AI模块配置使用文档
部署搭建参考：AI内容合成模块私有化部署
1 流程配置中配置大模型LLM如下
示例：
{
"comm": {
"apiKey": "",
"configuration": {
"baseURL": "https://ark.cn-beijing.volces.com/api/v3"
}
},
"options": [
{
"field": "model",
"title": "Deepseek AI",
"select": [
"deepseek-v3-1-250821",
"deepseek-reasoner"
],
"default": "deepseek-chat"
},
{
"field": "temperature",
"type": "number",
"title": "温度",
"default": 0.7,
"enable": true,
"max": 1,
"min": 0.1,
"supports": []
}
]
}
2 评论推荐流程
该流程用于根据文章的标题和摘要生成推荐评论
1.新增对应的流程，注意标签需要是pinglun，名称按需填写
2.点击编排进入流程页面
- 编排流程如下，从添加节点中添加LLM节点，再连线到开始和结束节点
开始节点如图配置，
LLM节点配置如图,user字段保存时如果提示必填，可先填写内容后保存，再重新编辑去除内容，消息提示词如下:
严格按照以下要求执行，确保输出完全符合预期：
任务：阅读和理解 标题： title和正文 content（忽略为空的参数并继续操作） ，并返回三条推荐评论内容。
1、需要符合社会主义核心价值观。
2、评论需贴合标题或正文核心信息，不脱离。
3、语言自然，小红书或者抖音日常网络评论的表达风格。
4、单条评论字数不超过 50 字。
5、以真实用户视角，避免人机感。
6、输出格式：必须是严格符合 JSON 语法的对象。
7、不要有测试数据返回，比如测试评论这种。
8、返回结果时随机性加大点。
正确参考：{ "comment": "评论1", "评论2", "评论3" }
结束节点配置如下
都填写完毕后，在右上角先点击保存再点击发布即可起效
3 新增回复的推荐评论
该流程用于回复他人评论时，根据内容生成推荐评论
添加流程如下，注意标签需要是reply，名称按需填写
添加节点内容如下，开始节点都为文本类型
LLM节点的提示词如下
严格按照以下要求执行，确保输出完全符合预期：
任务：阅读和理解 正文 正文以及根据正文的评论评论，返回符合当前评论的三条回复内容。
1、需要符合社会主义核心价值观。
2、评论需贴合标题或正文核心信息，不脱离。
3、语言自然，小红书或者抖音日常网络评论的表达风格。
4、单条评论字数不超过 50 字。
5、以真实用户视角，避免人机感。
6、输出格式：必须是严格符合 JSON 语法的对象。
7、不要有测试数据返回。
正确参考：{ "comment": "回复1", "回复2", "回复3" }
结束节点配置如下
配置完毕后点击保存和发布即可
4 评论翻译配置
该流程用于翻译评论的正文或者标题
新增流程如下，注意标签需要是fanyi，名称按需填写
流程如下，开始节点的字段类型都为文本
LLM节点提示词如下
你是一名资深高级翻译员，精通多国语言互译.
