用阿里百炼 Workflow 做萌宠拜年视频：从零看懂节点架构与改造方法
春节前夕，阿里百炼平台上线了新春营销专区，提供短信生成器、海报生成器等即开即用的应用模板。本期 WaytoAGI「晚八点共学」直播中，大厂 AI 产品专家、独立开发者、小红书 AI 博主电波曲奇老师，以「萌宠拜年视频」为例，带大家拆解了百炼 Workflow 的完整运作逻辑——从条件判断、大模型节点到图生视频与文生视频的分支设计，并逐一讲解了每个节点的配置要点与改造思路。无论你是刚接触 AI 应用搭建的新手，还是想深入理解 Workflow 架构的进阶学习者，都能从这场分享中获得可直接上手的操作路径。
从智能体到 Workflow：理解百炼的两大核心能力
阿里百炼平台提供两个核心能力：一是基础模型服务，可以调用千问系列的大模型，覆盖文本、视觉、图片、视频、语音等多种模态；二是应用开发能力，平台基于模型和工程能力封装了大量开源应用，用户可以直接复刻使用。
上一期课程中，电波曲奇带大家在新春营销专区制作了短信生成器和海报生成器，其中海报生成器涉及 MCP 服务的调用方式、开通流程以及 API key 的输入方法。而本期课程则进阶到更复杂的领域——借助萌宠拜年视频的制作流程，帮助大家理解 Workflow 的概念。
电波曲奇特别强调了一个关键区别：智能体（Agent）和工作流（Workflow）是完全拆开的两种应用形态。智能体类似于上节课讲的单一 Agent 推理流程，而 Workflow 由多个节点组成，每个节点承担不同的处理任务。在百炼平台中，这两个图标代表完全不同的应用类型，进入时需要注意区分。
Workflow 画布的本质：单次复杂交互流程
很多新手打开 Workflow 画布后会感到困惑：这个东西是干嘛的？怎么开始？怎么结束？电波曲奇给出了一个清晰的解释：
“这个画布的本质其实就是一个我们单次的、和模型进行复杂交互的一个流程，你的任务就是设计这个流程中的各个步骤，最终达成你想要的那个目的。”
Workflow 一定有一个开始节点（输入问题或参数）和一个结束节点（输出最终结果），中间的部分都是可自由设计的积木。你可以把中间步骤做得很简单——只有一个开始、一个大模型、一个输出结果，类似 Agent 的效果；也可以做得很复杂，增加众多条件判断和环境变量。
每次运行 Workflow，都是从开始到结束的一次单次流程。它就像一个可以循环使用的工具，每按一次按钮就完成一次任务。电波曲奇建议大家不要被中间的各种功能吓到，抓住「开始」和「想要的结束」这两个核心即可。
条件判断节点：用分支兼容两种业务场景
萌宠拜年视频的 Workflow 需要同时兼容两个不同的业务场景：文生视频（只需输入文本）和图生视频（需要参考图和文本）。如何用同一个工作流处理两个不同的任务？答案是使用条件判断节点将两个任务分开。
在案例中，条件判断节点被命名为「是否上传图片」。它的逻辑是：当图片输入不为空时，走上面的图生视频流程；否则走下面的文生视频流程。具体实现方式是设置一个条件——图片列表不为空，然后拉一个 else 分支处理「条件不满足」的情况。
条件变量来自开始节点的内容。百炼平台内置了一个 image 的 list 变量，用户上传的图片会自动进入这个变量；query（用户问题）也来自开始节点，且不能删除。用户可以在开始节点添加自定义变量，比如添加一个 test 变量，然后在条件判断中选择这个变量来设置条件。
条件判断节点还支持更复杂的用法：可以添加新条件或新条件组，实现多分支判断。条件组内的条件关系有两种：「所有条件需满足」（all 关系）和「任意一个满足即可」。电波曲奇强调，条件判断是 Workflow 中必须掌握的节点：
“我没有见过哪个用 Workflow 不需要用条件判断节点的，因为如果你这个业务不需要条件判断的话，那你去建一个 Agent 就好了。”
大模型节点与脚本节点：提示词生成与工程处理
Workflow 中的「图生视频提示词生成」和「文生视频提示词优化」本质上都是大模型节点。百炼本质上是一个与大模型交互的 Workflow 工具，大模型节点可以引用不同类型的模型来处理相应任务。
案例中的精妙之处在于，图生视频提示词生成节点选择的是一个 VL 模型（视觉理解模型），所以它能识别出用户上传的图片是一只布偶猫。选择视觉理解模型时，需要指定下游来源（视频帧、完整视频 URL 或图片），并将图片参数传入。如果换成纯文本模型（如千问 Max），则只需配置系统提示词和用户问题，不需要传入图片参数。
