代码工具节点

代码工具节点用于为 AI Agent 提供可执行的代码工具。与 Code Action 节点不同,Tool Code 节点不是直接执行,而是作为工具注册到 AI Agent,由 AI 根据用户需求决定是否调用。

使用场景

典型应用

数据处理工具 - 提供复杂的数据转换、计算能力
外部系统集成 - 封装与第三方系统的交互逻辑
业务规则计算 - 实现特定的业务逻辑(如价格计算、库存检查)
格式转换工具 - 提供各种数据格式转换能力
验证工具 - 实现复杂的数据验证逻辑
定制化功能 - 为 AI Agent 提供项目特定的能力

Tool vs Action 的区别

Code Action 节点

直接执行: 在工作流中按顺序执行
确定性: 每次运行都会执行
控制流: 由工作流设计者控制执行时机

Code Tool 节点

按需调用: 注册为工具,由 AI 决定是否调用
智能选择: AI 根据用户需求和工具描述决定调用
多工具协作: 可以注册多个工具,AI 自主选择合适的工具组合

传统 Action 节点流程:
Trigger → Action 1 → Action 2 → Action 3 (固定顺序)

Tool 节点流程:
Trigger → AI Agent (注册了 Tool 1, Tool 2, Tool 3)
  → AI 根据对话内容自主决定:
    - 不调用任何工具
    - 调用 Tool 1
    - 调用 Tool 2 然后 Tool 1
    - 多次调用同一个工具

节点配置

基础设置(参数面板)

工具名称 (toolName)

AI Agent 调用工具时使用的唯一标识符。

字段属性:

必填字段
在工作流中必须唯一
不支持表达式
格式要求:
- 只能包含字母、数字、下划线和连字符
- 必须以字母开头
- 不能与工作流中其他工具节点的工具名称重复

配置示例:

javascript

// 1. 简洁明确的工具名称
toolName: "calculatePrice"

// 2. 描述性的工具名称
toolName: "validateEmailFormat"

// 3. 带前缀的工具名称
toolName: "productInventoryCheck"

// 4. 带下划线的工具名称
toolName: "user_profile_query"

命名建议:

使用小驼峰或下划线: calculatePrice 或 calculate_price
见名知意: 名称要清楚表达工具的功能
避免过长: 建议在 20 个字符以内
避免特殊字符: 只使用字母、数字、下划线和连字符

重要说明:

AI Agent 通过工具名称来识别和调用工具，而不是节点名称
工具名称在工作流中必须唯一，如果有重复会自动添加后缀
建议使用英文命名，以便与 AI 的调用保持一致

工具描述 (toolDescription)

描述这个工具的功能和使用场景,AI 会根据这个描述决定是否调用工具。

字段属性:

必填字段
支持表达式
支持多行文本

配置示例:

javascript

// 1. 清晰描述工具功能
"计算两个数字的和。输入参数: number1(第一个数字), number2(第二个数字)。返回: sum(两数之和)。"

// 2. 说明使用场景
"查询产品库存数量。输入参数: productId(产品ID)。返回: quantity(当前库存数量), lastUpdated(最后更新时间)。适用于回答用户关于产品库存的问题。"

// 3. 提供调用示例
"将文本转换为 Markdown 格式。
输入参数:
- text: 要转换的文本内容
- style: 样式选项 ('simple' | 'detailed')
返回:
- markdown: 转换后的 Markdown 文本

示例: 当用户说"把这段文字转成 Markdown"时调用 convertToMarkdown 工具。"

// 4. 说明限制条件
"计算商品折扣价格。
输入参数:
- originalPrice: 原价(必须大于0)
- discountRate: 折扣率(0-1之间,如0.8表示8折)
返回:
- finalPrice: 折后价格
- savedAmount: 节省金额

注意: 仅适用于正常商品,不适用于特价商品。"

最佳实践:

描述要具体: 清楚说明工具做什么
参数要详细: 列出所有输入参数及其含义
返回值要明确: 说明工具返回什么
使用场景: 帮助 AI 理解何时应该调用这个工具
限制条件: 说明工具的适用范围和限制

