AI垃圾信息识别

项目访问链接

https://zion.functorz.com/tool/gnbDBjYB1n5/WEB?code=8yz48bkjRFOkv 

场景与目标

• 目标：利用 Zion 原生的 AI 能力，构建一个自动化的内容审核系统，识别无意义的乱码或重复性垃圾信息。
• 适用场景：用户评论区、留言板、或任何需要对用户提交内容进行初步审核的场景，以减少人工审核负担。
• 核心逻辑：用户在 UI 提交文本 -> 触发异步行为流 -> 调用 AI Agent进行分析 -> AI 返回结构化数据 -> 自动存入数据库。

实现步骤

数据存储配置

首先，定义一张数据表，用于存储用户提交的原始信息以及 AI 的判定结果。

• 数据模型：前往“数据”选项卡，创建一张名为 留言 的表。

AI Agent配置

1. 创建Agent：在“AI”模块中，新建一个Agent（例如 Agent_垃圾信息识别）。
2. 输入设置：添加一个名为 留言 的文本输入参数，用于接收待处理内容。
3. 提示词模板：
   • 角色 (Role)：反垃圾信息鉴别专家
   • 任务详情 (Task)：明确判定标准（如：乱码识别、重复字符灌水、无意义回复等）。
   • 引用变量：在提示词中使用 \{{输入/留言}} 引用用户提交的文本。
4. 输出配置：务必将输出类型设置为“结构化”。这能确保 AI 返回格式化的 JSON 数据，方便后续逻辑节点直接调用。
   • is_spam (Boolean)： true: 垃圾信息; false: 正常内容。
   • reason (String)： 具体违规原因。

行为流搭建

1. 创建行为流：在“行为流”选项卡中，新建一个名为 AI垃圾信息识别 的行为流。
2. 设置输入：定义一个文本类型的输入参数 content。
3. 执行方式：设置为“异步”。
4. 逻辑节点：
   • AI 处理节点：选择“开始会话”动作，关联上述配置好的Agent。将行为流的输入 content 传递给Agent的 留言 参数。
   • 存储结果节点：选择“添加数据”动作，操作 留言 表。
     • 内容：绑定自 行为流数据 -> 输入 -> content。
     • 是否垃圾信息：绑定自 行为流数据 -> AI处理 -> data -> is_spam。
     • 识别理由：绑定自 行为流数据 -> AI处理 -> data -> reason。

UI 搭建与交互

1. 组件组织：在画布上拖入一个输入框（用于输入留言）和一个按钮（用于提交）。
2. 样式调整：将按钮文字修改为“开始分析”。
3. 交互绑定：
   • 选中按钮，在右侧面板选择“行为” -> “点击时”。
   • 添加“调用行为流”，选择 AI垃圾信息识别。
   • 参数绑定：将行为流所需的 content 参数绑定为输入框组件的值。

功能验证

1. 预览测试：点击编辑器右上角的“预览”按钮。
2. 模拟提交：在输入框中输入一段乱码（如 gduafjcsdv），点击提交按钮。
3. 查看结果：回到“数据” -> “数据库”视图。你应该能看到一条新记录：是否垃圾信息 字段为 true，且 识别理由 准确描述了该内容属于无意义字符组合。