平臺概述與核心概念
LongbridgeAI Agent Platform 是什麼
LongbridgeAI Agent Platform 是長橋的 AI Agent 編排平臺。你在一塊視覺化畫布上拖入節點、連線、配置，即可搭建出能理解自然語言、呼叫工具、執行業務邏輯的 AI 應用，無需從零寫程式碼。
長橋 AI 產品全景
長橋的 AI 產品由兩部分構成：
| 產品 | 定位 | 面向誰 |
|---|---|---|
| LongbridgeAI Agent Platform(本平臺) | Agent 編排平臺：搭建、除錯、釋出 AI 應用 | Agent 搭建者 (你) |
| 官方 Chatbot 體系 | LongbridgeAI 對話產品:App/Web 內的 AI 問答入口 | 終端使用者 |
兩者的關係：
- 你在 Agent Platform 上搭建的 Agent，釋出後通過官方 Chatbot 等入口觸達終端使用者
- 用量額度是打通的:同一使用者的用量額度同時適用於這兩個工具 —— 在 Chatbot 裡問答和在 Agent Platform 裡執行流程，消耗的是同一份額度 (見 Workspace 與套餐體系)
- 官方 Chatbot 側的能力 (會話圖表、語音輸入、長期記憶等) 見 對話端體驗
三種應用型別:Agentic Chat、Chatflow 與 Workflow
這是平臺最重要的一個概念，決定了你怎麼搭建、能用哪些節點、應用如何被呼叫：
| Agentic Chat | Chatflow Agent | Workflow Agent | |
|---|---|---|---|
| 定位 | 對話類應用的簡化版 | 多輪對話類應用 (畫布編排) | 自動化批處理類應用 |
| 搭建方式 | 無需畫布，直接配置即可 | 畫布上編排節點 | 畫布上編排節點 |
| 典型場景 | 快速搭一個對話助手 | 智慧客服、行情問答等需要分支/工具編排的對話 | 研報生成、批次翻譯、資料分析、定時任務 |
| 入口 | 使用者在聊天視窗發訊息 | 使用者在聊天視窗發訊息 | 由 API / 觸發器 / 上游系統觸發，傳入引數 |
| 終結方式 | 直接對話輸出 | Answer 節點 (輸出答案給聊天視窗) | End 節點 (以 JSON 等結構化格式返回結果) |
| 適合誰 | 入門使用者 | 需要精確控制對話流程的使用者 | 需要自動化任務的使用者 (暫未開放) |
選型口訣：入門做對話助手用 Agentic Chat;對話邏輯複雜、要編排分支和工具的用 Chatflow;一次進一次出的自動化任務用 Workflow。
- Agentic Chat 是 Chatflow 的簡化版:底層就是一條固定的三節點鏈路 —— Start(開始)→ Agent(呼叫 Agent)→ Answer(直接回復),平臺把畫布隱藏起來，你只需配置角色和能力即可對話，是最快上手的方式;當你需要多分支路由、多節點資料加工時，再遷移到 Chatflow 自由編排
- ⚠️ Workflow 暫未開放:考慮到 Workflow 的使用對使用者要求較高，當前暫不對普通使用者開放，開放時間以產品公告為準。文件中的 Workflow 相關內容 (節點場景、觸發器、案例) 可作為提前學習材料
- 本手冊的節點參考 (1.4) 適用於 Chatflow / Workflow 的畫布編排;Agentic Chat 不涉及畫布節點
核心概念
節點 (Node)
流程中的一個處理步驟。每個節點做一件事：呼叫大模型、判斷條件、發 HTTP 請求、執行程式碼等。平臺當前提供 15 個節點，完整列表見 節點參考手冊。
每個節點通用的介面元素：
- 圖示 + 名稱:名稱按當前語言生成預設值，支援修改
- 註釋:給節點寫說明，方便團隊協作
- 更多按鈕:複製、刪除等右鍵選單操作
- 執行按鈕:支援試執行的節點可單獨測試 (見下文「試執行」)
- 幫助文件入口:節點編輯面板內可直接跳轉到對應幫助文件
變數 (Variable)
節點之間傳遞資料的載體。上游節點的輸出變數，可以在下游節點中被引用 (如在 LLM 的提示詞裡插入 Start 節點收集的使用者輸入)。
- 每個變數有變數名和資料型別(String、Number、Object、Array 等)
- LLM 節點預設輸出
text(String);開啟結構化輸出後額外輸出structured_output(Object) - 變數的轉換、提取、聚合分別由 Variables Transformer、Parameter Extractor、Branch Aggregator 三個節點負責
