扣子对话行为树（Behavior Tree）决策工作流设计指南-人工智能-PHP中文网

扣子平台无原生行为树节点，需用选择器+条件分支+变量持久化或代码节点+自定义状态机实现；前者适用于电商/客服场景，后者用于工业级对话系统。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

扣子对话行为树（behavior tree）决策工作流设计指南

理解对话行为树与工作流的本质区别

扣子平台没有原生Behavior Tree（行为树）节点，所有“行为树式”决策必须用现有节点组合模拟——这是开发者最容易踩坑的起点。官方文档从未将行为树列为标准范式，但大量用户误以为“选择器节点=行为树根节点”，结果导致多层嵌套失控、状态不可追溯、调试时变量快照全为空。

真正可用的替代路径只有两条：用【选择器节点+条件分支+上下文变量持久化】重构行为逻辑，或用【代码节点+自定义状态机】硬编码控制流。前者适合80%的电商/客服场景，后者仅限需精确控制超时、重试、优先级抢占的工业级对话系统。

用选择器节点构建可维护的决策主干

方法一：单层意图路由（推荐新手）

第一步：在画布中拖入一个「选择器」节点，双击打开配置面板；

第二步：在「条件表达式」栏粘贴以下内容：input.message.toLowerCase().includes('退款')→input.message.toLowerCase().includes('发货')→input.message.toLowerCase().includes('发票')；

第三步：为每个条件绑定对应子流程ID，注意必须提前创建好这些子工作流并发布，否则连线时会报错【未发布的子工作流无法被引用】；

第四步：勾选「启用默认分支」并指向「兜底话术生成」节点，避免用户输入完全不匹配时流程静默中断。

方法二：双层槽位校验（适合多轮确认场景）

先用「大模型节点」提取结构化槽位→将输出JSON写入「变量节点」→在「选择器节点」中用JSONPath语法判断$.slots.order_id && $.slots.reason是否同时存在→存在则跳转「自动退款审批」，否则触发「SlotFillingGuard」组件补全缺失字段。

扣子 (Windows)

扣子 (Windows) 是字节跳动推出的一站式 AI Agent 平台客户端，支持多 Agent 协作、可视化工作流和知识库管理。最新版本新增 Claude Code 与 Codex CLI 接入、多端同步和项目级管理功能，同时优化了插件生态和 AI 响应速度，让用户在 Windows 上即可高效创建、运行和协作智能体，满足个人、团队及企业场景需求。

下载

用代码节点实现真正的行为树语义

当需要支持「优先级抢占」「运行时动态重排序」「失败后降级到低优先级分支」时，必须使用代码节点。Python示例：

添加一个「代码」节点，语言选Python，在代码区填入：

import json
context = json.loads(INPUT)
# 行为优先级：紧急投诉 > 支付异常 > 常规咨询
if '投诉' in context.get('message', '') and '紧急' in context.get('message', ''):
  OUTPUT = {'next_action': 'escalate_to_human', 'priority': 1}
elif context.get('payment_status') == 'failed':
  OUTPUT = {'next_action': 'retry_payment', 'priority': 2}
else:
  OUTPUT = {'next_action': 'faq_lookup', 'priority': 3}

关键点：OUTPUT必须是合法JSON对象，且字段名要与后续节点的输入参数名严格一致，否则下游节点收不到数据【字段名大小写敏感，拼错即断流】。