代码语言 (lang)

选择代码执行的编程语言。

字段属性:

必选字段
默认值: python3

可选值:

python3 - Python 3 代码
javascript - JavaScript 代码

代码 (code)

要执行的代码内容。

字段属性:

必填字段
支持多行文本
必须包含 main 函数

Python3 代码模板:

python

def main(arg1: str, arg2: str):
    # 你的代码逻辑
    return {
        "result": arg1 + arg2,
    }

JavaScript 代码模板:

javascript

function main({arg1, arg2}) {
    // 你的代码逻辑
    return {
        result: arg1 + arg2
    }
}

代码要求:

必须包含 main 函数: 代码入口点
参数映射: main 函数的参数名必须与输入变量名一致
返回对象: 必须返回对象,对象的 key 与输出变量名一致
无副作用: 避免修改全局状态
异常处理: 处理可能的错误情况

输入变量 (inputs)

定义 AI 调用工具时需要传递的参数。

字段属性:

数组类型
每个输入包含: variable(变量名), value(默认值)
变量名不能重复
默认有两个输入: arg1, arg2

配置示例:

javascript

// 1. 基础输入定义
inputs: [
  { variable: "text", value: "" },
  { variable: "language", value: "zh-CN" }
]

// 2. 带默认值的输入
inputs: [
  { variable: "query", value: "" },
  { variable: "limit", value: "10" },
  { variable: "offset", value: "0" }
]

// 3. 动态输入值(使用表达式)
inputs: [
  { variable: "userId", value: $('Chat Trigger').userId },
  { variable: "sessionId", value: $('Chat Trigger').sessionId }
]

变量命名规范:

使用小驼峰命名: productId, userName
见名知意: 变量名要清楚表达用途
避免缩写: 使用 quantity 而非 qty

输出变量 (outputs)

定义工具执行后返回给 AI 的数据。

字段属性:

数组类型
每个输出包含: variable(变量名), type(数据类型)
变量名不能重复
默认有一个输出: result (string 类型)

支持的数据类型:

yaml

string: 字符串
number: 数字
boolean: 布尔值
object: 对象
array[string]: 字符串数组
array[number]: 数字数组
array[boolean]: 布尔值数组
array[object]: 对象数组

配置示例:

javascript

// 1. 单个输出
outputs: [
  { variable: "result", type: "string" }
]

// 2. 多个输出
outputs: [
  { variable: "success", type: "boolean" },
  { variable: "message", type: "string" },
  { variable: "data", type: "object" }
]

// 3. 数组类型输出
outputs: [
  { variable: "products", type: "array[object]" },
  { variable: "totalCount", type: "number" }
]

// 4. 复杂输出结构
outputs: [
  { variable: "status", type: "string" },
  { variable: "items", type: "array[object]" },
  { variable: "pagination", type: "object" },
  { variable: "hasMore", type: "boolean" }
]

高级设置(设置面板)

总是输出 (alwaysOutput)

执行失败时是否也输出空项。

默认值: false

仅执行一次 (executeOnce)

是否仅使用第一个输入项执行一次。

默认值: false

失败重试 (retryOnFail)

执行失败时是否自动重试。

默认值: false

最大重试次数 (maxTries)

失败后最多重试几次。

默认值: 3

重试间隔 (waitBetweenTries)

重试之间的等待时间(毫秒)。

默认值: 1000 (1 秒)

节点描述 (nodeDescription)

为节点添加自定义描述。

yaml

nodeDescription: "价格计算工具 - 根据原价和折扣计算最终价格"

代码示例

示例 1: 数学计算工具

Python 版本:

python

def main(operation: str, num1: float, num2: float):
    """
    执行数学运算
    """
    if operation == "add":
        result = num1 + num2
    elif operation == "subtract":
        result = num1 - num2
    elif operation == "multiply":
        result = num1 * num2
    elif operation == "divide":
        if num2 == 0:
            return {
                "success": False,
                "error": "除数不能为0"
            }
        result = num1 / num2
    else:
        return {
            "success": False,
            "error": f"不支持的运算: {operation}"
        }

    return {
        "success": True,
        "result": result
    }

输入变量:

javascript

[
  { variable: "operation", value: "" },  // "add" | "subtract" | "multiply" | "divide"
  { variable: "num1", value: "0" },
  { variable: "num2", value: "0" }
]