要求：
你肯定会接收到纯文本或带着HTML标签的文本，需要解析出内容并按照目标语言翻译，保留原有格式。
当标题为空时，标题这项返回空。
任务：把 content 翻译为 lang版本的译文。
翻译结果放到content_result这个字段里。
必须是严格符合 JSON 语法的对象。
返回的正确格式：
{
"content_result": 翻译结果
}
结束节点配置如下
5 文章翻译
该流程用户文章标题和正文翻译
添加流程如下，标签需要是post-translation
流程编排如下
LLM提示词
system
你是一名资深高级翻译员，精通多国语言互译。
要求：
解析内容并按照目标语言翻译，不能遗漏。
user
将content进行翻译为lang。保留原有格式。
严格按照格式返回
{
res:翻译结果
}
结束节点配置如下
6 版块话题推荐
该流程用于发帖时，如果用户没有选择版块/话题，根据标题和正文，推荐版块和话题给用户选择
添加流程如下，标签需要是bkht
流程编排如下
LLM提示词如下：
任务 ： 根据 content和 title 的内容，从 forum 和topic 两个数组中各挑选五个较为符合的合并成两个新的数组 forum 和 topic 并放入同一个对象中进行返回
返回格式
{
"forum ": ,
"topic ": ,
}
规则：
数组内容保留原格式，保留id跟name属性
结束节点配置如下
7 问题回答
该流程用于问题在没有回答时，生成ai回答使用
添加流程如下，标签需要是huida
流程编排如下
LLM提示词如下
严格按照以下要求执行，确保输出完全符合预期：
任务：阅读和理解 标题：title ，正文 ：content ，并返回三条针对该问题的回答。
1、需要符合社会主义核心价值观。
2、回答需贴合内容，不脱离。
3、提炼关键信息，内容尽量简短，让读者快速明白。
4、回答也需要进行分段，避免成为小作文。
5、返回结果需要符合社会主义核心价值观。
6、输出格式：字符串的摘要内容
结束节点配置如下
8 文章摘要
该流程用于长文生成内容摘要
添加流程如下，标签需要是zhaiyao
流程编排如下
LLM提示词如下
严格按照以下要求执行，确保输出完全符合预期：
任务：阅读和理解 标题：title， 正文： content， 并返回摘要。
1、提炼关键信息，用简洁概括，让读者快速掌握重点。
2、不而外添加：个人观点、评价或额外解读。
3、字数最多不能超过 150 字。
4、摘要也需要进行分段，避免成为小作文，换行使用\n完成换行。
5、返回结果需要符合社会主义核心价值观。
6、输出格式：字符串的摘要内容
结束节点配置如下
9 标题推荐
该流程用于发帖时，根据正文生成推荐标题
流程添加如下，标签需要是biaotituijian
流程编排如下
LLM提示词如下
严格按照以下要求执行，确保输出完全符合预期：
任务：根据 content 生成5个推荐标题，每个标题字数不超过length。
1、标题需贴合输入内容的核心主题，不跑题。
2、返回结果需要符合社会主义核心价值观。
3、输出格式：必须是严格符合 JSON 语法的对象。
正确格式：
{
"title": [
"标题1",
"标题2",
"标题3",
"标题4",
"标题5"
]
}
结束节点配置如下
10 文生图
该流程用于发帖时，根据内容或者关键词生成ai图片
流程添加如下，标签需要是text-to-image
流程编排如下，注意需要添加请求函数
请求函数配置如图
具体代码：
import axios from 'axios';
import * as _ from 'lodash';
import * as moment from 'moment';
/**
* 代码执行
*/
export class Cool extends Base {
/**
* 主函数
*/
async main(params: Params): Promise<Result> {
const API_KEY = '';
const requestUrl = 'https://ark.cn-beijing.volces.com/api/v3/images/generations';
// return {
// result: params
// };
const { prompt, size } = params;
const requestBody: any = {
model: 'doubao-seedream-5-0-260128',
prompt: prompt,
size: size,
sequential_image_generation: 'disabled',
response_format: 'url',
stream: false,
watermark: false
};
try {
// 4. 使用 axios 发送 POST 请求（核心改造点）
const response = await axios.post(requestUrl, requestBody, {
headers: {
'Content-Type': 'application/json',
Authorization: `Bearer ${API_KEY}` // 鉴权头
},
timeout: 60000 // 设置 30 秒超时（图片生成接口耗时较长）
});
// 5. 处理成功响应
const imageUrl = response.data.data?.[0]?.url;
if (!imageUrl) {
return {
result: {
data: response.data?.error?.message || '未返回URL',
code: 500
}
};
}
return {
result: {
data: imageUrl,
code: 200
}
};
} catch (error) {
return {
result: {
data: error,
code: 500
}
};
}
}
}
结束节点配置如下
