本章展示智能体节点与 RuleGo 其他节点组合编排的实际案例。这些案例适用于需要将 LLM 输出与业务逻辑联动的场景。

提示：大多数场景下，只配置 ai/agent 节点 + 工具/skill 即可满足需求。以下案例属于高级用法，适用于小模型意图编排、多步处理管道等特定场景。

案例一：物联网指令路由

场景描述

用小模型（如 qwen3.5-2b）将用户的自然语言转换为物联网设备指令，不调用工具，输出结构化 JSON，后接路由节点分发到设备控制平台。适用于智能家居、工业设备控制等场景。

执行流程

用户输入
    ↓
[ai/agent] 小模型指令解析（maxStep=1，无工具）
    ↓ 输出 JSON: {"action": "turnOn", "device": "light"}
[jsTransform] 清理输出（提取 JSON）
    ↓
[jsFilter] 路由判断（是否有 action 字段）
    ├── True → [restApiCall] 发送到设备控制平台
    └── False → 直接结束
    ↓
结束

完整配置

{
  "ruleChain": {
    "id": "iot-command-router",
    "name": "物联网指令路由",
    "additionalInfo": {
      "description": "自然语言转设备指令 + 路由到控制平台"
    }
  },
  "metadata": {
    "firstNodeIndex": 0,
    "nodes": [
      {
        "id": "node_agent",
        "type": "ai/agent",
        "name": "指令解析",
        "configuration": {
          "url": "${global.models.providers.default.base_url}",
          "key": "${global.models.providers.default.api_key}",
          "model": "${global.models.providers.default.model}",
          "maxStep": 1,
          "systemPrompt": "${include(global.root_dir+'/workspace/AGENTS.md')}",
          "tools": [],
          "params": {
            "temperature": 0.3
          }
        }
      },
      {
        "id": "node_clean",
        "type": "jsTransform",
        "name": "清理输出",
        "configuration": {
          "jsScript": "// 提取JSON，去除markdown代码块标记\nif(typeof msg==='string'){\n  msg=msg.replace(/^```[a-z]*\\s*/i,'').replace(/\\s*```$/,'');\n  var i=msg.indexOf('{');\n  if(i>0) msg=msg.substring(i);\n  msg=msg.trim();\n}\nreturn {msg:msg, metadata:metadata, msgType:msgType, dataType:'JSON'};"
        }
      },
      {
        "id": "node_route",
        "type": "jsFilter",
        "name": "路由判断",
        "configuration": {
          "jsScript": "// 检查是否有 action 字段\nif(typeof msg==='string'){\n  try{ var o=JSON.parse(msg); return !!o.action; }\n  catch(e){ return false; }\n}\nreturn typeof msg==='object' && !!msg.action;"
        }
      },
      {
        "id": "node_execute",
        "type": "restApiCall",
        "name": "发送指令",
        "configuration": {
          "requestMethod": "POST",
          "restEndpointUrlPattern": "${global.iot_platform_url}/api/v1/device/command",
          "headers": { "Content-Type": "application/json" },
          "readTimeoutMs": 5000
        }
      },
      {
        "id": "node_end",
        "type": "end",
        "name": "结束"
      }
    ],
    "connections": [
      { "fromId": "node_agent", "toId": "node_clean", "type": "Success" },
      { "fromId": "node_agent", "toId": "node_end", "type": "Stream" },
      { "fromId": "node_agent", "toId": "node_end", "type": "Failure" },
      { "fromId": "node_clean", "toId": "node_route", "type": "Success" },
      { "fromId": "node_route", "toId": "node_execute", "type": "True" },
      { "fromId": "node_route", "toId": "node_end", "type": "False" },
      { "fromId": "node_execute", "toId": "node_end", "type": "Success" },
      { "fromId": "node_execute", "toId": "node_end", "type": "Failure" }
    ]
  }
}

关键配置说明

配置	说明
systemPrompt	通过 ${include()} 从外部文件加载提示词，修改文件后无需重启即可生效
maxStep: 1	只推理一次，不进入工具调用循环
tools: []	空数组，不使用工具
temperature: 0.3	低温度，输出更稳定
node_clean	清理 LLM 输出的 markdown 标记，提取纯 JSON
node_route	根据是否有 action 字段决定是否下发指令

提示：systemPrompt 支持通过 ${include('文件路径')} 从外部文件加载提示词内容，比直接内联在 JSON 中更易于维护和迭代。修改文件后智能体下次执行即可生效，无需重启服务或更新规则链配置。