输出变量:

javascript

[
  { variable: "success", type: "boolean" },
  { variable: "result", type: "number" },
  { variable: "error", type: "string" }
]

工具描述:

执行基础数学运算(加减乘除)。
输入参数:
- operation: 运算类型 ("add", "subtract", "multiply", "divide")
- num1: 第一个数字
- num2: 第二个数字
返回:
- success: 是否成功
- result: 计算结果(仅成功时有值)
- error: 错误信息(仅失败时有值)

示例 2: 文本处理工具

JavaScript 版本:

javascript

function main({text, operation, options}) {
    const opts = JSON.parse(options || '{}');

    switch(operation) {
        case 'uppercase':
            return {
                result: text.toUpperCase()
            };

        case 'lowercase':
            return {
                result: text.toLowerCase()
            };

        case 'word_count':
            const words = text.trim().split(/\s+/);
            return {
                result: words.length.toString(),
                words: words
            };

        case 'extract_emails':
            const emailRegex = /\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b/g;
            const emails = text.match(emailRegex) || [];
            return {
                emails: emails,
                count: emails.length
            };

        case 'truncate':
            const maxLength = opts.maxLength || 100;
            const suffix = opts.suffix || '...';
            if (text.length <= maxLength) {
                return { result: text };
            }
            return {
                result: text.substring(0, maxLength - suffix.length) + suffix
            };

        default:
            return {
                error: `不支持的操作: ${operation}`
            };
    }
}

输入变量:

javascript

[
  { variable: "text", value: "" },
  { variable: "operation", value: "uppercase" },
  { variable: "options", value: "{}" }  // JSON 格式的选项
]

输出变量:

javascript

[
  { variable: "result", type: "string" },
  { variable: "words", type: "array[string]" },
  { variable: "emails", type: "array[string]" },
  { variable: "count", type: "number" },
  { variable: "error", type: "string" }
]

示例 3: 数据验证工具

Python 版本:

python

import re
import json

def main(data: str, validation_type: str, rules: str):
    """
    验证数据是否符合规则
    """
    try:
        rules_obj = json.loads(rules) if rules else {}
    except:
        return {
            "valid": False,
            "errors": ["规则格式错误"]
        }

    errors = []

    if validation_type == "email":
        email_pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
        if not re.match(email_pattern, data):
            errors.append("邮箱格式不正确")

    elif validation_type == "phone":
        phone_pattern = r'^1[3-9]\d{9}$'
        if not re.match(phone_pattern, data):
            errors.append("手机号格式不正确")

    elif validation_type == "url":
        url_pattern = r'^https?://[^\s/$.?#].[^\s]*$'
        if not re.match(url_pattern, data):
            errors.append("URL 格式不正确")

    elif validation_type == "custom":
        # 自定义验证逻辑
        min_length = rules_obj.get("minLength", 0)
        max_length = rules_obj.get("maxLength", float('inf'))
        pattern = rules_obj.get("pattern", "")

        if len(data) < min_length:
            errors.append(f"长度不能少于 {min_length} 个字符")

        if len(data) > max_length:
            errors.append(f"长度不能超过 {max_length} 个字符")

        if pattern and not re.match(pattern, data):
            errors.append("不符合指定的格式要求")

    return {
        "valid": len(errors) == 0,
        "errors": errors,
        "data": data if len(errors) == 0 else None
    }

输入变量:

javascript

[
  { variable: "data", value: "" },
  { variable: "validation_type", value: "email" },  // "email" | "phone" | "url" | "custom"
  { variable: "rules", value: "{}" }  // JSON 格式的验证规则
]

输出变量:

javascript

[
  { variable: "valid", type: "boolean" },
  { variable: "errors", type: "array[string]" },
  { variable: "data", type: "string" }
]

