流程的節點類型

每個流程只包含一個流程輸入節點，且必須以其開頭。流程輸入節點content會從InvokeFlow請求取得 、驗證資料類型，並將其傳送至下列節點。

以下顯示 API 中輸入 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Input",
    "outputs": [
        {
            "name": "document",
            "type": "String | Number | Boolean | Object | Array",
        }
    ],
    "configuration": {
        "input": CONTEXT-DEPENDENT
    }
}

流程輸出節點會根據定義的表達式，從上一個節點擷取輸入資料，並傳回它。在 主控台中，輸出是在測試視窗中選擇執行後傳回的回應。在 API 中，輸出會在flowOutputEventInvokeFlow回應的 content欄位中傳回。流程可以有多個流程輸出節點。

如果流程中有多個分支，則流程可以有多個流程輸出節點。

以下顯示輸出 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Output",
    "inputs": [
        {
            "name": "document",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        }
    ],
    "configuration": {
        "output": CONTEXT-DEPENDENT
    }
}

條件節點會根據定義的條件，將資料從先前的節點傳送至不同的節點。條件節點可以接受多個輸入。

如需範例，請參閱「使用條件節點建立流程」。

條件表達式

若要定義條件，您可以依其名稱參考輸入，並使用下列任一關聯式運算子將其與值進行比較：

您可以將輸入與其他輸入或條件表達式中的常數進行比較。例如，如果您有一個名為 的數值輸入profit，另一個名為 的數值輸入expenses，則 profit > expenses或 profit <= 1000 都是有效的表達式。

您可以使用下列邏輯運算子來結合表達式，以因應更複雜的條件。我們建議您使用括號來解決運算式分組中的模棱兩可情況：

在 API 中，當您傳送 CreateFlow 或 UpdateFlow 請求時，您可以在 definition 欄位中定義下列項目：

迭代器節點採用 陣列，並反覆將其項目做為輸出傳回下游節點。迭代器節點的輸入會逐一處理，不會彼此平行處理。流程輸出節點會傳回不同回應中每個輸入的最終結果。除了陣列的大小之外，您也可以使用反覆運算節點下游的收集器節點來收集反覆運算的回應，並將其傳回為陣列。

以下顯示迭代器 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Iterator",
    "inputs": [
        {
            "name": "array",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "arrayItem",
            "type": "String | Number | Boolean | Object | Array",
        },
        {
            "name": "arraySize",
            "type": "Number"
        }
    ],
    "configuration": {
        "iterator": CONTEXT-DEPENDENT
    }
}

除了陣列的大小之外，收集器節點還會採用反覆輸入，並以陣列的形式傳回它們。您可以在反覆運算節點下游使用收集器節點，在透過某些節點傳送重複項目之後收集這些項目。

以下顯示收集器 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Collector",
    "inputs": [
        {
            "name": "arrayItem",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        {
            "name": "arraySize",
            "type": "Number"
        }
    ],
    "outputs": [
        {
            "name": "collectedArray",
            "type": "Array"
        },
    ],
    "configuration": {
        "collector": CONTEXT-DEPENDENT
    }
}

提示節點定義要在流程中使用的提示。您可以使用提示管理中的提示，或在節點中定義一個內嵌。如需詳細資訊，請參閱在 Amazon Bedrock 中使用提示管理來建構和儲存可重複使用的提示。

如需範例，請參閱「嘗試範例流程」。

提示節點的輸入是用來填入變數的值。輸出是從模型產生的回應。

以下顯示提示 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "prompt",
    "inputs": [
        {
            "name": "content",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        ...
    ],
    "outputs": [
        {
            "name": "modelCompletion",
            "type": "String"
        }
    ],
    "configuration": {
        "prompt": {
            "sourceConfiguration": PromptFlowNodeSourceConfiguration object (see below),
            "guardrailConfiguration": {
                "guardrailIdentifier": "string",
                "guardrailVersion": "string"
            }
        }
    }
}

