搭建数据格式转换工作流

开始节点

添加一个必选的输入参数，接收CRM导出的JSON销售数据。

• 参数名称：raw_data
• 参数类型：String
• 描述：CRM导出的SON格式销售数据
• 必填：勾选。

代码节点

此节点通过Python代码解析JSON数据，计算各维度的汇总指标。

• 绑定函数：
  1. 单击“新建函数”，在弹出的对话框输入函数名称：demo，函数描述为“数据格式转换”，输入完成后单击“确定”。：
  2. 单击“编辑源码”，编辑如下代码：

     import json
     from collections import defaultdict
     def main(args: dict) -> dict:
         """
         运行代码节点会调用此函数，请勿对下面的函数名做修改
         :param args: 输入固定为args字典类型，kv为输入参数键值对
         :return: 输出参数为字典类型，kv为输出参数键值对
         """
         # 从args字典中获取原始数据字符串
         raw_data = args.get('raw_data', '')
         data = json.loads(raw_data)
         
         # ========== 1. 整体指标 ==========
         total_sales = sum(item['amount'] for item in data)
         deal_count = len(data)
         avg_deal = round(total_sales / deal_count, 2) if deal_count > 0 else 0
         
         signed_deals = [d for d in data if d['status'] == '已签约']
         signed_amount = sum(d['amount'] for d in signed_deals)
         pipeline_deals = [d for d in data if d['status'] == '跟进中']
         pipeline_amount = sum(d['amount'] for d in pipeline_deals)
         
         # ========== 2. Top 客户 ==========
         sorted_by_amount = sorted(data, key=lambda x: x['amount'], reverse=True)
         top3_clients = [
             {"name": d['client_name'], "amount": d['amount'], "product": d['product']}
             for d in sorted_by_amount[:3]
         ]
         
         # ========== 3. 按销售代表汇总 ==========
         rep_stats = defaultdict(lambda: {"count": 0, "total": 0})
         for d in data:
             rep = d['sales_rep']
             rep_stats[rep]["count"] += 1
             rep_stats[rep]["total"] += d['amount']
         
         rep_summary = [
             {"name": rep, "deal_count": stats["count"], "total_amount": stats["total"]}
             for rep, stats in rep_stats.items()
         ]
         rep_summary.sort(key=lambda x: x['total_amount'], reverse=True)
         
         # ========== 4. 按区域汇总 ==========
         region_stats = defaultdict(lambda: {"count": 0, "total": 0})
         for d in data:
             region = d['region']
             region_stats[region]["count"] += 1
             region_stats[region]["total"] += d['amount']
         
         region_summary = [
             {"region": region, "deal_count": stats["count"], "total_amount": stats["total"]}
             for region, stats in region_stats.items()
         ]
         region_summary.sort(key=lambda x: x['total_amount'], reverse=True)
         
         # ========== 5. 按产品汇总 ==========
         product_stats = defaultdict(lambda: {"count": 0, "total": 0})
         for d in data:
             product = d['product']
             product_stats[product]["count"] += 1
             product_stats[product]["total"] += d['amount']
         
         product_summary = [
             {"product": product, "deal_count": stats["count"], "total_amount": stats["total"]}
             for product, stats in product_stats.items()
         ]
         product_summary.sort(key=lambda x: x['total_amount'], reverse=True)
         
         # ========== 汇总输出 ==========
         result = {
             "overview": {
                 "total_sales": total_sales,
                 "deal_count": deal_count,
                 "avg_deal_size": avg_deal,
                 "signed_amount": signed_amount,
                 "signed_count": len(signed_deals),
                 "pipeline_amount": pipeline_amount,
                 "pipeline_count": len(pipeline_deals)
             },
             "top3_clients": top3_clients,
             "by_sales_rep": rep_summary,
             "by_region": region_summary,
             "by_product": product_summary
         }
         # 构造返回字典（严格遵循输出格式）
         ret = {
             "result": json.dumps(result, ensure_ascii=False)
         }
         return ret

• 输入参数：

  raw_data：引用开始节点的raw_data。

• 输出参数：

  参数名称：result

  参数类型：String

  描述：计算后的结构化指标（JSON字符串）

大模型节点

此节点基于代码节点输出的结构化指标数据，生成自然语言周报。

• 模型配置：选择Kimi-K2模型。
• 输入参数：
  • query，引用开始节点的query。
  • data，引用代码节点的result。
• 提示词配置：
  • 系统提示词：定义一段系统提示词，如下所示。

    你是一名资深销售数据分析师，擅长将销售数据转化为清晰、专业的业务分析报告。
    
    报告需包含以下模块：
    1. 本周业绩概览（总销售额、成交笔数、平均客单价、已签约 vs 跟进中）
    2. Top 客户排名（表格展示前3大客户）
    3. 销售代表业绩（表格对比各销售代表的成交额和笔数）
    4. 区域业绩分布（表格展示各区域表现）
    5. 产品线分析（各产品套餐的销售占比）
    6. 业务建议（2~3条基于数据的可操作建议）
    数据如下：
    {{data}}
    
    报告要求：
    1. 语言专业但易懂，适合管理层快速阅读
    2. 关键数字使用加粗标注
    3. 使用表格呈现对比类数据
    4. 在报告末尾给出 2~3 条可操作的业务建议
    5. 金额统一使用万元为单位，保留两位小数

  • 用户提示词：引用当前的输入参数query，即引用用户的原始输入。

    {{query}}

结束节点

此节点用于展示大模型生成的周报。

• 输入参数：result，引用大模型节点的raw_output。
• 指定回复：

  {{result}}