工作流示例

示例 1: 为 AI Agent 提供计算能力

Chat Trigger
  → AI Agent Node
    System Prompt: "你是一个智能助手,可以帮助用户进行数学计算。"
    Tools: [Code Tool - 数学计算器]
      Tool Description: "执行数学计算,支持加减乘除。输入: operation(运算类型), num1(第一个数字), num2(第二个数字)。返回: result(计算结果)。"
      Code: [数学计算 Python 代码]
      Inputs: [operation, num1, num2]
      Outputs: [success, result, error]
  → Answer Node

用户对话示例:
用户: "帮我算一下 123 + 456"
AI: (调用计算工具) → 返回: "123 + 456 = 579"

用户: "1000 除以 7 是多少?"
AI: (调用计算工具) → 返回: "1000 ÷ 7 ≈ 142.857"

示例 2: 多工具协作 - 订单处理助手

Chat Trigger
  → AI Agent Node
    System Prompt: "你是订单处理助手,可以查询订单、检查库存、计算价格。"

    Tools: [
      Tool 1 - 查询订单工具
        Tool Description: "根据订单号查询订单详情。输入: orderId。返回: order(订单对象), found(是否找到)。"

      Tool 2 - 库存检查工具
        Tool Description: "检查商品库存。输入: productId。返回: inStock(是否有货), quantity(库存数量)。"

      Tool 3 - 价格计算工具
        Tool Description: "计算订单总价。输入: items(商品列表), discountCode(折扣码)。返回: totalPrice(总价), discount(折扣金额)。"
    ]
  → Answer Node

用户对话示例:
用户: "我的订单 #12345 到哪里了?"
AI: (调用查询订单工具) → "您的订单已发货,预计明天送达。"

用户: "商品 SKU-999 还有货吗?"
AI: (调用库存检查工具) → "有货,当前库存还有 50 件。"

用户: "帮我算一下这个购物车的总价"
AI: (调用价格计算工具) → "总价是 299 元,使用优惠码后实付 249 元。"

示例 3: 数据处理助手

Chat Trigger
  → Entity Recognition Node (提取用户输入的数据)
  → AI Agent Node
    System Prompt: "你是数据处理助手,可以对数据进行各种处理和分析。"

    Tools: [
      Tool 1 - 文本处理工具
        Tool Description: "处理文本内容,支持转大写、转小写、统计字数、提取邮箱等操作。"
        Code: [文本处理 JavaScript 代码]

      Tool 2 - 数据验证工具
        Tool Description: "验证数据格式是否正确,支持邮箱、手机号、URL 等格式验证。"
        Code: [数据验证 Python 代码]

      Tool 3 - 格式转换工具
        Tool Description: "转换数据格式,如 JSON、CSV、XML 等。"
        Code: [格式转换代码]
    ]
  → Answer Node

用户对话示例:
用户: "把这段文字转成大写: hello world"
AI: (调用文本处理工具 - uppercase) → "HELLO WORLD"

用户: "帮我检查一下这个邮箱格式对不对: test@example"
AI: (调用数据验证工具 - email) → "邮箱格式不正确,缺少域名后缀。"

示例 4: 动态工具选择

Chat Trigger
  → AI Classifier Node (识别用户意图)
  → Conditional Branch
    → [计算需求] → AI Agent (注册数学工具)
    → [数据处理需求] → AI Agent (注册数据处理工具)
    → [查询需求] → AI Agent (注册查询工具)
  → Answer Node

最佳实践

1. 编写清晰的工具描述

好的工具描述:

"计算两个日期之间的天数差。
输入参数:
- startDate: 开始日期,格式 YYYY-MM-DD
- endDate: 结束日期,格式 YYYY-MM-DD
返回值:
- days: 相差天数(整数)
- valid: 日期是否有效(布尔值)

使用场景: 当用户询问两个日期相差多少天时调用。
示例: '2024年1月1日到2024年12月31日有多少天?'"

