Подлинная ценность Интеллос — в том, насколько легко вы можете собрать, развернуть и масштабировать идею любой сложности. Платформа создана для быстрого прототипирования, плавных итераций и надёжного деплоя на любом уровне. Начнём с того, как надёжно встроить LLM в ваши приложения. В этом руководстве вы соберёте простой чат-бот, который классифицирует вопрос пользователя, отвечает на него напрямую с помощью LLM и дополняет ответ интересным фактом о соответствующей стране.

​
Шаг 1. Создайте новый Workflow (2 мин)

  1. Перейдите в Студия > Workflow > Создать с нуля > Оркестрация > Новый Chatflow > Создать

​
Шаг 2. Добавьте узлы рабочего процесса (6 мин)

Чтобы сослаться на любую переменную, сначала введите { или / — и вы увидите различные переменные, доступные в вашем рабочем процессе.

​
1. Узел LLM и вывод: разобрать и ответить на вопрос

Узел LLM отправляет промпт языковой модели, чтобы сгенерировать ответ на основе ввода пользователя. Он скрывает сложность вызовов API, ограничений частоты запросов и инфраструктуры, чтобы вы могли сосредоточиться только на проектировании логики.
1

Создайте узел LLM

Создайте узел LLM с помощью кнопки Add Node и подключите его к узлу Start
2

Настройте модель

Выберите модель по умолчанию
3

Задайте системный промпт

Вставьте следующее в поле System Prompt:
4

Включите структурированный вывод

Параметр Включить структурированный вывод позволяет легко контролировать то, что вернёт LLM, и обеспечивает единообразный, машиночитаемый вывод для дальнейшего использования при точном извлечении данных или в условной логике.
  • Включите переключатель «Структурированный вывод» > Configure и нажмите Import from JSON
  • Вставьте:

​
2. Блок кода: получить интересный факт

Узел Code выполняет пользовательскую логику с помощью кода. Он позволяет встроить код именно туда, где это нужно — внутри визуального рабочего процесса, — избавляя вас от необходимости поднимать целый бэкенд.
1

Создайте узел кода

Создайте узел Code с помощью кнопки Add Node и подключите его к блоку LLM
2

Настройте входную переменную

Измените имя одной из переменных Input Variable на «country» и задайте для неё значение structured_output > country
3

Добавьте код на Python

Вставьте этот код в PYTHON3:
4

Переименуйте выходную переменную

Измените имя выходной переменной result на fun_fact, чтобы переменная имела более понятную метку

​
3. Узел ответа: итоговый ответ пользователю

Узел Answer формирует чистый итоговый вывод для возврата.
1

Создайте узел ответа

Создайте узел Answer с помощью кнопки Add Node
2

Настройте поле ответа

Вставьте в поле Answer:
Готовый рабочий процесс:
Схема готового рабочего процесса: связанные узлы LLM, Code и Answer

​
Шаг 3. Протестируйте бота (3 мин)

Нажмите Preview, затем задайте вопросы:
  • «What is the capital of France?»
  • «Tell me about Japanese cuisine»
  • «Describe the culture in Italy»
  • Любые другие вопросы
Убедитесь, что ваш бот работает как задумано!

​
Вы собрали бота!

Это руководство показало, как надёжно и масштабируемо встраивать языковые модели, не изобретая инфраструктуру заново. С визуальными рабочими процессами Интеллос и модульными узлами вы не только строите быстрее — вы переходите на чистую, готовую к продакшену архитектуру для приложений на базе LLM.