Coze 工作流核心节点实战：逻辑控制、数据处理及多媒体生成

注意事项：

• 循环体内节点不可移出循环体外。
• 无限循环必须设置终止条件，避免死循环。
• 循环变量需与循环体内部节点正确绑定。

1.4 批处理节点

核心功能：工作流执行时，每个节点按顺序运行一次，如果需要一次性运行多次，批处理节点适用于大量数据并行处理的场景。相对于添加多个相同的节点执行任务，批处理节点的效率更高。配置批处理节点：批处理节点的处理对象为输入参数引用的数组结构。

例如上游某个节点输出的多条数据结果。批处理节点会遍历数组中的每个元素，对所有元素同时执行一次性处理，直到所有元素处理完成，或达到指定的次数上限。

批处理设置：为避免并行运行数量过大导致性能风险，批处理节点是分批运行的，默认每批执行 10 次，最多运行 200 次。通过批处理设置，你可以调整每一批运行的最大次数，和多批处理的总次数上限。

• 并行运行数量上限：每一批运行的最大次数。默认并行运行 10 次。此参数可指定为某个固定值，例如 5；也支持引用上游节点数值类型的输出参数。
• 批处理次数上限：批处理执行总次数达到此上限时，此节点终止运行。默认批处理次数上限为 100，最大支持设置为 200。此节点的执行逻辑是处理数组中的元素，当批处理次数达到设置的上限时，即使节点未遍历数组中的每个元素，也会停止运行。

1.5 变量聚合节点

核心功能：工作流变量聚合节点能够将多路分支的输出变量整合为一个，方便下游节点统一配置。

1.6 代码节点

核心功能：通过 Python/JavaScript 编写脚本实现高阶数据处理，覆盖 JSON 解析、格式转换、复杂计算等场景。支持 AI 辅助生成代码，降低开发门槛，我们重点使用 python 语言来编写脚本。扣子里面的代码节点有限制，不能访问外部服务，仅限于处理工作流中的数据。

1.6.1 JSON？

JSON（JavaScript Object Notation）是一种轻量级的数据格式，用于在不同系统之间有序地、高效地存储和交换文本信息。

例： 想象一下你要把一堆东西寄给朋友。那你需要一张清晰的快递单，上面写明：

• 收件人：张三
• 电话：13800138000
• 地址：北京市海淀区 xxx 街道 xx 号
• 物品清单：一套计算机专业书籍

JSON 就是计算机世界里面的'标准化快递单'。它用一种统一的、标准化的格式来'打包'数据，确保发送方和接收方都能毫无歧义地理解里面的内容

{ "name": "张三", "phone": 13800138000, "address": { "city": "北京", "street": "海淀区 xxx 街道" }, "packing List": "一套计算机专业书籍" }

1.6.2 Python 异步编程

我们在计算机中为什么要引入异步编程？

• 同步方式 (Synchronous)： a. 你把水壶插上电，开始烧水。 b. 你什么都不做，就站在水壶前干等着，直到水烧开。 c. 水烧开后，你把衣服放进洗衣机，开始洗。 d. 你又什么都不做，站在洗衣机前干等着，直到衣服洗完。 整个过程耗时=烧水时间 + 洗衣时间。你的大量时间被浪费在'等待'上。

• 异步方式 (Asynchronous)： a. 你把水壶插上电，开始烧水。水壶在烧，但你不需要守着它。 b. 你立刻把衣服放进洗衣机，开始洗。洗衣机在洗，你也不需要守着它。 c. 在它们工作的同时，你可以去做其他事情，比如看电视、看书。 d. 水烧开了，水壶会发出'嘀'的一声提醒你（这是一个回调信号）。 e. 衣服洗完了，洗衣机也会发出'嘀'的一声提醒你（另一个回调信号）。 整个过程耗时≈Max(烧水时间，洗衣时间)。你充分利用了等待的时间。