不好的工具描述:

"日期计算"

2. 合理设计输入输出

清晰的输入输出设计:

javascript

// 输入: 语义明确,有默认值
inputs: [
  { variable: "searchQuery", value: "" },
  { variable: "maxResults", value: "10" },
  { variable: "sortBy", value: "relevance" }
]

// 输出: 类型正确,结构完整
outputs: [
  { variable: "results", type: "array[object]" },
  { variable: "totalCount", type: "number" },
  { variable: "hasMore", type: "boolean" }
]

3. 处理错误和边界情况

完善的错误处理:

python

def main(numerator: float, denominator: float):
    # 边界情况检查
    if denominator == 0:
        return {
            "success": False,
            "error": "除数不能为0",
            "result": None
        }

    try:
        result = numerator / denominator
        return {
            "success": True,
            "result": result,
            "error": None
        }
    except Exception as e:
        return {
            "success": False,
            "error": f"计算错误: {str(e)}",
            "result": None
        }

4. 提供合适的默认值

javascript

// 好的实践
inputs: [
  { variable: "text", value: "" },
  { variable: "maxLength", value: "100" },  // 合理的默认值
  { variable: "language", value: "zh-CN" }  // 常用语言
]

// 不好的实践
inputs: [
  { variable: "text", value: "" },
  { variable: "maxLength", value: "" },  // 缺少默认值
  { variable: "language", value: "" }
]

5. 工具粒度要适中

适中的工具粒度:

javascript

// 好: 一个工具做一件事
Tool 1: "计算价格 - 根据数量和单价计算总价"
Tool 2: "应用折扣 - 根据折扣码计算折后价"
Tool 3: "计算税费 - 根据地区计算税费"

// 不好: 工具太大,职责不清
Tool 1: "订单处理 - 计算价格、应用折扣、计算税费、生成发票"

6. 使用类型提示

Python 类型提示:

python

from typing import Dict, List, Optional

def main(
    items: List[Dict],
    discount_rate: float,
    currency: str
) -> Dict[str, any]:
    """
    类型提示让代码更清晰,更易维护
    """
    total = sum(item['price'] * item['quantity'] for item in items)
    discount = total * discount_rate
    final_price = total - discount

    return {
        "total": total,
        "discount": discount,
        "finalPrice": final_price,
        "currency": currency
    }

7. 测试工具功能

测试策略:

单元测试: 测试各种输入情况
边界测试: 测试极端值和边界条件
错误测试: 测试错误输入的处理
集成测试: 在 AI Agent 中测试工具调用

python

# 测试用例示例
def main(value: str, operation: str):
    # 测试: 空值处理
    if not value:
        return {"error": "输入不能为空"}

    # 测试: 操作类型检查
    if operation not in ["uppercase", "lowercase", "capitalize"]:
        return {"error": "不支持的操作"}

    # 正常处理
    if operation == "uppercase":
        return {"result": value.upper()}
    elif operation == "lowercase":
        return {"result": value.lower()}
    else:
        return {"result": value.capitalize()}

常见问题

Q1: Code Tool 和 Code Action 有什么区别?

特性	Code Action	Code Tool
执行方式	直接执行	AI 按需调用
使用场景	固定的数据处理流程	AI Agent 需要的能力
执行时机	每次都执行	AI 决定是否执行
适用于	确定的业务流程	不确定的交互场景

选择建议:

如果是固定流程(如"每次都要验证输入"),使用 Code Action
如果是按需能力(如"AI 可能需要计算价格"),使用 Code Tool

Q2: AI 如何决定是否调用工具?

A: AI 根据以下因素决定:

工具描述: 描述是否匹配用户需求
对话上下文: 当前对话是否需要这个能力
输入参数: 是否能从对话中提取所需参数
可用工具: 比较多个工具,选择最合适的

优化 AI 工具选择:

编写清晰准确的工具描述
提供使用场景和示例
合理命名输入输出变量
避免工具功能重叠

Q3: 如何处理工具调用失败?

