[智能体-455]：Coze 工作流完整架构图深度拆解

整张图分为三部分左侧平台全部节点组件面板、中间标准业务执行流程拓扑、底部五大底层数据存储支撑层完整还原 Coze 低代码 AI 工作流的运行架构。一、左侧平台全功能节点总览对应前文组件分为 5 大组件分类是流程图中所有逻辑单元的可视化载体顶层通用大模型LLM 推理核心插件第三方 API / 多媒体生成工具工作流子流程复用封装业务逻辑流程控制代码自定义 Python 脚本IF 选择器条件分支 IF/Else意图识别自然语言 Switch 分类循环串行单线程遍历批处理并行并发批量处理变量聚合多数据源合并输出异步任务后台非阻塞线程输入 输出输入流程入口参数输出流程统一返回出口数据库结构化存储SQL 自定义、新增 / 更新 / 删除 / 查询数据操作关系型数据库知识库 数据向量存储 RAG知识库写入向量入库知识库检索相似度召回参考文本二、中间标准业务执行主流程拓扑完整执行链路开始 → 输入 → 双分支分流传统逻辑分支 / 自然语言意图分支 → 并行处理单元 → 变量聚合 → 输出 → 结束1. 分流层两大业务分支分支 1传统逻辑选择器 IF/Else面向固定规则、结构化数据判断硬编码条件分支 下游支持 3 种执行单元自定义模块代码节点复杂运算、自定义接口请求传统串行循环循环节点单条依次处理适合有序强依赖数据新型并行并发批处理节点多任务同时执行提升大批量数据处理效率分支 2自然语言意图分类 Switch面向用户自然对话由意图识别节点完成文本分类自动路由到对应业务逻辑 下游同样配套 3 种执行单元和传统分支能力完全对齐适配 AI 客服、问答类场景。2. 统一汇总层变量聚合两大分支所有执行单元输出的多组数据统一汇入「变量聚合」节点实现多输入单输出把分散结果封装为统一结构化变量统一传递给输出节点。3. 全局异步底座异步线程 / 异步任务横跨全流程的底层能力对应面板「异步任务」节点作用将视频生成、大批量入库、长文本处理等耗时任务丢至后台线程执行优势主流程可提前返回结果给用户无需长时间阻塞等待。三、底部五大底层数据持久化支撑全流程数据底座所有流程节点均可读写以下 5 类存储资源构成完整数据闭环RAG 知识库向量数据库对应知识库检索 / 写入节点用于私有文档检索降低大模型幻觉、削减 Token 消耗。关系数据库结构化数据表对应 5 个数据库 CRUD 节点存储对话记录、业务表单、生成资源链接等结构化数据。共享全局变量全流程生命周期内可全局读写的公共变量跨分支、跨节点共享数据替代重复传参。上行文会话记忆会话级短期记忆单元自动摘要历史对话维持多轮上下文连贯避免历史消息无限膨胀浪费 Token。文件系统存储插件生成的视频、图片、文档、附件等二进制资源返回可访问 URL 供输出节点调用。四、架构设计核心优势总结双分支分流架构兼顾「固定规则业务」与「自然语言 AI 对话业务」一套引擎同时支撑自动化工具与智能问答两类场景。串行 / 并行双处理模式循环串行保障数据顺序依赖批处理并发提升批量任务吞吐量适配不同数据量级需求。同步 异步双执行模式短耗时逻辑同步执行快速响应长耗时任务异步后台执行优化用户等待体验。多层数据存储分层解耦向量库文档知识 关系库结构化业务 记忆会话上下文 全局变量流程参数 文件系统多媒体资源分层存储数据职责清晰。低代码封装完整链路所有底层逻辑分支、循环、存储、异步、RAG全部封装为可视化节点无需底层开发拖拽即可搭建完整 AI 自动化流程。五、典型落地场景示例用户咨询产品问题完整流程输入接收用户提问意图识别分支分流至产品咨询逻辑并行执行「知识库检索」「数据库查询历史订单」检索结果与订单数据汇入变量聚合大模型结合上行文记忆 知识库事实生成回答异步任务后台存储本次对话至关系数据库输出节点返回回答给用户。