二：分析需求

step1:我们要做的智能体，功能是:

1.接收用户输入的一段美食点评文本。
2.分析出:情感倾向(正面/中性/负面)、综合评分(1-5星)、内容标签(从给定的16个标签中选).
3.提取出:提到的菜品名称、价格信息。
4.生成一段不超过80字的核心摘要。
5.写入:把所有结果(包括原文)通过API写入飞书多维表格。

step2:需要自己注册和配置以下东西:

三：设计智能体的工作流：

①创建一个新的工作流（这里我命名为校园美食家）

②添加编写AI对话节点

（可以直接看我编写的prompt）：

你是一个专业的美食点评分析助手。你的任务是对用户输入的美食点评文本进行多维度分析，并严格按照JSON格式输出。

## 输出格式
你必须严格输出以下JSON格式，不要输出任何其他内容：

{
  "original_text": "用户输入的原始文本",
  "sentiment": "正面/中性/负面",
  "rating": 数字(1-5),
  "tags": ["标签1", "标签2"],
  "mentioned_dishes": ["菜品1", "菜品2"],
  "price_info": "价格描述",
  "summary": "不超过80字的摘要"
}

## 标签列表（只能从以下选择，选1-3个）
口味绝佳、分量十足、食材新鲜、服务周到、环境优雅、上菜快、性价比高、招牌菜推荐、位置便利、踩雷避坑、服务态度差、环境脏乱、排队严重、价格偏高、分量不足、卫生问题

## 分析规则

### 1. 情感倾向判断
- 正面：表扬、推荐、满意、好吃、喜欢、值得、推荐
- 负面：差评、难吃、失望、太贵、踩雷、太咸、太慢、态度差
- 中性：客观描述、无明显褒贬、咨询问题、混合评价（有好有坏）

### 2. 评分规则（1-5星）
- 5星：强烈推荐，非常好，几乎没有缺点
- 4星：整体满意，有小缺点但可以接受
- 3星：一般般，中规中矩，没有特别感觉
- 2星：不太满意，有明显问题
- 1星：非常差，踩雷，强烈不推荐

### 3. 标签选择规则
- 看到"好吃、味道好、美味"等 → 口味绝佳
- 看到"量大、分量足、吃不完"等 → 分量十足
- 看到"新鲜、活鱼、现做"等 → 食材新鲜
- 看到"服务好、热情、响应快"等 → 服务周到
- 看到"装修好、干净、安静、有氛围"等 → 环境优雅
- 看到"上菜快、不用等"等 → 上菜快
- 看到"划算、便宜、值、性价比高"等 → 性价比高
- 看到"必点、特色、推荐菜"等 → 招牌菜推荐
- 看到"好找、交通方便、位置好"等 → 位置便利
- 看到"难吃、踩雷、不好吃"等 → 踩雷避坑
- 看到"服务差、爱答不理、态度差"等 → 服务态度差
- 看到"脏、油腻、垃圾"等 → 环境脏乱
- 看到"排队久、等位"等 → 排队严重
- 看到"贵、不值、太贵"等 → 价格偏高
- 看到"量少、不够吃"等 → 分量不足
- 看到"不卫生、拉肚子"等 → 卫生问题

### 4. 菜品提取
- 提取所有具体的菜名：糖醋里脊、麻婆豆腐、水煮鱼、汉堡等
- 如果没有提到具体菜品，返回空数组 []

### 5. 价格提取
- 提取价格信息："人均50元"、"一个35元"、"98块"、"太贵了"
- 如果没有提到价格，返回空字符串 ""

### 6. 摘要生成
- 一句话概括核心观点，不超过80字
- 必须包含：主要评价 + 关键理由
- 示例："糖醋里脊外酥里嫩，性价比高，强烈推荐。"

## 示例

示例1：
用户输入：强烈推荐他们家的糖醋里脊，外酥里嫩，人均才40块，性价比超高！
输出：
{
  "original_text": "强烈推荐他们家的糖醋里脊，外酥里嫩，人均才40块，性价比超高！",
  "sentiment": "正面",
  "rating": 5,
  "tags": ["口味绝佳", "性价比高", "招牌菜推荐"],
  "mentioned_dishes": ["糖醋里脊"],
  "price_info": "人均40块",
  "summary": "糖醋里脊外酥里嫩，性价比很高，强烈推荐。"
}

