提示词
为LLM输入创建带动态变量的提示词模板。
概述
该工作流名为**“验证码求解器”**，旨在自动化解析用户发送的验证码图片流程。用户可通过对话界面上传验证码图片，系统自动解析出其中的文本或代码，对于需要大规模、自动化验证码识别的场景尤为实用。
步骤详解
1. 用户接入与欢迎信息
- 触发节点： 当用户打开聊天会话时，工作流通过聊天开启触发器节点启动。
- 欢迎信息： 该触发器将会话传递给消息组件，展示友好的问候和操作指引。信息内容为：
“这是一个验证码求解器 🤩。为了帮助您，请发送一张包含您需要识别的验证码的图片 📷。我会分析该图片并尝试为您解出验证码。收到图片后，我会尽力识别其中的文本或数字，并将结果反馈给您 🧠🔍。” - 展示： 该信息会立即通过聊天输出发送，用户一进入即能看到。
2. 用户输入处理
- 接收输入： 聊天输入节点收集用户输入，支持文本和文件（如图片）上传。
- 文件上传： 若用户上传图片文件，系统会将其转发至：
- 提示词模板组件，用于构建动态提示词。
- 直接传递给生成器（AI模型），进行图片处理。
3. 提示词准备
- 提示词设计： 提示词模板节点将上传图片作为
{input}嵌入动态提示词中：“what you see in the {input} picture, describe it, if it is a CAPTCHA return the code only”
- 语境输入： 提示词明确要求模型仅在存在验证码时返回验证码代码。
4. AI处理
- 生成器节点： 已准备的提示词与上传的图片一同传递给生成器节点，使用具备图像输入能力的大型语言模型（LLM）。
- 解析： AI对图片进行处理并返回文本输出，理想情况下即为解出的验证码代码。
5. 输出结果
- 响应： 生成器返回的结果（已解码的验证码）将通过聊天输出节点反馈给用户。
- 图片回显： 原始图片也会同步输出，便于用户确认处理的图片内容。
流程图（概要表）
| 步骤 | 节点/组件 | 作用说明 |
|---|---|---|
| 聊天开启 | 聊天开启触发器 | 会话开启时启动流程 |
| 欢迎信息 | 消息组件 | 引导并指引用户 |
| 展示指引 | 聊天输出 | 向用户展示欢迎/操作指引 |
| 接收用户输入 | 聊天输入 | 接收文本及图片（验证码）输入 |
| 组建提示词 | 提示词模板 | 动态引用图片构建AI提示词 |
| AI处理 | 生成器 | 利用LLM解析并求解验证码 |
| 展示结果 | 聊天输出 | 向用户展示已解出的验证码 |
| 图片回显 | 聊天输出 | 可选展示用户上传的原始图片 |
优势与应用场景
- 高可扩展性： 流程自动化求解验证码，减少人工操作，适合批量或重复场景。
- 用户友好： 明确的引导和反馈，保障用户操作无障碍。
- 易集成： 基于LLM的图像转文本能力，无需自定义编程即可适配多类验证码。
- 自动化： 适用于质检、测试、无障碍或任何需频繁识别验证码的场景。
总结
本工作流通过对话界面，结合AI图像理解能力，实现验证码图片的自动化解析。无论是需要批量处理验证码、集成到自动化流程中，还是仅想减少人工输入操作，皆可高效使用此方案。
