AI流程接口

AI流程是将复杂任务分解为可管理的子步骤，并结合AI技术（如机器学习、自然语言处理、自动化工具等）来处理各个环节，形成智能化、端到端的业务流程。其核心在于任务拆解、动态编排与智能决策的结合，而非单一技术的堆叠。

AI流程的核心优势

• 效率提升：自动化处理重复性任务（如数据录入、审批流转），效率提升30%-50%。
• 成本优化：减少人工干预，降低运营成本20%-30%。
• 精准决策：基于数据驱动的预测分析（如库存预测、风险预警），决策准确性提升40%。
• 灵活性与可扩展性：支持条件分支、循环迭代等逻辑设计，适应业务动态变化。
• 可解释性与容错能力：通过流程透明化与异常处理机制（如备用模型切换、人工审核兜底），增强系统稳定性。

将AI流程与企业现有业务系统深度融合，已成为企业智能化转型的核心路径。

在本系统中，可以通过以下两种方式，实现业务逻辑与AI流程的结合。

使用http接口调用AI流程

请求 URL

• POST： http://<domain>/[contextPath]/airag/flow/run
• GET: http://<domain>/[contextPath]/airag/flow/run/<flowId>

请求头

Header 名称	类型	必填	说明
Content-Type	application/json	是	请求数据类型
X-Access-Token	string	是	Token

请求参数

参数名	类型	必填	说明
flowId	string	是	需要运行的流程 ID
inputParams	object	是	传递给流程的输入参数
├─ content	string	是	流程的文本输入内容（在开始节点中配置）
├─ images	string	否	流程的图像输入内容（在开始节点中配置）
responseMode	string	是	响应模式，blocking 表示同步阻塞执行

使用GET请求时，所有的请求参数都将作为inputParams，并且responseMode固定为blocking。

响应模式说明

• 阻塞模式 (Blocking) 客户端发送请求后，服务器处理完整个流程后一次性返回结果。适用于流程较短、对实时性要求不高的场景。 设置 responseMode 为 blocking (默认)。

• 流式模式 (Streaming) 客户端发送请求后，服务器通过 Server-Sent Events (SSE) 协议实时推送处理结果。适用于流程较长、需要实时反馈进度的场景（如打字机效果）。 设置 responseMode 为 streaming。

阻塞模式返回参数

字段名	类型	说明
success	boolean	请求是否成功，true 表示成功
message	string	返回消息
code	int	返回状态码，200 表示成功
result	object	具体返回数据
├─ data	string	AI流程返回的数据（在结束节点中配置）
timestamp	long	响应的时间戳

流式模式 (SSE) 说明

当 responseMode 设置为 streaming 时，接口将以 text/event-stream 格式返回数据。 客户端需要使用支持 SSE 的方式发起请求。

通过APIPost使用SSE方式调用AI流程示例：

流式返回数据结构示例

流式返回的数据由一系列事件组成，常见的事件类型包括：

• FLOW_STARTED: 流程开始
• NODE_STARTED: 节点开始执行
• NODE_FINISHED: 节点执行完成
• FLOW_FINISHED: 流程结束

// 流程开始
{
	"data": {
		"inputs": {
			"content": "你好"
		},
		"success": true
	},
	"event": "FLOW_STARTED",
	"requestId": "ff8080819aec9cd3019aec9cd3160000"
}

// 节点开始执行
{
	"data": {
		"id": "start-node",
		"inputs": {
			"content": "你好"
		},
		"outputs": {},
		"success": false,
		"text": "开始",
		"type": "start"
	},
	"event": "NODE_STARTED",
	"flowId": "1900021198960492546",
	"requestId": "ff8080819aec9cd3019aec9cd3160000"
}

// 节点执行完成
{
	"data": {
		"id": "start-node",
		"inputs": {
			"content": "你好"
		},
		"outputs": {},
		"success": true,
		"text": "开始",
		"type": "start"
	},
	"event": "NODE_FINISHED",
	"flowId": "1900021198960492546",
	"requestId": "ff8080819aec9cd3019aec9cd3160000"
}

// 流程结束
{
	"data": {
		"executeSteps": "start==>llm",
		"inputs": {
			"content": "你好"
		},
		"message": "模型未激活,请先在[AI模型配置]中[测试激活]模型",
		"success": false
	},
	"event": "FLOW_FINISHED",
	"flowId": "1900021198960492546",
	"requestId": "ff8080819aec9cd3019aec9cd3160000"
}

错误响应

状态码	说明
400	请求参数错误
401	认证失败或 Token 失效
403	权限不足
500	服务器内部错误

备注

• X-Access-Token 需要在登录后获取，并在请求时携带。

Java调用示例 (阻塞)

在Java代码中，可以通过注入 ISysBaseAPI 来调用AI流程。

@Autowired
ISysBaseAPI sysBaseAPI;
// ..... 省略代码
AiragFlowDTO params = new AiragFlowDTO();
params.setFlowId("1900021198960492546");
Map<String, Object> inputs = new HashMap<>();
inputs.put("content", "");
params.setInputParams(inputs);
Result<Object> o = (Result<Object>) sysBaseAPI.runAiragFlow(params);

调用代码查看

用户可以在流程管理页面，点击查看调用代码来查看调用的代码