意图识别

定义

通过定义意图识别的分类，意图识别节点能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。

场景

常见的使用情景包括客服对话意图分类、产品评价分类、邮件批量分类等。

在一个典型的产品客服问答场景中，意图识别可以作为知识库检索的前置步骤，对用户输入问题意图进行意图识别处理，分类后导向下游不同的知识库查询相关的内容，以精确回复用户的问题。

下图为客服场景的示例工作流模板：

在该场景中我们设置了2类分类描述：

1.咨询产品信息、产品参数想要推荐产品

2.给出做详细的参数对比

当用户输入不同的问题时，问题分类器会根据已设置的分类标签 / 描述自动完成分类：

N32WB BLE的产品信息 被意图识别归到 分类1

对比N32H474系列和N32H473系列两款芯片参数 被意图识别归到 分类2

配置节点

1.选择输入变量， 指用于分类的输入内容，支持输入文件变量。客服问答场景下一般为用户输入的问题 sys.query;

2.选择推理模型， 意图识别节点基于大语言模型的自然语言分类和推理能力，选择合适的模型将有助于提升分类效果；

3.编写分类标签/描述， 你可以手动添加多个分类，通过编写分类的关键词或者描述语句，让大语言模型更好的理解分类依据。

4.选择分类对应的下游节点， 意图识别节点完成分类之后，可以根据分类与下游节点的关系选择后续的流程路径。

高级设置

指令： 你可以在 高级设置-指令 里补充附加指令，比如更丰富的分类依据，以增强问题分类器的分类能力。

视觉： 开启视觉功能将允许模型输入图片，并根据图像内容的理解回答用户问题。

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。