异步编程的核心思想就是：避免让昂贵的 CPU 时间浪费在低效的 I/O 等待上。

Python 中可以采用 async 来实现异步编程。

• async：声明异步函数。
• 在普通 def 前面加上 async，这个函数就变成了一个'异步函数'。
• 调用它时，它不会立即执行，而是会返回一个 coroutine 对象（协程对象）。
• 协程（Coroutine）是异步编程的基本单位，你可以把它理解为一个'可以暂停和恢复的函数'。

async def my_async_function():
    return "Hello"
# 调用它不会直接运行，而是得到一个协程对象
result = my_async_function()
print(result) # <coroutine object my_async_function at 0x...>

实操案例：解析 JSON 数组提取经纬度参数

async def main(args: Args) -> Output:
    params = args.params
    ret: Output = {
        "latitude": params['input'][0], # 数组第一个元素为纬度
        "longitude": params['input'][1]  # 数组第二个元素为经度
    }
    return ret

1.7 数据库节点

核心功能：实现工作流与数据库的双向交互，支持完整的数据表读写操作。需注意单表操作限制，所有数据库交互需基于 Bot 中预创建的 Table 对象。

1.7.1 新增数据节点

此节点中需要指定待操作的数据库表和待插入的字段名称及字段值，每次执行此节点时自动插入一行数据。

运行效果：

1.7.2 查询数据节点

• 此节点中需要指定待操作的数据库表，如果你有更精细化的查询需求，可以添加查询字段、查询条件、排序方式和查询上限等配置。

运行效果：

1.7.3 更新数据节点

• 此节点中需要指定待操作的数据库表、更新条件、待更新的字段名称及字段值，每次执行此节点时将更新所有符合条件的数据。

运行效果：

1.7.4 删除数据节点

此节点中需要指定待操作的数据库表和删除条件，每次执行此节点时将删除所有符合条件的数据。

运行效果：

1.8 知识库节点

1.8.1 知识库写入节点

核心功能：知识库写入节点用于向指定的知识库中添加内容。

运行效果：

1.8.2 知识库检索节点

核心功能：知识库检索节点可以基于用户输入查询指定的知识库，召回最匹配的信息，并将匹配结果以列表形式返回。

运行效果：

1.8.3 知识库删除节点

核心功能：知识库删除节点可以基于用户输入的文档 ID 来删除知识库中的文档。

运行效果：

二、其他节点

2.1 图像生成节点

核心功能：图像生成节点是 Coze 工作流中实现 AIGC 图像生成的核心组件，通过集成第三方插件（如通义万相文生图工具）支持文生图与图生图双模式创作。其中，文生图模式可直接根据文字描述生成图像，图生图模式则能基于参考图进行风格迁移或元素重构，二者共同构成可视化内容自动化生产的基础能力。

在工作流架构中，该节点需接收上游输入参数（如生成数量、描述文本、尺寸规格等），调用插件接口完成图像渲染后，返回包含 image_urls 的结果数据；若生成失败，则输出错误标识 (如：log_id、msg、code) 供调试分析。

2.2 音视频处理节点

核心功能：音视频处理节点是 Coze 工作流中实现音频、视频素材自动化处理与合成的核心组件，广泛应用于短视频生成、智能配音等场景。

音频处理模块：音频处理是音视频工作流的基础环节，主要包括音频合成与音频时长管理两大功能。音频合成通过语音合成节点实现，支持文本输入与多维度参数配置。音频时长获取则是后续视频剪辑的关键前提，通过提取音频文件的时长信息，可精准控制视频片段的长度匹配，确保音画同步。

视频生成模块：视频生成环节涵盖静态素材动态化与多元素整合两大能力。图生视频需完成提示词生成与动态转换两步：首先通过 LLM 节点基于文生图提示词扩展生成图生视频专用提示词，再调用即梦 AI 的 image2video_task_create 插件将静态图片转换为动态视频，同时搭配 image2video_task_query 插件，通过死循环机制实时获取生成的视频地址。视频合成则聚焦多素材整合，剪映插件节点不仅支持视频剪辑，还能将语音、图片等素材统一整合，实现无需手动操作的自动化合成。

三、工作流的发布与使用

3.1 发布工作流

工作流只有在发布之后才能被智能体或者应用或者使用。

3.2 使用工作流

工作流发布之后，即可以被智能体正常使用。