方案 1: 在代码中处理

python

def main(value: str):
    try:
        result = complex_operation(value)
        return {
            "success": True,
            "data": result
        }
    except Exception as e:
        return {
            "success": False,
            "error": str(e),
            "data": None
        }

方案 2: 使用重试设置

javascript

Settings:
  retryOnFail: true
  maxTries: 3
  waitBetweenTries: 1000

方案 3: AI 自动处理

AI 调用工具失败后,会:
1. 识别失败原因(从 error 输出)
2. 调整参数重试
3. 或者尝试其他工具
4. 或者告诉用户无法完成

Q4: 工具可以调用外部 API 吗?

A: 不建议在 Code Tool 中直接调用外部 API,原因:

性能: 同步调用会阻塞 AI
可靠性: 外部 API 可能不稳定
架构: 应该使用 HTTP Request Tool

推荐方案:

Chat Trigger
  → AI Agent
    Tools: [
      HTTP Request Tool (调用外部 API)
      Code Tool (处理 API 返回的数据)
    ]

AI 会先调用 HTTP Request Tool 获取数据,然后调用 Code Tool 处理数据。

Q5: 可以注册多少个工具?

A: 技术上没有硬性限制,但建议:

3-5 个工具: 最佳实践
最多 10 个工具: 超过可能影响 AI 选择准确性

优化策略:

javascript

// 方案 1: 用一个工具支持多种操作
Tool: "文本处理"
Input: operation ("uppercase" | "lowercase" | "trim" | ...)

// 方案 2: 动态注册工具
Conditional Branch
  → [场景 A] → AI Agent (注册工具 1, 2, 3)
  → [场景 B] → AI Agent (注册工具 4, 5, 6)

Q6: 工具输入参数如何传递?

AI 从对话中提取参数:

用户: "帮我算一下 100 加 200"
AI 分析:
  - 需要调用计算工具
  - operation = "add"
  - num1 = 100
  - num2 = 200
  → 调用工具

如果参数不够,AI 会追问:

用户: "帮我算一下"
AI: "好的,您需要计算什么?比如加法、减法?"
用户: "100 加 200"
AI: → 调用工具

也可以从上下文获取:

javascript

// 配置工具时设置默认值
inputs: [
  { variable: "userId", value: $('Chat Trigger').userId },  // 从对话上下文
  { variable: "value", value: "" }  // AI 从对话中提取
]

Q7: Code Tool 的代码有哪些限制?

限制:

执行时间: 通常有超时限制(如 30 秒)
内存使用: 有内存限制
网络访问: 可能不允许外部网络调用
文件系统: 可能不允许文件读写
库依赖: 仅支持标准库或预安装的库

最佳实践:

编写高效的代码
避免复杂计算
不依赖外部资源
处理超时情况

python

def main(data: str):
    # 好: 简单直接
    return {"result": data.upper()}

    # 不好: 复杂耗时
    # for i in range(1000000):
    #     complex_calculation()

Q8: 如何调试 Code Tool?

调试策略:

1. 日志输出

python

def main(value: str):
    # Python 使用 print
    print(f"Debug: input value = {value}")

    result = process(value)
    print(f"Debug: result = {result}")

    return {"result": result}

javascript

// JavaScript 使用 console.log
function main({value}) {
    console.log('Debug: input value =', value);

    const result = process(value);
    console.log('Debug: result =', result);

    return { result };
}

2. 返回调试信息

python

def main(value: str):
    debug_info = []
    debug_info.append(f"输入: {value}")

    result = process(value)
    debug_info.append(f"处理结果: {result}")

    return {
        "result": result,
        "debug": debug_info  // 临时输出变量
    }

3. 先在 Code Action 中测试

开发流程:
1. 先在 Code Action 中编写和测试代码
2. 确认代码正确后,复制到 Code Tool
3. 添加工具描述
4. 在 AI Agent 中测试

Q9: 工具可以返回复杂对象吗?