大模型节点的输出结果存储在 result 变量中，下游节点可以通过输入反斜杠来引用前置节点的输出变量。
脚本节点则用于运行代码或脚本，支持 Python 和 JS 两种运行方式。它的作用是处理工程过程中的问题，比如合并字符串、提取参数等。在萌宠拜年视频的 Workflow 中，脚本节点的任务是从上传图片的 JSON 数据中抠出 URL 地址参数，作为图生视频节点的入参。
没有代码基础的用户也不用担心，可以直接在百炼平台调用千问 Max 来询问代码的含义和写法。脚本节点的结构是：中间是代码，上方是输入变量，下方是输出变量。运行时，输入变量被赋值后传入代码块，代码执行后输出约定的结果。
图生视频与文生视频节点：参数配置与输出处理
图生视频节点的核心配置包括：
- 模型选择：必须选 i to v（image to video）模型，不能选 t to v（text to video）模型
- 参考图片：选择图片 URL，来自脚本节点处理后的输出
- 正向提示词：引用图生视频提示词生成节点的 result 输出
- 参数调整：清晰度（1080P 或 720P）、视频时长（5 秒或 10 秒）、随机种子（控制生成随机性）、智能扩写（案例中关闭，因为已有前置扩写节点）、生成音频（可按需开关）
文生视频节点与图生视频节点类似，但不需要列表转字符串步骤，也不需要输入图片 URL，直接将文本输入到节点的 result 即可。
视频生成完成后，输出的是 MP4 格式的 URL 结果。Workflow 通过脚本节点将 URL 进行 Markdown 化处理，在结束节点以 Markdown 格式打印视频链接，页面就能直接渲染播放。
Workflow 改造与学习路径建议
Workflow 的改造可以从两个层面进行：一是架构层面，随意增加节点，比如添加条件判断、流程输出等；二是内容层面，修改提示词、调整参数（清晰度、时长、随机种子等）。改造后需要重新测试，通过流程输出节点监控中间结果。
电波曲奇给出了分级学习建议：
- 新手：先掌握大模型节点、多模态生成节点、条件判断节点和变量相关的知识，这些能覆盖 80%～90% 的工作
- 进阶学习者（计算机相关专业学生或想深入转型的人）：进一步学习知识库上传与调用、API 接口通讯（get/post）、插件组件运用、脚本处理、循环与批处理等高级内容
他强调实践的重要性：“这个任务一定要实践，因为你自己不实践的话，你完全不知道它们是干嘛的。”
现场问答
列表转字符串的作用是什么？
图生视频节点需要 image 的 URL 作为入参，但原生节点的输入是 JSON 格式。列表转字符串就是从长 JSON 中截取网页地址，转换为 URL 格式后作为图生视频节点的入参，起到格式转换的作用。
流程输出的目的是什么？
方便追踪内部内容。比如想知道意图识别和分流后用户问题去了哪个位置、判断条件是什么，都可以通过流程输出打印出来，相当于在流程中打 log，无需去扒流程日志。
能否支持多图参考生成视频？
当前版本的 i to v 入参是单图形式，仅提供一张参考图作为视频首帧。多图参考生成在当前版本的 Workflow 中还无法实现，需要等待百炼升级。电波曲奇表示会向百炼产品经理提出这个需求。
如何用 Python 调用工作流？
查看发布渠道中的使用文档，安装带 swap 的包，调用 import application，输入参数变量、API key 和 prompt 即可完成调用。
要点回顾
- 百炼平台的两大核心能力是基础模型服务和应用开发，Workflow 是应用开发中的重要形态
- Workflow 的本质是单次与模型进行复杂交互的流程，有开始和结束，中间步骤可简单可复杂
- 条件判断节点用于分支管理，通过「是否上传图片」等条件区分不同业务场景
- 大模型节点可引用不同类型的模型（文本、视觉理解等），输出结果存储在 result 中
- 脚本节点运行 Python 或 JS 代码，处理工程问题（如提取 URL、格式转换）
- 图生视频节点必须选 i to v 模型，文生视频节点不需要图片输入
- 新手先掌握大模型、多模态生成、条件判断和变量相关节点，进阶再学知识库、API、脚本等
- Workflow 在业务中承担超过 70% 的工作，是学习 Agent 之前必须掌握的中期考试
直播回放约 74 分钟
播放器来自飞书妙记 · 在新窗口打开