对应的 workspace/AGENTS.md 文件内容：

# 任务

你是物联网指令解析器。将用户的自然语言转为设备控制JSON。

## 支持的设备

light（灯）、fan（风机）、ac（空调）、curtain（窗帘）

## 支持的动作

- turnOn（打开）
- turnOff（关闭）
- setTimer（定时）

## 输出格式

{"action": "动作", "device": "设备名"}

定时场景：{"action": "setTimer", "device": "设备名", "delay": 秒数}

## 示例

- "帮我开灯" → {"action": "turnOn", "device": "light"}
- "关掉空调" → {"action": "turnOff", "device": "ac"}
- "5分钟后关风机" → {"action": "setTimer", "device": "fan", "delay": 300}

## 约束

只输出JSON，不要解释，不要加 markdown 格式。

---

案例二：设备故障诊断 + 工单生成

场景描述

设备出现故障时，运维人员用自然语言描述故障现象（可能含模糊、不准确的信息），LLM 结合设备知识分析根因并给出处置建议，自动生成工单提交到运维系统。这种场景需要 LLM 的语义理解和推理能力，是规则引擎硬编码无法覆盖的。

执行流程

运维人员故障描述
    ↓
[ai/agent] 故障诊断（maxStep=1，无工具）
    ↓ 输出 JSON: {"rootCause": "...", "severity": "...", "suggestion": "..."}
[jsTransform] 清理输出 + 附加设备信息
    ↓
[jsFilter] 严重等级判断（severity 是否为 critical）
    ├── True（紧急）→ [restApiCall] 创建紧急工单
    └── False（一般）→ [restApiCall] 创建普通工单
    ↓
结束

完整配置

{
  "ruleChain": {
    "id": "iot-fault-diagnosis",
    "name": "设备故障诊断",
    "additionalInfo": {
      "description": "AI 故障诊断 + 按严重等级自动生成工单"
    }
  },
  "metadata": {
    "firstNodeIndex": 0,
    "nodes": [
      {
        "id": "node_agent",
        "type": "ai/agent",
        "name": "故障诊断",
        "configuration": {
          "url": "${global.models.providers.default.base_url}",
          "key": "${global.models.providers.default.api_key}",
          "model": "${global.models.providers.default.model}",
          "maxStep": 1,
          "systemPrompt": "${include(global.root_dir+'/workspace/AGENTS.md')}",
          "tools": [],
          "params": {
            "temperature": 0.3
          }
        }
      },
      {
        "id": "node_enrich",
        "type": "jsTransform",
        "name": "构造工单",
        "configuration": {
          "jsScript": "// 清理LLM输出，附加设备信息，构造工单\nvar result = msg;\nif(typeof msg==='string'){\n  msg=msg.replace(/^```[a-z]*\\s*/i,'').replace(/\\s*```$/,'');\n  var i=msg.indexOf('{');\n  if(i>0) msg=msg.substring(i);\n  result=JSON.parse(msg);\n}\nvar ticket = {\n  title: result.summary,\n  description: result.rootCause + '\\n\\n处置建议：' + result.suggestion,\n  severity: result.severity,\n  category: result.category,\n  deviceId: metadata.deviceId || '',\n  reporter: metadata.reporter || '',\n  createdAt: new Date().toISOString()\n};\nreturn {msg:JSON.stringify(ticket), metadata:metadata, msgType:msgType, dataType:'JSON'};"
        }
      },
      {
        "id": "node_route",
        "type": "jsFilter",
        "name": "是否紧急",
        "configuration": {
          "jsScript": "var o=typeof msg==='string'?JSON.parse(msg):msg;\nreturn o.severity==='critical';"
        }
      },
      {
        "id": "node_urgent",
        "type": "restApiCall",
        "name": "创建紧急工单",
        "configuration": {
          "requestMethod": "POST",
          "restEndpointUrlPattern": "${global.iot_platform_url}/api/v1/ticket/urgent",
          "headers": { "Content-Type": "application/json" },
          "readTimeoutMs": 5000
        }
      },
      {
        "id": "node_normal",
        "type": "restApiCall",
        "name": "创建普通工单",
        "configuration": {
          "requestMethod": "POST",
          "restEndpointUrlPattern": "${global.iot_platform_url}/api/v1/ticket/normal",
          "headers": { "Content-Type": "application/json" },
          "readTimeoutMs": 5000
        }
      },
      {
        "id": "node_end",
        "type": "end",
        "name": "结束"
      }
    ],
    "connections": [
      { "fromId": "node_agent", "toId": "node_enrich", "type": "Success" },
      { "fromId": "node_agent", "toId": "node_end", "type": "Failure" },
      { "fromId": "node_enrich", "toId": "node_route", "type": "Success" },
      { "fromId": "node_route", "toId": "node_urgent", "type": "True" },
      { "fromId": "node_route", "toId": "node_normal", "type": "False" },
      { "fromId": "node_urgent", "toId": "node_end", "type": "Success" },
      { "fromId": "node_urgent", "toId": "node_end", "type": "Failure" },
      { "fromId": "node_normal", "toId": "node_end", "type": "Success" },
      { "fromId": "node_normal", "toId": "node_end", "type": "Failure" }
    ]
  }
}