PromptFlowNodeSourceConfiguration 物件取決於您使用提示管理的提示，還是內嵌定義提示：

若要將護欄從 Amazon Bedrock 護欄套用至您的提示或從中產生的回應，請在 guardrailIdentifier 欄位中包含 guardrailConfiguration 欄位，並在 欄位中指定護欄的 ID 或 ARN，以及在 guardrailVersion 欄位中指定護欄的版本。

代理程式節點可讓您傳送提示給代理程式，在 FMs 與相關資源之間協調，以識別和執行最終使用者的動作。如需詳細資訊，請參閱使用 AI 代理器自動化應用程式中的任務。

在組態中，指定要使用之代理程式別名的 Amazon Resource Name (ARN)。節點的輸入是客服人員的提示，以及任何相關聯的提示或工作階段屬性。節點會將代理程式的回應傳回為輸出。

客服人員節點可以支援多轉調用，在流程執行期間啟用使用者與客服人員之間的互動對話。當客服人員節點需要其他資訊或釐清時，可以暫停流程執行，並向使用者請求特定輸入。一旦使用者提供請求的資訊，客服人員節點會繼續處理新的輸入。這會持續到代理程式節點擁有完成其執行所需的所有必要資訊為止

以下顯示代理程式 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Agent",
    "inputs": [
       {
            "name": "agentInputText"
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        {
            "name": "promptAttributes"
            "type": "Object",
            "expression": "string"
        },
        {
            "name": "sessionAttributes"
            "type": "Object",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "agentResponse",
            "type": "String"
        }
    ],
    "configuration": {
        "agent": {
            "agentAliasArn": "string"
        }
    }
}

知識庫節點可讓您從 Amazon Bedrock 知識庫將查詢傳送至知識庫。如需詳細資訊，請參閱使用 Amazon Bedrock 知識庫擷取資料並產生 AI 回應。

在組態中，knowledgeBaseId提供最少的 。根據您的使用案例，您可以選擇包含下列欄位：

節點的輸入是對知識庫的查詢。輸出可以是模型回應、字串或擷取結果的陣列。

以下顯示知識庫 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "KnowledgeBase",
    "inputs": [
       {
            "name": "retrievalQuery",
            "type": "String",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "retrievalResults" | "outputText",
            "type": "Array | String"
        }
    ],
    "configuration": {
        "knowledgeBase": {
            "knowledgeBaseId": "string",
            "modelId": "string",
            "guardrailConfiguration": {
                "guardrailIdentifier": "string",
                "guardrailVersion": "string"
            }
        }
    }
}

S3 儲存節點可讓您將資料儲存在 Amazon S3 儲存貯體的流程中。在組態中，您可以指定要用於資料儲存的 S3 儲存貯體。節點的輸入是要存放的內容和物件金鑰。節點會傳回 S3 位置的 URI 做為其輸出。

以下顯示 S3 儲存 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Storage",
    "inputs": [
        {
            "name": "content",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        {
            "name": "objectKey",
            "type": "String",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "s3Uri",
            "type": "String"
        }
    ],
    "configuration": {
        "retrieval": {
            "serviceConfiguration": {
                "s3": {
                    "bucketName": "string"
                }
            }
        }
    }
}

S3 擷取節點可讓您從 Amazon S3 位置擷取資料，以引入流程。在組態中，您可以指定要從中擷取資料的 S3 儲存貯體。節點的輸入是物件金鑰。節點會傳回 S3 位置中的內容做為輸出。

以下顯示 S3 擷取 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Retrieval",
    "inputs": [
        {
            "name": "objectKey",
            "type": "String",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "s3Content",
            "type": "String"
        }
    ],
    "configuration": {
        "retrieval": {
            "serviceConfiguration": {
                "s3": {
                    "bucketName": "string"
                }
            }
        }
    }
}

Lambda 函數節點可讓您呼叫 Lambda 函數，您可以在其中定義程式碼來執行商業邏輯。當您在流程中包含 Lambda 節點時，Amazon Bedrock 會將輸入事件傳送至您指定的 Lambda 函數。

在組態中，指定 Lambda 函數的 Amazon Resource Name (ARN)。定義要在 Lambda 輸入事件中傳送的輸入。您可以根據這些輸入編寫程式碼，並定義函數傳回的內容。函數回應會在輸出中傳回。

