以下是搭建能够同时读取多个文档的 BOT 工作流节点的相关内容：
首先，我们的 Bot 获得了「掘金 x 扣子 Hackathon 活动 - 深圳站」的总冠军。
对于一种工作流，其步骤如下：
工作流拆解步骤：
另外，在每个工作流里面，都嵌入了一个知识库节点，维护了如下 3 个知识库：
以“首席组织官 组织管理专家”bot 为例，在 bot 里面创建数据库的教程：
第一步：开始节点，接收用户选择的小说人物角色名称第二步：知识库节点，将输入的小说角色名称作为query去知识库检索该角色的性格特点和经典台词第三步：大模型节点，让大模型对信息进行筛选，并采用json格式输出第四步：代码节点，对上游的输入数据进行规整，格式化输出第五步：text2image，引用上一步输出的feature（用于描述人物性格和特点），作为prompt，生成人物的角色照第六步：结束节点，输出人物台词和角色照👉工作流图参考：第3个工作流是ask_character，当用户向小说角色提问时，Bot会调用此工作流获取结果，本质上是一个根据用户query进行RAG（Retrieval Augmented Generation，检索增强生成）的任务，这是非常重要的一个工作流，关系到用户和小说人物角色对话时Bot的回答质量。👉工作流拆解：第一步：开始节点，接收用户向小说人物角色提问的问题第二步：知识库节点，将问题作为query去小说内容中进行语义检索和全文检索第三步：大模型节点，让大模型根据问题和检索到的上下文信息，生成答案第四步：结束节点，输出答案，作为小说人物的回答👉工作流图参考：
另外，大家可以看到，在每个工作流里面，我们都嵌入了一个知识库节点，我们维护了如下3个知识库：知识库的整理和清洗，可以说是dirty work。小说合集。这里面包含了4本小说。小说台词。包含了小说主要人物角色和经典台词。小说简介。包含小说简介和主要的人物角色。因此，开发这个Bot的核心在于知识库的构建和工作流的搭建。3.4成果展示经过不断地调整和优化，我们终于可以说「有那味了」，当然这仅仅是开始。下面是一些对话示例。庆余年繁花3.5存在问题虽然使用了Moonshot大模型和工作流，但在调试的过程中，还是存在一些不遵循指令的bad case。比如下面的case，Bot的回答，直接说“根据工作流...”。所以，还是有很多问题需要优化的。3.6发布体验目前，我已经将Bot发布到扣子Bot商店、掘金社区和豆包。由于对外发布只能使用云雀模型，所以实际体验效果可能会打个折扣。另外，目前可供对话的人物角色列表是有限的，建议选择Bot提供的人物角色进行对话。扣子Bot商店链接https://www.coze.cn/store/bot/7353452051638255628掘金社区AI聊天室：
1、创建一个bot。并且在bot编排页面新增数据库；这里我是给原来就有的bot新增数据库的功能，如果你是新建一个bot操作也是一样的。2、选择自定义数据表3、点击自定义数据表以后，按照需要设置数据表信息4、我的数据表，因为我的工作流需要两个数据表，所以这里我创建了两个。