关键配置说明

配置	说明
maxStep: 1	单次推理，不调用工具
systemPrompt	通过 ${include()} 从外部文件加载诊断知识和规则
node_enrich	清理 LLM 输出 + 从 metadata 附加设备/上报人信息，组装为工单格式
node_route	根据 severity 字段判断是否创建紧急工单
node_urgent	紧急工单走加急通道，触发值班通知
node_normal	普通工单走标准流程

对应的 workspace/AGENTS.md 文件内容：

# 任务

你是设备故障诊断专家。根据运维人员描述的故障现象，分析可能的原因并给出处置建议。

## 输出格式

{
  "category": "故障分类",
  "severity": "严重等级",
  "summary": "一句话概述",
  "rootCause": "根因分析",
  "suggestion": "处置建议"
}

## 故障分类

- power：电力故障（断电、过载、短路）
- network：通信故障（断网、信号弱、协议异常）
- mechanical：机械故障（振动异常、卡死、磨损）
- sensor：传感器故障（数据异常、漂移、失联）
- environmental：环境故障（温度/湿度超标、漏水、烟雾）
- software：软件故障（死机、配置错误、版本不兼容）

## 严重等级

- critical：影响生产安全或导致设备停机，需立即处理
- major：影响部分功能，需尽快处理
- minor：不影响主要功能，可计划处理

## 分析原则

1. 根据描述推断最可能的原因，如有多个可能按概率排序
2. 处置建议要具体可操作，不要泛泛而谈
3. 如果描述信息不足，在 rootCause 中说明需要进一步确认什么

## 约束

只输出JSON，不要解释，不要加 markdown 格式。

诊断示例

运维人员描述	AI 诊断结果	路由
"3号产线机械臂到位置后停不住，有点过冲，最近越来越严重"	{"category": "mechanical", "severity": "major", "rootCause": "伺服驱动器位置环增益衰减或机械传动磨损", "suggestion": "先检查伺服参数是否偏移，再检查丝杠和导轨磨损情况"}	→ 普通工单
"配电柜有烧焦的味道，听到滋滋声"	{"category": "power", "severity": "critical", "rootCause": "疑似接线端子松动导致电弧放电", "suggestion": "立即断电，疏散人员，联系电工检查接线"}	→ 紧急工单
"仓库温湿度传感器数据一直跳来跳去"	{"category": "sensor", "severity": "minor", "rootCause": "传感器老化或信号线受干扰", "suggestion": "更换传感器或检查屏蔽线接地"}	→ 普通工单

---

编排模式总结

常用节点类型

节点类型	用途	典型场景
ai/agent	AI 智能体，ReAct 推理循环	意图分类、文本生成、工具调用
ai/llm	单次 LLM 调用，无工具	简单文本生成、分类
jsFilter	JavaScript 条件过滤	路由判断、数据校验
jsTransform	JavaScript 数据转换	清理输出、格式转换、构造请求体
restApiCall	调用外部 REST API	执行命令、数据同步
end	结束节点	必须有，标记流程结束

连接类型

类型	说明
Success	同步执行成功
Stream	流式输出（每个 chunk 一条消息）
Failure	执行失败
True	jsFilter 条件为真
False	jsFilter 条件为假

设计建议

1. 小模型 + 无工具：意图分类场景用 maxStep=1 + tools: []，降低成本和延迟
2. 输出清理：LLM 输出常带 markdown 标记，用 jsTransform 清理后再路由
3. 错误处理：为关键节点添加 Failure 连接，确保错误不会丢失
4. 流式支持：为 ai/agent 节点添加 Stream 连接，支持实时输出

相关文档

• 概述 — 框架定位与核心概念
• 智能体节点 — ReAct 节点配置详解
• 工具系统 — 工具类型与配置
• 智能体组件 — ai/agent 完整配置参考
• 应用案例 — 智能助手平台完整案例