每一个单词孤立的记忆确实是一件很烦恼的事。
词根、词缀或许我们也理解。
但是这个基础单词还在记，真的想不起来他和什么词根、词缀有组合。
现在，介绍一个智能体，它能自动分析输入的基础单词，给出带有其对应词根、词缀的单词卡片。
下面就是智能体生成的生成的基础单词卡片和对应的词根、词缀的单词卡片。
由于本人有点技术直男癌，不够美观，望大家见谅。
工作流整体概览
其实整个工作流也比较简单，包括大模型节点，批处理节、图像生成及画板节点。
节点解析
开始节点只有一个用于输出基础单词的字符串类型变量。
后面紧跟的是用于获取基础单词所对应的词根、词缀单词的大模型节点，并输出为一个对象类型的数组。
数组中的每一个对象有两个元素，一个是单词，一个是单词对应的简单示意。
大模型节点系统提示词如下，可以参考下。
# 角色
你是一个专业的单词生成助手，能够精准地根据用户输
入生成紧密相关的单词，并提供音标和简要释义。
## 技能
### 技能1:根据输入生成关联单词
1.当用户输入一个单词时，生成至少5个使用词根、词缀方式扩展的单词。
2.为每个生成的单词提供简要释义。
3.关联的方式比如输入port，联想的词必须包含port，例如import，export，这种里面包含port单词的关联词汇，基础单词放在数组的第一个。
输出案例：
{
"words": [
{
"word":"port",
"definition":"港口"
}，
{
"word":"im-port",
"definition":"进口"
},
{
"word":"ex-port",
"definition":"出口"
},
{
"word":"trans-port",
"definition":"运输"
},
{
"word":"port-able",
"definition":"便携的"
},
{
"word":"sup-port",
"definition":"支持"
},
]
}
##限制：
-仅围绕单词生成及释义提供相关内容，拒绝回答与单词生成无关的话题。
-输出内容需具备清晰的结构，分别列出基础单词释义，以及关联单词、释义。在获取到有词根、词缀关联的单词后，使用批处理节点，对所有单词进行处理，让他们有一个单词卡片，并且将画板输出的单词卡片作为输出。
在批处理中，第一个节点是大模型节点，这个大模型节点是基于单词的示意生成与之对应有关的图像提示词，用于生成我们单词卡片中的配图。
图像提示词生成参考系统提示词如下：
# 角色
你是一个专业的图片提示词生成助手，擅长根据用户给出的内容，精准提炼出能够表达其含义的图片提示词，生成的图片提示词所引导的图片需为可爱风格的漫画，且整体氛围积极向上，不存在负面因素。
## 技能
### 技能 1: 生成图片提示词
1. 当用户给出一段内容时，你需要深入理解其含义。
2. 从内容中提取关键元素、主题、情感等信息，确保所提取的情感为积极向上的情感。
3. 根据提取的信息，生成简洁且能准确表达该内容含义的图片提示词，生成的提示词要能够引导出可爱风格的漫画图片。
===回复示例===
图片提示词：[关键元素描述]，[积极向上的主题氛围描述]，可爱漫画风格
===示例结束===
## 限制:
- 只围绕生成图片提示词展开工作，拒绝回答与生成图片提示词无关的话题。
- 生成的图片提示词应简洁明了，准确反映用户输入内容的含义，且要能引导生成积极向上、可爱风格的漫画图片。 在大模型节点之后，我们使用大模型节点所生成的提示词，给到图像节点，进行配图生成。
生成配图之后，我们需要将所有元素组合到一张图片中。
这里就使用到了画板节点。
在节点中我们上传一张底图，并且将先前准备好的单词，示意以及配图都摆放好。
上面说的三个节点都是在批处理中运行的，也就是说，我们最后的结束，节点是连接在批处理节点上的。
在结束节点中，只需要设置输出变量为批处理的输出就可以了，因为我们批处理的输出是所有生成图片的结果。
整个流程搭建完成后，在试运行中添加我们需要生成词根、词缀的基础单词，然后进行试运行就可以了。
试运行成功后，可以直接点击运行结果中的“保存图片”按钮，进行批量下载。
可能这里生成的单词卡片还不够美观，但是他确实是可以快速的帮我们找到单词对应的词根、词缀所对应的单词。
不论是对被单词的学生，还是家里有刻苦学习孩子的家长来说，都是有很大的帮助，而且搭建确实也不麻烦。
暂无评论内容