流程的節點類型

每個流程僅包含一個流程輸入節點，且必須以其作為開頭。流程輸入節點會從 InvokeFlow 請求取得 content、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將其傳回。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，會在 InvokeFlow 回應中 flowOutputEvent 的 content 欄位中傳回輸出。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相比較。例如，如果您有一個名為 profit 的數值輸入，另一個名為 expenses 的數值輸入，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析表達式分組中模棱兩可的情況：

在 API 中，當傳送 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，並反覆將其項目作為輸出傳回下游節點。迭代器節點的輸入會逐一處理，而不是彼此平行處理。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，您也可以使用迭代器節點中下游收集器節點，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": "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，並以陣列的形式將其傳回。您可以在迭代器節點的下游使用收集器節點，在將反覆運算的項目傳送至若干節點後進行收集。

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
    }
}

DoWhile 迴圈節點會重複執行一系列節點，而指定的條件仍為 true。迴圈在評估條件之前至少執行一次，因此非常適合需要執行動作的情況，然後檢查是否應該根據結果重複執行。

DoWhile 迴圈節點會取得輸入資料，並將其傳遞至迴圈內文。每次迭代後都會評估條件，以決定是否要繼續迴圈或結束。只要條件評估為 true，或未超過 maxIterations，迴圈就會繼續。

以下顯示 DoWhile 迴圈 FlowNode 物件的一般結構：

{
    "name": "string",
    "type": "DoWhile",
    "inputs": [
        {
            "name": "loopInput",
            "type": "String | Number | Boolean | Object | Array",
            "expression": "string"
        }
    ],
    "outputs": [
        {
            "name": "loopOutput",
            "type": "String | Number | Boolean | Object | Array"
        },
        {
            "name": "iterationCount",
            "type": "Number"
        }
    ],
    "configuration": {
        "doWhile": {
            "condition": "string",
            "maxIterations": "number"
        }
    }
}

在組態中：

提示節點會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，或在節點中以內嵌的方式定義提示。如需詳細資訊，請參閱 在 Amazon Bedrock 中使用提示管理來建構和存放可重複使用的提示。

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，還是以內嵌的方式定義提示：

若要將防護機制從 Amazon Bedrock 防護機制套用至提示或從中產生的回應，請包含 guardrailConfiguration 欄位，並在 guardrailIdentifier 欄位指定防護機制的 ID 或 ARN，並在 guardrailVersion 欄位指定防護機制的版本。

代理程式節點可讓您將提示傳送給代理程式，該代理程式會在 FM 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 代理程式自動執行應用程式中的任務。

在組態中，指定要使用之代理程式別名的 Amazon Resource Name (ARN)。節點的輸入是代理程式的提示，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作為輸出。

代理程式節點可以支援多回合調用，在流程執行期間啟用使用者與代理程式之間的互動對話。當代理程式節點需要其他資訊或說明時，其可以暫停流程執行，並向使用者請求特定輸入。一旦使用者提供請求的資訊，代理程式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。

在組態中至少提供 knowledgeBaseId。根據使用案例，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存放在 Amazon S3 儲存貯體的流程中。您可以在組態中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。此節點會傳回 S3 位置的 URI 作為其輸出。

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。您可以在組態中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 位置中的內容作為輸出。

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。會在輸出傳回函數回應。

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，與您在定義 Lambda 節點時指定的欄位相符，而 value 欄位的值，會填入在表達式解析後在節點中的完整輸入內容。例如，如果節點的完整輸入是 [1, 2, 3] 且表達式是 $.data[1]，則在輸入事件中傳送至 Lambda 函數的值會是 2。

如需詳細資訊，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。此回應會傳回至流程作為 Lambda 節點的輸出。

內嵌程式碼節點可讓您直接在流程中編寫和執行程式碼，不需使用外部 Lambda 函數即可啟用資料轉換、自訂邏輯和整合。當您在流程中加入內嵌程式碼節點時，Amazon Bedrock 會在隔離的 AWS 受管環境中執行您的程式碼，此環境不會與任何人共享，也無法連線到網際網路。

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）。定義您的程式碼可存取的輸入作為變數。程式碼中最後執行的一行的結果將作為節點輸出傳回。

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，請考量下列事項：

內嵌程式碼節點輸入

您為內嵌程式碼節點定義的輸入會在程式碼中作為 Python 變數提供使用。例如，如果您定義名為 userData 的輸入，則可以直接在程式碼中將其存取為 userData。

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

內嵌程式碼節點輸出

程式碼中最後執行的一行的結果將作為內嵌程式碼節點的輸出傳回。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作為節點輸出：

# 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作為輸出。

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"
        }
    }
}