> ## Documentation Index
> Fetch the complete documentation index at: https://docs.eorion.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 如何配置ORION的AI对话

> 在此我们将概要ORION中AI应用的基础对话及任务执行功能

<Note>
  ORION AI 功能当前处于 **Beta 阶段**，我们正持续优化和完善算法性能与用户体验。在此阶段上线的功能，可能会根据实际使用情况进行快速迭代和更新。
</Note>

## 配置一个对话模型流程

对话模型流程的作用是形成一个可以多轮对话的AI Copilot，理解用户的意图，帮助用户执行相关任务。

<Steps>
  <Step title="导入AI Copilot的基础BPMN">
    你可以在[这里下载](https://oriorion.com/assets/reference/aicopilot_basic.bpmn)到这个基础BPMN定义。这个流程的定义ID为“`Process_bpezAICopilot_Test`”，请不要更改它。你可以在设计模块中上传这个文件进行后续的参数设置、部署管理。
  </Step>

  <Step title="配置默认的个性化对话参数">
    流程的第一个task中需要配置一个名为`aiChatflowToken`的输出。配置参数为：

    * `Process variable name`为固定的值“aiChatflowToken
    * `Assignment type`为String or expression
    * `Value`的值为通过ORION内置的Dify配置的Chatflow的API Key，例如：“**app-e7jEfUUj7obC3Cd25f9qb8CP**”

    在 ORION 内置的 **Dify** 中配置一个支持 RAG 的 **Chatflow**，即可实现个性化对话。你可以通过 **“设计 - 智能体”** 模块完成配置，从而让用户获得更专业、更贴合需求的互动体验。

    用户在创建对话后，还可以灵活切换至其他已配置的个性化 Chatflow。
  </Step>

  <Step title="部署AI Copilot基础BPMN">
    完成以上步骤后，你便可以部署这个BPMN流程。
  </Step>
</Steps>

## 配置任务处理智能体调用流程

在AI Copilot的基础BPMN中有一个Call Activity通过变量调用了任务处理的智能体流程。接下去我们来配置一个任务处理的智能体流程让ORION的AI对话能够实现自动处理相关任务、返回相关报表等功能。

任务处理智能体需要一个知识库，在这个知识库中维护可以被调用的流程、报表、任务定义。知识库的定义遵循以下内容格式即可，您可以维护在一个关系型数据库中，也可以通过RAG知识库维护。

其中resourceType的值目前支持：

1. `report`：在resourceUrl给出一个BI报表的URL，前端会通过iframe渲染展示这个报表
2. `process`：在resourceCode中给出要执行的流程定义ID，AI将会调用该流程执行任务
3. `task`：在resourceCode中给出要查看的任务对应的流程定义ID，AI会调用显示相应的任务列表

<CodeGroup>
  ```filename theme={null}
  "actionCode":"environmentReport";
  "resouceCode":"environmentReport";
  "resourceName":"温室环境可视化分析";
  "resourceUrl":"https://metabase.aipaasbrain.com/public/dashboard/aaf0d33c-baf9-4d3c-828e-53abb103d3fe";
  "resourceType":"report";
  "Remarks":"查看温室的室内外气温光照情况";
  "Keywords":"温室环境分析"
  ```
</CodeGroup>

<Steps>
  <Step title="配置任务处理流程BPMN">
    流程的定义ID中必须包含关键词“`bpezAICopilotCal`l”，例如“Process\_EOAI\_AgenticGoalSetting\_bpezAICopilotCall”
  </Step>

  <Step title="配置任务处理Chatflow">
    可以通过ORION内置的Dify配置一个任务获取及输出的Chatflow或Workflow。这个智能体输出的关键为以下json。

    <CodeGroup>
      ```json filename theme={null}
      {
        "tasks": [
          {
            "name": "简洁任务名称，来源于 resourceName",
            "key": "对应 actionCode",
            "resource": "对应 resourceUrl",
            "type": "对应 resourceType",
            "status": "suggested",
            "reason": "简要说明推荐该任务的理由，与用户输入的语义有关"
          }
          // 最多3个任务，若无匹配任务，输出一个彩蛋任务如下：
          // {
          //   "name": "彩蛋任务",
          //   "key": "orionView",
          //   "resource": "https://www.oriorion.com/assets/img/bg/orion.svg",
          //   "type": "report",
          //   "status": "suggested",
          //   "reason": "今天暂时没有匹配的任务，喝杯茶，休息一下吧！"
          // }
        ],
        "summary": "总结推荐任务的背景与合理性。若无匹配任务，可写为‘未匹配到相关任务’。",
        "feedback": "总结用户可能需要补充的上下文信息。",
        "rounds": "{{#sys.dialogue_count#}}"
      }
      ```
    </CodeGroup>
  </Step>

  <Step title="部署流程定义">
    部署流程后，您可以在 ORION 的 AI 模块中创建对话，并直接选择该 AI 任务处理智能体。在后续使用中，还可以配置多个个性化的任务处理智能体，供用户在创建 AI 对话时自由选择。
  </Step>
</Steps>