以下顯示 Lambda 函數 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "LambdaFunction",
    "inputs": [
       {
            "name": "codeHookInput",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        ...
    ],
    "outputs": [
        {
            "name": "functionResponse",
            "type": "String | Number | Boolean | Object | Array"
        }
    ],
    "configuration": {
        "lambdaFunction": {
            "lambdaArn": "string"
        }
    }
}

流程的 Lambda 輸入事件

傳送至 Lambda 節點中 Lambda 函數的輸入事件格式如下：

{
   "messageVersion": "1.0",
   "flow": {
        "flowArn": "string",
        "flowAliasArn": "string"
   },
   "node": {
        "name": "string",
        "inputs": [
            {
               "name": "string",
               "type": "String | Number | Boolean | Object | Array",
               "expression": "string",
               "value": ...
            },
            ...
        ]
   }
}

每個輸入的欄位符合您在定義 Lambda 節點時指定的欄位，而 value 欄位的值會在運算式解析後填入節點的完整輸入。例如，如果節點的整個輸入是 ，[1, 2, 3]且表達式是 $.data[1]，則輸入事件中傳送至 Lambda 函數的值會是 2。

如需 Lambda 中事件的詳細資訊，請參閱《 AWS Lambda 開發人員指南》中的 Lambda 概念。

流程的 Lambda 回應

當您撰寫 Lambda 函數時，您可以定義其傳回的回應。此回應會傳回至您的流程，做為 Lambda 節點的輸出。

內嵌程式碼節點可讓您直接在流程中撰寫和執行程式碼，無需使用外部 Lambda 函數即可進行資料轉換、自訂邏輯和整合。當您在流程中包含內嵌程式碼節點時，Amazon Bedrock 會在未與任何人共用且無法存取網際網路的隔離受 AWS 管環境中執行您的程式碼。

在節點組態中，指定要與程式設計語言一起執行的程式碼 (Python_3 目前是唯一的選項）。將程式碼可存取的輸入定義為變數。程式碼中最後一行執行的結果會傳回為節點輸出。

下列範例顯示內嵌程式碼 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "InlineCode",
    "inputs": [{
            "name": "string",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        ...
    ],
    "outputs": [{
        "name": "response",
        "type": "String | Number | Boolean | Object | Array"
    }],
    "configuration": {
        "inlineCode": {
            "code": "string",
            "language": "Python_3"
        }
    }
}

使用內嵌程式碼節點時的考量事項

在流程中使用內嵌程式碼節點時，請考慮下列事項：

內嵌程式碼節點輸入

您為內嵌程式碼節點定義的輸入可作為程式碼中的 Python 變數。例如，如果您定義名為 的輸入userData，則可以直接在程式碼中將其存取為 userData。

每個輸入的值會根據您定義的表達式填入。例如，如果節點的輸入是 {"name": "John", "age": 30}且表達式是 $.name，則輸入變數的值會是 "John"。

內嵌程式碼節點輸出

程式碼中最後一行執行的結果會傳回為內嵌程式碼節點的輸出。此輸出可供流程中的後續節點使用。

例如，下列程式碼會傳回字典做為節點輸出：

# Process input data
result = {"processed": True, "data": userData}

# The last line's result is returned as the node output
result

Lex 節點可讓您呼叫 Amazon Lex 機器人，使用自然語言處理來處理表達用語，並根據機器人定義識別意圖。如需詳細資訊，請參閱 Amazon Lex 開發人員指南。

在組態中，指定要使用之機器人別名的 Amazon Resource Name (ARN) 和要使用的地區設定。節點的輸入是表達用語和任何隨附的請求屬性或工作階段屬性。節點會傳回已識別的意圖做為輸出。

以下顯示 Lex FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "Lex",
    "inputs": [
       {
            "name": "inputText",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        },
        {
            "name": "requestAttributes",
            "type": "Object",
            "expression": "string"
        },
        {
            "name": "sessionAttributes",
            "type": "Object",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "predictedIntent",
            "type": "String"
        }
    ],
    "configuration": {
        "lex": {
            "botAliasArn": "string",
            "localeId": "string"
        }
    }
}