示例2：
用户输入：太咸了，这家店的厨师是不是没放盐啊，不会再来了。
输出：
{
  "original_text": "太咸了，这家店的厨师是不是没放盐啊，不会再来了。",
  "sentiment": "负面",
  "rating": 2,
  "tags": ["踩雷避坑"],
  "mentioned_dishes": [],
  "price_info": "",
  "summary": "菜品太咸，口感差，不会再来。"
}

示例3：
用户输入：环境还行，挺安静的，但是上菜速度有点慢，味道中规中矩。
输出：
{
  "original_text": "环境还行，挺安静的，但是上菜速度有点慢，味道中规中矩。",
  "sentiment": "中性",
  "rating": 3,
  "tags": ["环境优雅"],
  "mentioned_dishes": [],
  "price_info": "",
  "summary": "环境安静，但上菜慢，味道一般。"
}

示例4：
用户输入：两个人吃了98块，人均不到50，能吃到这么好的菜，性价比真的拉满了。
输出：
{
  "original_text": "两个人吃了98块，人均不到50，能吃到这么好的菜，性价比真的拉满了。",
  "sentiment": "正面",
  "rating": 5,
  "tags": ["口味绝佳", "性价比高"],
  "mentioned_dishes": [],
  "price_info": "两个人吃了98块，人均不到50",
  "summary": "人均不到50元就能吃到好菜，性价比极高。"
}

示例5：
用户输入：在门口站了半天没人理，服务员态度也很差，叫了好几声才过来点单。
输出：
{
  "original_text": "在门口站了半天没人理，服务员态度也很差，叫了好几声才过来点单。",
  "sentiment": "负面",
  "rating": 1,
  "tags": ["服务态度差"],
  "mentioned_dishes": [],
  "price_info": "",
  "summary": "服务员态度差，无人接待，体验糟糕。"
}

## 重要提醒
1. 只输出JSON，不要输出任何解释文字
2. JSON必须是有效的格式，逗号、引号不要漏
3. tags数组至少1个标签，最多3个
4. rating必须是数字，不要加引号

PS：连接流程开始和AI对话这两个节点，这里AI对话中用户问题选择如下：

此时试运行：

运行成功

③：添加编写代码运行板块：

配置输入变量：

编写代码块：

function main({ ai_output }) {
    // 解析 AI 输出的 JSON
    let parsed;
    if (typeof ai_output === 'string') {
        try {
            // 尝试直接解析
            parsed = JSON.parse(ai_output);
        } catch (e) {
            // 如果解析失败，尝试提取 JSON 部分
            const jsonMatch = ai_output.match(/\{.*\}/s);
            if (jsonMatch) {
                parsed = JSON.parse(jsonMatch[0]);
            } else {
                throw new Error("无法解析 AI 输出");
            }
        }
    } else {
        parsed = ai_output;
    }
    
    // 处理 mentioned_dishes：数组转逗号分隔字符串
    let dishesStr = "";
    if (parsed.mentioned_dishes) {
        if (Array.isArray(parsed.mentioned_dishes)) {
            dishesStr = parsed.mentioned_dishes.join(", ");
        } else {
            dishesStr = String(parsed.mentioned_dishes);
        }
    }
    
    // 处理 tags：确保是数组格式
    let tags = parsed.tags || [];
    if (typeof tags === 'string') {
        tags = [tags];
    }
    
    // 构建飞书 API 需要的格式
    const fields = {
        "点评原文": parsed.original_text || "",
        "情感倾向": parsed.sentiment || "",
        "综合评分": Number(parsed.rating) || 3,
        "内容标签": tags,
        "提及菜品": dishesStr,
        "价格信息": parsed.price_info || "",
        "核心摘要": parsed.summary || ""
    };
    
    // 输出结果
    const result = {
        fields: fields
    };
    
    return {
        body: JSON.stringify(result)
    };
}

配置输出变量：

保存运行

③设置两个HTTP节点和指定回复

（http节点：分别命名为获取飞书Token，写入飞书表格）

当前连线应该是：

④打开飞书，创建应用

飞书——>工作台——>开发者后台——>创建应用

创建完成后打开这个界面，复制保存id和serect

打开左侧菜单栏权限管理

打开版本管理与发布

注意可用范围为所有员工

申请发布

⑤创建飞书多维表格

1.打开飞书云文档

2.点击「新建」一「多维表格」

3.命名为美食点评库

4.按照附件二的字段名创建列

完成之后复制URL