連線與分支
節點之間通過連線定義執行順序。IF Else、Question Classifier 這類節點會產生多個出口分支,不同條件走不同路徑;多個分支的結果可以用 Branch Aggregator 匯聚回一條主線。
試執行 (Test Run)
不釋出應用，直接在畫布上單獨執行某個節點或整條流程，檢視輸入輸出是否符合預期。除 IF Else、Branch Aggregator 等純路由/聚合節點外，處理類節點 (LLM、Agent、Tool、Code、Iteration、Loop、Parameter Extractor 等) 均支援試執行，以節點上是否出現執行按鈕為準。養成"配一個節點就試執行一次"的習慣，是最有效的除錯方式。
模型
LLM 相關節點的模型從服務設定中選擇，由長橋內部統一初始化並提供測試賬號。支援調整部分輸入引數(可調引數以節點配置面板實際展示為準);模型管理暫未開放。模型分「主流」和「SOTA」兩級，SOTA 消耗更多用量。
Workspace(工作空間)
你在平臺上的一切行為都發生在某個 Workspace 內:Agent、Workflow、知識庫、用量消耗都以 Workspace 為邊界。每個 Workspace 繫結一個套餐,套餐決定這個空間裡能用什麼功能、能用多少額度。同一個人在不同 Workspace 中看到的功能可能不同。詳細拆解見 Workspace 與套餐體系。
套餐 (Plan) 與用量 (Usage)
平臺提供 Starter(免費)/ Pro / Premium 三個套餐，差異體現在月度用量額度(LLM 呼叫等消耗按 USD 計量) 和細分功能開關(工具範圍、Skill 數量、知識庫容量、釋出許可權等)。註冊即自動啟用 Starter。額度按月分配、按 7 天滾動釋放，超額時執行會被攔截。詳見 Workspace 與套餐體系。
分地區服務
平臺在香港、新加坡、美國 (籌備中) 由獨立法律實體運營，定價幣種、監管要求和可用能力按地區有所差異，使用者不可跨地區切換服務主體。詳見 分地區服務說明。
節點之外：平臺能力全景
節點編排是骨架，平臺還提供一整套圍繞 Agent 的能力，每項都有獨立文件 (索引見 平臺能力):
| 能力 | 解決什麼問題 | 文件 |
|---|---|---|
| 知識庫 | Agent 只會通用知識，不懂你的私有文件 | 知識庫 |
| Skill 體系 | 專業能力想複用，又不想撐爆 System Prompt | Skill 體系 |
| Workflow 觸發器 | 任務要定時跑、要被外部系統觸發 | Workflow 觸發器 |
| Guardrail 安全護欄 | 輸入輸出的合規風險需要機制層攔截 | Guardrail 安全護欄 |
| 上下文與記憶管理 | 多輪對話失憶、上下文越積越大 | 上下文與記憶管理 |
| 規劃與執行 | 複雜任務沒條理、全自動不可控 | 規劃與執行能力 |
| 執行除錯與觀測 | 批次驗證效果、上線後跟蹤執行質量 | 執行除錯與觀測 |
| 安全校驗與本地化 | 資產資料鑑權、簡繁體適配 | 安全校驗與本地化 |
| 畫布與協作效率 | 多人協作防誤改、節點複用 | 畫布與協作效率 |
| 模型與工具生態 | SOTA 模型選擇、賬戶/行情類工具接入 | 模型與工具生態 |
| 對話端體驗 | 瞭解你的 Agent 釋出後用戶側的呈現能力 | 對話端體驗 |
| 容災能力 | 廠商故障、呼叫失敗時 Agent 仍穩定可用 | 容災能力 |
15 個節點全景圖
基礎節點 Start(開始) · Answer(輸出答案,Chatflow專用) · End(結束,Workflow專用)
AI 節點 LLM(大語言模型) · Agent(呼叫Agent) · Question Classifier(問題分類器)
邏輯編排 IF Else(條件判斷) · Branch Aggregator(分支聚合) · Iteration(迭代) · Loop(迴圈)
資料處理 Code(程式碼執行) · Variables Transformer(模版轉換) · Parameter Extractor(引數提取器)
外部擴充套件 Tool(工具呼叫) · Http Request(HTTP請求)一個最簡單的 Chatflow 長什麼樣
Start ──▶ LLM ──▶ Answer
(接收使用者訊息) (呼叫大模型生成回答) (把回答輸出到聊天視窗)下一步：跟著 快速上手 把它親手搭出來。