首先，创建一个大模型节点，用户对用户输入内容进行解析，获取关键内容，如故障地点、故障设备、故障现象等。接下来创建一个“文本处理”节点，创建3个输入变量，分别选择大模型节点输出的故障地点、设备、现象变量。搜索“wpush”，选择 WPUSH推送助手 插件的 send 工具。输入变量中，apikey选择你的apikey。所以在实际中，插件节点的apikey变量应该引用其他节点的返回结果。模型随意选择，

create_base函数用于创建多维表，主要参数包括name（多维表名称）和可选的folder_token（指定多维表所属文件夹，默认为云空间根目录）。函数返回结果包含url（文档链接）、app_token（多维表格唯一标识符）、default_table_id（默认数据表ID）、name（多维表名称）和time_zone（文件夹ID，若为空则为云空间根目录）。该函数支持通过文件夹token或U

本教程旨在通过工作流设计，使AI的回复更加自然和人性化。首先，利用大模型节点生成回复，并按句号分割成独立句子。接着，通过文本处理节点将句子分割成数组。随后，使用循环节点逐一输出数组中的每句话，循环类型选择“使用数组循环”，并确保循环体和输出节点正确配置。最终，通过这一系列步骤，AI的回复将更加连贯和贴近人类表达方式。本文转载自飞书文档，详细步骤可参考原文链接。

对于一些简单操作，基于IDE创建相比基于已有服务创建可以获得更大的优势，比如速度更快。而调用基于IDE创建的插件，每次调用仅需10ms作用，而且更加稳定。本篇文章要介绍的是基于IDE进行创建，为什么有了基于服务创建后还有基于IDE进行创建呢？测试完毕后，确认无误即可点击右上角的“发布”按钮，发布该工具和插件。创建成功后，点击工具， 并点击“元数据”，增加输入参数和输出参数。可以看到，创建插件时，需

在一个工作流中，你可以将另一个工作流作为其中的一个步骤或节点，实现复杂任务的自动化。例如将常用的、标准化的任务处理流程封装为不同的子工作流，并在主工作流的不同分支内调用这些子工作流执行对应的操作。工作流嵌套可实现复杂任务的模块化拆分和处理，使工作流编排逻辑更加灵活、清晰、更易于管理。你可以把工作流想象成组装乐高。比如要造一辆玩具车，先拼好车轮（子工作流）、车身（另一个子工作流），最后组装成整车（主

开始节点用于开启触发一个工作流开始节点是工作流的起始节点，用于设定启动工作流需要的输入信息。开始节点只有输入参数，没有输出等其他参数。开始节点中默认有一个输入参数 BOT_USER_INPUT，表示用户在本轮对话中输入的原始内容。你也可以按需添加其他参数。你可以把整个工作流想象成制作生日贺卡的流程，"开始节点" 就是这个手工流程的第一步 —— 准备材料。比如：这个步骤（开始节点）只需要你提供：贺卡

插件节点用于在工作流中调用插件运行指定工具。插件是一系列工具的集合，每个工具都是一个可调用的 API。商店中的上架插件或已创建的个人或团队插件支持以节点形式被集成到工作流中，拓展智能体的能力边界。打个比方，你平时做作业需要查资料，这时候"插件节点"就像你书包里的小工具包。比如有个"数学工具包"（插件），里面有计算器（工具1）、公式手册（工具2）。你可以随时拿出需要的工具帮你解题，相当于让智能体（机

飞书多维表目前提供官方插件和第三方插件两种选择。官方插件允许直接操作用户的表格，但需要复杂的用户授权流程，适用于需要根据不同用户操作多维表的场景。第三方插件则无需授权，使用简便，但需在飞书开发平台上创建并配置应用，适用于记录智能体聊天记录等场景。两种插件的参数类型通用，仅在所需参数上有所不同。官方插件通过扣子首页设置进行授权，而第三方插件需在飞书开发者后台创建应用并开通相应权限，最后在要操作的多维

知识库写入节点用于向指定的知识库中添加文档。简单来说：你的知识库就像个智能文件柜，可以随时查里面的资料想要添加新文件时，必须通过一个叫 "知识库写入节点" 的专用入口（就像文件柜顶部的投递口）新文件放进去后，会自动按文件柜原有的分类方式整理（比如自动拆分成段落或章节）这是唯一更新文件柜的方法，保证所有文件都整齐有序整个过程就像往智能文件柜里投递新书，书会自动拆分成方便查找的书页存放。知识库写入节点

update_records 是一个用于更新多维表数据的请求接口。必选参数包括 app_token（多维表的ID）和 records（需要更新的记录列表，格式为包含字段和记录ID的JSON数组）。可选参数有 table_id（数据表唯一标识符）、table_name（数据表名称）和 user_id_type（用户ID类型，默认值为 open_id）。测试数据示例展示了如何通过 app_token