为什么需要可视化编排？
传统 AI 应用的开发流程涉及模型选型、Prompt 设计、API 开发、测试部署等多个环节，一个简单的对话机器人从需求到上线往往需要 2-4 周。SoyaClaw 可视化编排将这个过程压缩到 5 分钟——产品经理、运营人员甚至业务一线员工都可以通过拖拽方式构建属于自己业务的 AI Agent。
可视化编排的核心价值在于「将 AI 开发的复杂性封装在底层，呈现给用户的是直观的业务逻辑图」。开发者只需关注「业务步骤是什么」，而不需要关心「模型怎么调用、上下文怎么传递、异常怎么处理」等技术细节。
实战：5 分钟搭建客服全流程 Agent
下面我们以「客户服务全流程 Agent」为例，演示完整的编排过程：
- Step 1 — 意图识别：从 Skill 面板拖入「意图识别」节点，配置识别范围（售前咨询 / 售后工单 / 投诉建议 / 产品查询）。这个节点会自动判断用户输入属于哪一类
- Step 2 — 知识检索（条件分支）：拖入「知识检索」节点并连接。根据上一步的意图识别结果自动路由——如果是售前咨询，检索产品知识库；如果是售后，检索售后政策库
- Step 3 — 情感分析：拖入「情感分析」节点，连接到知识检索节点之后。用于判断客户当前的情绪状态（积极/中性/负面），为后续处理提供参考
- Step 4 — 答案生成：拖入「LLM 回答生成」节点，连接知识检索和情感分析的输出。LLM 会根据检索到的知识片段和客户情绪，生成个性化回复
- Step 5 — 转人工判断：拖入「条件判断」节点，设置规则：若情感分析为「负面」或客户连续追问 3 次未解决时，自动转接人工客服，并附上完整对话上下文
编排的高级技巧
上述 5 步流程可以在 5 分钟内完成搭建。对于更复杂的业务场景，SoyaClaw 还支持以下高级编排能力：
<strong>子流程封装：</strong>将一组固定逻辑的节点封装为一个「子流程」，在主画布中作为一个独立节点使用。例如将「身份验证 → 会员信息查询 → 积分计算」封装为「会员服务」子流程，可在多个 Agent 中复用。
<strong>并行执行：</strong>当一个任务可以拆分为多个独立子任务时，使用并行网关同时启动多个子 Agent。例如「客户画像分析」可以同时调用「消费记录分析」「浏览行为分析」「客服对话分析」三个子 Agent，最后汇聚结果。
<strong>循环迭代：</strong>对于批量数据处理场景，拖入「循环节点」设置数据源和迭代逻辑，Agent 会自动遍历数据列表进行处理。非常适合批量报表生成、全量客户触达等场景。