Router
Der Router-Block nutzt KI, um intelligent zu entscheiden, welchen Pfad Ihr Workflow als nächstes nehmen sollte, indem er die Workflow-Ausführung basierend auf spezifischen Bedingungen oder Logik leitet. Im Gegensatz zu Bedingungsblöcken, die einfache Regeln verwenden, können Router-Blöcke den Kontext verstehen und intelligente Routing-Entscheidungen auf Basis von Inhaltsanalysen treffen.
Überblick
Der Router-Block ermöglicht Ihnen:
Intelligentes Content-Routing: Nutzung von KI zum Verständnis von Absicht und Kontext
Dynamische Pfadauswahl: Routing von Workflows basierend auf unstrukturierter Inhaltsanalyse
Kontextbewusste Entscheidungen: Treffen intelligenter Routing-Entscheidungen über einfache Regeln hinaus
Multi-Pfad-Management: Verwaltung komplexer Workflows mit mehreren potenziellen Zielen
Router vs. Bedingungsblöcke
Funktionsweise
Der Router-Block:
Analysiert Inhalte: Verwendet ein LLM, um Eingabeinhalte und Kontext zu verstehen
Bewertet Ziele: Vergleicht Inhalte mit verfügbaren Zielblöcken
Wählt Ziel aus: Identifiziert den am besten geeigneten Pfad basierend auf der Absicht
Leitet Ausführung: Dirigiert den Workflow zum ausgewählten Block
Konfigurationsoptionen
Inhalt/Prompt
Der Inhalt oder Prompt, den der Router analysiert, um Routing-Entscheidungen zu treffen. Dies kann sein:
- Eine direkte Benutzeranfrage oder -eingabe
- Ausgabe aus einem vorherigen Block
- Eine vom System generierte Nachricht
Zielblöcke
Die möglichen Zielblöcke, aus denen der Router auswählen kann. Der Router erkennt automatisch verbundene Blöcke, aber Sie können auch:
- Die Beschreibungen der Zielblöcke anpassen, um die Routing-Genauigkeit zu verbessern
- Routing-Kriterien für jeden Zielblock festlegen
- Bestimmte Blöcke von der Berücksichtigung als Routing-Ziele ausschließen
Modellauswahl
Wählen Sie ein KI-Modell für die Routing-Entscheidung:
OpenAI: GPT-4o, o1, o3, o4-mini, gpt-4.1
Anthropic: Claude 3.7 Sonnet
Google: Gemini 2.5 Pro, Gemini 2.0 Flash
Andere Anbieter: Groq, Cerebras, xAI, DeepSeek
Lokale Modelle: Jedes Modell, das auf Ollama läuft
Empfehlung: Verwenden Sie Modelle mit starken Reasoning-Fähigkeiten wie GPT-4o oder Claude 3.7 Sonnet für genauere Routing-Entscheidungen.
API-Schlüssel
Ihr API-Schlüssel für den ausgewählten LLM-Anbieter. Dieser wird sicher gespeichert und für die Authentifizierung verwendet.
Zugriff auf Ergebnisse
Nachdem ein Router eine Entscheidung getroffen hat, können Sie auf seine Ausgaben zugreifen:
<router.prompt>: Zusammenfassung des verwendeten Routing-Prompts<router.selected_path>: Details zum ausgewählten Zielblock<router.tokens>: Token-Nutzungsstatistiken vom LLM<router.cost>: Kostenübersicht für den Routing-Aufruf (Eingabe, Ausgabe, Gesamt)<router.model>: Das für die Entscheidungsfindung verwendete Modell
Erweiterte Funktionen
Benutzerdefinierte Routing-Kriterien
Definieren Sie spezifische Kriterien für jeden Zielblock:
// Example routing descriptions
Target Block 1: "Technical support issues, API problems, integration questions"
Target Block 2: "Billing inquiries, subscription changes, payment issues"
Target Block 3: "General questions, feedback, feature requests"Eingaben und Ausgaben
Inhalt/Prompt: Zu analysierender Text für Routing-Entscheidungen
Zielblöcke: Verbundene Blöcke als potenzielle Ziele
Modell: KI-Modell für Routing-Analyse
API-Schlüssel: Authentifizierung für ausgewählten LLM-Anbieter
router.prompt: Zusammenfassung des verwendeten Routing-Prompts
router.selected_path: Details zum gewählten Ziel
router.tokens: Token-Nutzungsstatistiken
router.cost: Kostenübersicht für den Routing-Aufruf (Eingabe, Ausgabe, Gesamt)
router.model: Für die Entscheidungsfindung verwendetes Modell
Beispielanwendungsfälle
Kundensupport-Triage
Szenario: Support-Tickets an spezialisierte Abteilungen weiterleiten
- Benutzer reicht Supportanfrage über Formular ein
- Router analysiert Ticket-Inhalt und Kontext
- Technische Probleme → Engineering-Support-Mitarbeiter
- Abrechnungsfragen → Finanz-Support-Mitarbeiter
Inhaltsklassifizierung
Szenario: Benutzergenerierte Inhalte klassifizieren und weiterleiten
- Benutzer reicht Inhalt oder Feedback ein
- Router analysiert Inhaltstyp und Stimmung
- Feature-Anfragen → Produkt-Team-Workflow
- Fehlerberichte → Technischer Support-Workflow
Lead-Qualifizierung
Szenario: Leads basierend auf Qualifizierungskriterien weiterleiten
- Lead-Informationen aus Formular erfasst
- Router analysiert Unternehmensgröße, Branche und Bedürfnisse
- Enterprise-Leads → Vertriebsteam mit individueller Preisgestaltung
- KMU-Leads → Self-Service-Onboarding-Prozess
Best Practices
- Klare Zielbeschreibungen bereitstellen: Helfen Sie dem Router zu verstehen, wann jedes Ziel mit spezifischen, detaillierten Beschreibungen ausgewählt werden soll
- Spezifische Routing-Kriterien verwenden: Definieren Sie klare Bedingungen und Beispiele für jeden Pfad, um die Genauigkeit zu verbessern
- Fallback-Pfade implementieren: Verbinden Sie ein Standardziel für Fälle, in denen kein spezifischer Pfad geeignet ist
- Mit verschiedenen Eingaben testen: Stellen Sie sicher, dass der Router verschiedene Eingabetypen, Grenzfälle und unerwartete Inhalte verarbeiten kann
- Routing-Leistung überwachen: Überprüfen Sie Routing-Entscheidungen regelmäßig und verfeinern Sie Kriterien basierend auf tatsächlichen Nutzungsmustern
- Geeignete Modelle auswählen: Verwenden Sie Modelle mit starken Argumentationsfähigkeiten für komplexe Routing-Entscheidungen