问题分类器节点
问题分类器节点
【问题分类器】节点用于根据预设的分类条件，对用户输入的问题进行语义识别与自动分类。
该节点通常由大语言模型驱动，能够依据分类描述判断问题所属类别，从而引导后续流程的不同走向。
换言之，它是让智能体具备“理解意图、分流逻辑”的关键节点，可帮助复杂对话或业务流程实现自动分支与精准响应。
应用场景
问题分类器节点常用于对话流智能体和工作流中，承担“路由器”或“意图识别器”的角色。典型场景包括：
- 多意图问答系统：根据问题类型（如“政策咨询”“流程查询”“制度说明”）分流至不同知识库或回复逻辑。
- 客服或助手场景：识别用户问题类型（如“报修”“投诉”“咨询”），转接至不同处理节点或外部系统。
- 业务审批类应用：判断输入文本内容属于“请假”“报销”“采购”等类型，自动进入相应流程。
- 混合任务智能体：当同一个智能体需支持多种任务（如“总结文档”“生成报告”“翻译文本”），分类器可决定调用哪个任务分支。
配置指引
1. 添加节点
在应用编辑页中，选择【问题分类器】节点。
2. 定义分类条件
在节点设置中，可以自定义若干分类分支，每个分支包含：
- 分类名称：类别标识，如“请假相关”、“报销相关”；
- 分类描述：明确该类别适用的语义范围，用自然语言描述模型判断依据；
- 输出分支：每个分类对应一个可连接的下游分支节点。
注意
模型会基于分类描述理解用户意图并输出匹配结果，若多个类别描述相似，建议在描述中增加限定条件，避免歧义。
3. 设置默认分支（可选）
当模型无法明确判断或信心不足时，可配置一个 默认分支，确保流程不因分类失败而中断。
例如：
- 默认分支连接至“LLM 回答节点”，让模型直接回复用户；
- 或连接至“异常处理节点”，提示用户重新输入。
4. 模型选择与参数配置
分类器节点使用的底层模型默认为系统内置的大语言模型。
建议
支持配置模型温度（temperature）等参数，一般建议保持低温度（如 0.0～0.2）以提高分类稳定性。
例如，将用户输入分为三类，金融类、产品类、其他类
输出变量
class_name 存储了分类模型的预测结果。当分类完成后，这个变量会包含具体的类别标签，你可以在后续的处理节点中引用这个分类结果来执行相应的逻辑。
配置下游节点
在分类器节点的每个分类分支下，可连接不同类型的节点，例如：
- 连接
知识检索节点 → 针对某类问题在指定知识库中检索； - 连接
条件分支节点 → 进一步判断用户意图； - 连接
LLM 节点 → 直接输出回答； - 连接
结束节点 → 输出分类结果。
注意事项
- 问题分类器节点依赖语言模型语义理解能力，结果具有一定概率波动；
- 分类描述越明确，模型输出越稳定；
- 若分类分支过多或过细，需确保模型上下文容量充足；
- 默认分支建议始终保留，用于兜底未识别情况。