A: 可以,使用 object 或 array[object] 类型:

python

def main(product_id: str):
    # 返回复杂对象
    product = {
        "id": product_id,
        "name": "示例商品",
        "price": 99.99,
        "inStock": True,
        "tags": ["电子", "热门"],
        "specs": {
            "weight": "500g",
            "dimensions": "10x10x10cm"
        }
    }

    return {
        "product": product,  // object 类型
        "success": True
    }

输出变量配置:

javascript

outputs: [
  { variable: "product", type: "object" },
  { variable: "success", type: "boolean" }
]

AI 可以访问对象属性:

AI 获取到 product 对象后,可以:
- 读取 product.name
- 读取 product.price
- 读取 product.specs.weight
- 向用户呈现信息

下一步

AI Agent 节点 - 了解如何使用 AI Agent
HTTP Request Tool 节点 - 为 AI 提供 API 调用能力
Entity Recognition Tool 节点 - 为 AI 提供结构化提取能力

Chat 触发器

代码工具节点 ​

使用场景 ​

典型应用 ​

Tool vs Action 的区别 ​

Code Action 节点 ​

Code Tool 节点 ​

节点配置 ​

基础设置(参数面板) ​

工具名称 (toolName) ​

工具描述 (toolDescription) ​

代码语言 (lang) ​

代码 (code) ​

输入变量 (inputs) ​

输出变量 (outputs) ​

高级设置(设置面板) ​

总是输出 (alwaysOutput) ​

仅执行一次 (executeOnce) ​

失败重试 (retryOnFail) ​

最大重试次数 (maxTries) ​

重试间隔 (waitBetweenTries) ​

节点描述 (nodeDescription) ​

代码示例 ​

示例 1: 数学计算工具 ​

示例 2: 文本处理工具 ​

示例 3: 数据验证工具 ​

工作流示例 ​

示例 1: 为 AI Agent 提供计算能力 ​

示例 2: 多工具协作 - 订单处理助手 ​

示例 3: 数据处理助手 ​

示例 4: 动态工具选择 ​

最佳实践 ​

1. 编写清晰的工具描述 ​

2. 合理设计输入输出 ​

3. 处理错误和边界情况 ​

4. 提供合适的默认值 ​

5. 工具粒度要适中 ​

6. 使用类型提示 ​

7. 测试工具功能 ​

常见问题 ​

Q1: Code Tool 和 Code Action 有什么区别? ​

Q2: AI 如何决定是否调用工具? ​

Q3: 如何处理工具调用失败? ​

Q4: 工具可以调用外部 API 吗? ​

Q5: 可以注册多少个工具? ​

Q6: 工具输入参数如何传递? ​

Q7: Code Tool 的代码有哪些限制? ​

Q8: 如何调试 Code Tool? ​

Q9: 工具可以返回复杂对象吗? ​

下一步 ​

相关资源 ​

代码工具节点

使用场景

典型应用

Tool vs Action 的区别

Code Action 节点

Code Tool 节点

节点配置

基础设置(参数面板)

工具名称 (toolName)

工具描述 (toolDescription)

代码语言 (lang)

代码 (code)

输入变量 (inputs)

输出变量 (outputs)

高级设置(设置面板)

总是输出 (alwaysOutput)

仅执行一次 (executeOnce)

失败重试 (retryOnFail)

最大重试次数 (maxTries)

重试间隔 (waitBetweenTries)

节点描述 (nodeDescription)

代码示例

示例 1: 数学计算工具

示例 2: 文本处理工具

示例 3: 数据验证工具

工作流示例

示例 1: 为 AI Agent 提供计算能力

示例 2: 多工具协作 - 订单处理助手

示例 3: 数据处理助手

示例 4: 动态工具选择

最佳实践

1. 编写清晰的工具描述

2. 合理设计输入输出

3. 处理错误和边界情况

4. 提供合适的默认值

5. 工具粒度要适中

6. 使用类型提示

7. 测试工具功能

常见问题

Q1: Code Tool 和 Code Action 有什么区别?

Q2: AI 如何决定是否调用工具?

Q3: 如何处理工具调用失败?

Q4: 工具可以调用外部 API 吗?

Q5: 可以注册多少个工具?

Q6: 工具输入参数如何传递?

Q7: Code Tool 的代码有哪些限制?

Q8: 如何调试 Code Tool?

Q9: 工具可以返回复杂对象吗?

下一步

相关资源