Coze 工作流实战：逻辑控制、数据处理与 AIGC 多媒体应用

1.4 批处理节点

核心功能：适用于大量数据并行处理的场景。相对于添加多个相同节点，效率更高。

批处理设置：为避免并行运行数量过大导致性能风险，默认每批执行 10 次，最多运行 200 次。

• 并行运行数量上限：每一批运行的最大次数，默认 10 次。
• 批处理次数上限：总执行次数达到上限时停止，默认 100 次。

1.5 变量聚合节点

核心功能：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。扣子内的代码节点不能访问外部服务，仅限于处理工作流中的数据。

1.6.1 JSON 基础

JSON 是一种轻量级的数据格式，用于在不同系统之间有序地存储和交换文本信息。它就像计算机世界的'标准化快递单'，用统一的格式打包数据。

{
  "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

引入异步编程是为了避免让昂贵的 CPU 时间浪费在低效的 I/O 等待上。

• 同步方式：串行执行，耗时累加。例如烧水时干等，水开了再洗衣，总耗时=烧水 + 洗衣。
• 异步方式：并发执行，耗时取最大值。烧水和洗衣同时进行，利用等待时间做其他事。

Python 中采用 async 声明异步函数。调用它时返回协程对象，可理解为'可以暂停和恢复的函数'。

async def my_async_function():
    return "Hello"

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],
        "longitude": params['input'][1]
    }
    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

指定待操作的数据库表和待插入的字段名称及字段值，每次执行自动插入一行数据。

1.7.2 查询数据节点

指定待操作的数据库表，可添加查询字段、条件、排序方式和上限等配置。

1.7.3 更新数据节点

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，更新所有符合条件的数据。

1.7.4 删除数据节点

指定待操作的数据库表和删除条件，删除所有符合条件的数据。

1.8 知识库节点

1.8.1 知识库写入节点

用于向指定的知识库中添加内容。

1.8.2 知识库检索节点

基于用户输入查询指定的知识库，召回最匹配的信息，并将结果以列表形式返回。

1.8.3 知识库删除节点

基于用户输入的文档 ID 来删除知识库中的文档。

二、其他节点

2.1 图像生成节点

核心功能：集成第三方插件（如通义万相），支持文生图与图生图双模式创作。接收上游输入参数（描述文本、尺寸规格等），返回包含 image_urls 的结果数据；若失败则输出错误标识供调试。

2.2 音视频处理节点

核心功能：实现音频、视频素材自动化处理与合成，广泛应用于短视频生成、智能配音等场景。

• 音频处理模块：包括音频合成（语音合成节点）与时长管理，确保音画同步。
• 视频生成模块：涵盖静态素材动态化（图生视频）与多元素整合（剪映插件），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。

总结

本文详细介绍了 Coze 工作流中选择器、循环、代码、数据库、知识库及音视频等核心节点的功能与配置，覆盖从逻辑控制到多媒体生成的全场景应用。熟练掌握这些节点，可大幅提升工作流开发效率与智能体交互体验。