Обзор компонентов

Компоненты — это фундаментальные строительные блоки конвейеров. Каждый компонент выполняет строго определённую функцию: интегрируется с языковыми моделями, обрабатывает текст, обращается к базам данных или управляет взаимодействием с пользователем.

Для ускорения работы используйте горячие клавиши. Полный список доступен в разделе Settings → Shortcuts.

Два типа компонентов

В конструкторе представлены компоненты двух разных происхождений. Важно понимать разницу между ними, прежде чем начинать сборку конвейера.

Компоненты Primo RPA

Это собственные компоненты, разработанные командой Primo RPA специально для интеграции с платформой Primo. Они вынесены в отдельную папку Primo RPA.

Пример работы с компонентами Primo RPA

Обзор

Сценарий реализует AI-ассистента, который отвечает на вопросы пользователей с опорой на базу знаний. Используется подход RAG (Retrieval-Augmented Generation) и агент с управляемым рассуждением (SGR).

Ассистент не просто генерирует ответ, а проверяет, достаточно ли данных, и при необходимости выполняет поиск. Это снижает количество неточных или «придуманных» ответов.

Принцип работы

После ввода запроса сообщение сохраняется в общем состоянии (state), которое используется всеми компонентами.

Далее первый агент анализирует запрос и подготавливает его для обработки. После этого система определяет, хватает ли информации для ответа. Если нет, то выполняется поиск по базе знаний.

Результаты поиска добавляются в состояние и передаются второму агенту. Он использует найденные данные, разбивает вопрос на части, проверяет покрытие и при необходимости повторяет поиск. Процесс может выполняться в несколько итераций.

Когда информации достаточно, агент формирует итоговый ответ, который извлекается из состояния и отображается пользователю.

Архитектура

Архитектура построена на основе следующих компонентов:

• Chat Input
  Точка входа пользовательского запроса в систему. Принимает сообщение из интерфейса.
• Старт конвейера
  Инициализирует обработку запроса: подготавливает входные данные и передаёт их дальше по цепочке.
• SGR Agent (IntentClassifier)
  Агент-классификатор намерений. Анализирует запрос пользователя и определяет, что именно требуется сделать.
• Tool Gate
  Условный узел принятия решений. Определяет, нужно ли вызывать инструменты (например, поиск по базе знаний) или двигаться дальше без них.
• RAG Tool
  Инструмент поиска по базе знаний. Находит релевантную информацию для ответа с использованием Retrieval-Augmented Generation.
• SGR Agent (RagAgent)
  Агент-ответчик. Формирует итоговый ответ на основе запроса пользователя и найденных данных.
• Выход из конвейера
  Подготавливает финальный результат для передачи во внешний интерфейс или API.
• Chat Output
  Отправляет сформированный ответ пользователю.

Каждый компонент выполняет отдельную функцию в процессе обработки запроса.

Стандартные компоненты Langflow

Это компоненты с открытым исходным кодом, поставляемые платформой Langflow . Они образуют основу конструктора и сгруппированы в следующие категории: