变量赋值
在 XpertAI 工作流系统中，变量赋值节点用于向可写入变量赋值，实现信息的记录、状态的更新和上下文的维护。该节点是实现用户偏好记忆、会话状态管理、流程数据中转的核心组件之一。 通过变量赋值节点，你可以将流程中已有的变量值，写入到可持久使用的变量中。
配置流程详解
以下是一个典型的「记忆写入」场景的变量赋值配置流程：
1. 设置会话变量结构
首先，在工作流中定义一个名为 memories 的会话变量：
- 类型：
array[object] - 用途：用于记录用户输入中提取出的事实、偏好和历史信息
2. 判断用户输入是否包含新信息
在用户输入后，使用一个条件判断节点结合 LLM 推理：
- 若判断出存在新信息，走上分支
- 若无新信息，走下分支，直接基于已有记忆生成回复
3. 提取新信息
在上分支中，添加一个 LLM 节点，将用户输入的文本提取成结构化的新事实。例如：
{
"fact": "用户喜欢黑咖啡",
"time": "2025-06-29"
}
4. 变量赋值/写入记忆
使用 变量赋值节点，将 LLM 输出的内容追加到 memories 数组中：
- 操作方式：选择变量类型为
array，操作为append - 内容：从 LLM 输出中提取对象，使用变量引用（如
{llm.result}） - 如 LLM 输出为字符串，建议使用转义或解析步骤转换为标准对象结构再写入
5. 后续节点读取记忆
在后续 LLM 节点中，可将 memories 内容拼接为字符串用于上下文输入。例如：
历史信息：
1. 用户喜欢黑咖啡。
2. 用户常在早上查看订单状态。
插入位置通常为提示词的系统部分，使模型拥有个性化的回复能力。
总结
变量赋值节点为工作流提供了灵活的数据写入能力，是构建有状态、个性化、多轮对话体验的基础。搭配条件判断、LLM 节点与记忆机制，可以构建更智能的业务流程与用户交互体验。