概述

通过定义分类描述，问题分类器能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。

节点配置

• 模型：问题分类器基于大语言模型的自然语言分类和推理能力，选择合适的模型将有助于提升分类效果
• 输入变量：指用于分类的输入内容，一般为用户输入的问题sys.query
• 分类：填写分类描述，可以手动添加多个分类
• 指令：补充附加指令，比如更丰富的分类依据，以增强问题分类器的分类能力
• 记忆：开启记忆后问题分类器的每次输入将包含对话中的聊天历史，以帮助 LLM 理解上文，提高对话交互中的问题理解能力
• 输出变量：class_name存储了分类模型的预测结果。当分类完成后，这个变量会包含具体的类别标签，用户可以在后续的处理节点中引用这个分类结果来执行相应的逻辑。

示例说明

构建一个产品客服问答场景，如图所示：