。需选择上下文变量,如内置变量 historyList。

节点输出

参数提取节点的输出包含所有自定义提取参数和内置状态变量,可供后续节点引用。
  • 自定义提取参数
每个在中定义的参数都会生成一个同名的输出变量。
  • 内置状态变量
变量名类型说明
_is_completedBoolean表示本次参数提取是否完整。true 表示所有必填参数都已成功提取,false 表示有参数未能提取。
_reasonString当 _is_completed 为 false 时,说明参数未能完整提取的原因。提取成功时为空字符串。

常见用法

配合节点说明
条件判断节点根据 _is_completed 判断提取是否完整,走不同的处理分支(如完整则继续处理,不完整则提示用户补充信息)。
API节点将提取的结构化参数作为 API 调用的入参,例如提取出日期和城市后调用天气 API。
大模型节点将提取的参数传递给大模型进行进一步处理,例如基于提取的会议信息生成会议邀请邮件。
变量处理节点将多个提取参数组合为 JSON 格式,供下游节点统一使用。
图片解析节点配合 VL 模型使用时,先通过图片解析节点获取图片内容,再由参数提取节点从图片中提取结构化信息(如从产品图中提取品名、颜色、规格)。
视频解析节点配合 VL 模型使用时,先通过视频解析节点获取视频内容,再由参数提取节点从视频中提取结构化信息(如从视频中提取场景、人物、动作)。