5.14 工作流示例（Workflow Examples）

本章通过多个完整示例，帮助你快速掌握 Pop 工作流的实际应用方式。
所有示例都可以直接复现，或作为你的业务流程模板使用。

本章包含：

文档分析与摘要生成
图表生成（数据 → 可视化）
知识库自动构建
自动化报告生成（PDF/Excel）
网页内容采集与整理
AI 内容增强（翻译、润色、结构化）

📄 示例一：文档批量摘要生成

输入多个文档 → 输出摘要列表 → Layout 组件展示

🎯 场景

批量阅读文档太耗时
需要统一格式的摘要
需要导出结果用于二次加工

🔧 使用节点

文件读取节点（File Read）
LLM 节点（AI 文本生成）
列表循环（Loop）
输出合并（Merge）
输出定义节点（Output）

🧩 流程设计

[Input: files]
      ↓
[Loop over files]
      ↓ 每个文件执行：
    [Read File → Extract Text]
      ↓
    [AI Summary]
      ↓
[Merge All Results]
      ↓
[Output: summary_list]

📝 示例输出结构

[
  {
    "filename": "会议记录.pdf",
    "summary": "本次会议讨论了……"
  },
  {
    "filename": "销售数据.docx",
    "summary": "本季度销售表现……"
  }
]

🎨 Layout 展示

左侧：文件上传
中部：运行按钮
右侧：摘要列表（Table + Text）

📊 示例二：生成图表（数据 → 图形可视化）

输入一段结构化数据 → 自动识别图表类型 → 输出图形数据给前端渲染

🎯 场景

业务上存在大量数据需要快速可视化
图表类型希望由 AI 自动选择

🔧 使用节点

文本输入 / 文件上传
LLM（识别图表类型）
PSL（转换数据格式）
输出节点

🧩 流程设计

[Input: data_json]
      ↓
[AI: 识别图表类型和X/Y字段]
      ↓
[Script: 转成 chart.js 兼容结构]
      ↓
[Output: chart_data]

📝 示例 AI 输出

{
  "chart": "line",
  "x": "date",
  "y": "value"
}

🎨 Layout 渲染

使用图表组件绑定：

{{workflow.outputs.chart_data}}

📚 示例三：知识库自动构建流水线（Documents → Chunks → 索引）

上传文档 → 自动切分段落 → 写入 Solr / 向量库 → 完成知识库构建

🎯 场景

自动化构建 KB
批量导入 PDF、DOCX、TXT
生成可检索分段

🔧 使用节点

文件读取（File Read）
文档切分（Text Split）
向量生成（Embedding）
Solr / 向量库写入节点
Loop / Merge

🧩 流程图

[Input: files]
      ↓
[Loop]
      ↓
[Read File → Extract Text]
      ↓
[Split into Chunks]
      ↓
[Embedding]
      ↓
[Index Write]
      ↓
[Merge Index Result]

📝 输出

{
  "imported": 128,
  "failed": 0
}

🧾 示例四：自动化报告生成（PDF/Excel）

输入数据 → AI 撰写内容 → 生成为 PDF 或 Excel → 用户下载

🎯 场景

周报、月报、运营报告
经营分析文档
自动化生成可分享文件

🔧 使用节点

AI 内容生成
模版填充 / 文本组织
PDF 生成节点
Excel 生成节点
文件输出

🧩 流程设计

[Input: structured_data]
      ↓
[AI: 生成报告内容]
      ↓
[Script: 格式化数据]
      ↓
[PDF Generator / Excel Generator]
      ↓
[Output: file_url]

📝 输出示例

/downloads/report_20240215.pdf

🌐 示例五：网页内容采集与整理

输入 URL → 抓取网页 → 清洗文本 → AI 提取关键信息

🔧 使用节点

HTTP 请求节点
正则处理节点
PSL 清洗文本
AI 抽取要点
输出节点

🧩 流程

[Input: url]
      ↓
[HTTP GET]
      ↓
[Clean HTML]
      ↓
[AI Extract]
      ↓
[Output: structured_info]

输出示例

{
  "title": "OpenAI 发布新模型",
  "points": ["性能提升 2 倍", "推理更快", "新增语音输入"]
}

✨ 示例六：AI 内容增强（翻译、润色、纠错）

流程

[Input: text]
      ↓
[AI: 修正 → 提升 → 翻译]
      ↓
[Output: enhanced_text]

你可以自由指定语言、风格：

美式商务
科研论文
温柔客服语气
技术专家风格

🎯 小结

本章示例涵盖：

文档
图表
知识库
报表
AI 内容增强
Web 数据抓取

这些示例展示了 Pop 工作流的广泛能力，从自动化到 AI 混合场景，都可以通过低代码方式构建。