Router
El bloque Router utiliza IA para decidir de manera inteligente qué camino debe tomar tu flujo de trabajo a continuación, dirigiendo la ejecución del flujo de trabajo según condiciones o lógica especÃficas. A diferencia de los bloques de Condición que utilizan reglas simples, los bloques Router pueden entender el contexto y tomar decisiones inteligentes de enrutamiento basadas en el análisis de contenido.
Descripción general
El bloque Router te permite:
Enrutamiento inteligente de contenido: Usa IA para entender la intención y el contexto
Selección dinámica de rutas: Dirige flujos de trabajo basados en análisis de contenido no estructurado
Decisiones conscientes del contexto: Toma decisiones inteligentes de enrutamiento más allá de reglas simples
Gestión de múltiples rutas: Maneja flujos de trabajo complejos con múltiples destinos potenciales
Router vs bloques de Condición
Cómo funciona
El bloque Router:
Analiza el contenido: Utiliza un LLM para entender el contenido y el contexto de entrada
Evalúa objetivos: Compara el contenido con los bloques de destino disponibles
Selecciona el destino: Identifica la ruta más apropiada basada en la intención
Ejecuta el enrutamiento: Dirige el flujo de trabajo al bloque seleccionado
Opciones de configuración
Contenido/Prompt
El contenido o prompt que el Router analizará para tomar decisiones de enrutamiento. Esto puede ser:
- Una consulta o entrada directa del usuario
- Resultado de un bloque anterior
- Un mensaje generado por el sistema
Bloques de destino
Los posibles bloques de destino entre los que el Router puede seleccionar. El Router detectará automáticamente los bloques conectados, pero también puedes:
- Personalizar las descripciones de los bloques de destino para mejorar la precisión del enrutamiento
- Especificar criterios de enrutamiento para cada bloque de destino
- Excluir ciertos bloques para que no sean considerados como destinos de enrutamiento
Selección de modelo
Elige un modelo de IA para potenciar la decisión de enrutamiento:
OpenAI: GPT-4o, o1, o3, o4-mini, gpt-4.1
Anthropic: Claude 3.7 Sonnet
Google: Gemini 2.5 Pro, Gemini 2.0 Flash
Otros proveedores: Groq, Cerebras, xAI, DeepSeek
Modelos locales: Cualquier modelo ejecutándose en Ollama
Recomendación: Utiliza modelos con fuertes capacidades de razonamiento como GPT-4o o Claude 3.7 Sonnet para decisiones de enrutamiento más precisas.
Clave API
Tu clave API para el proveedor de LLM seleccionado. Esta se almacena de forma segura y se utiliza para la autenticación.
Acceso a los resultados
Después de que un router tome una decisión, puedes acceder a sus resultados:
<router.prompt>: Resumen del prompt de enrutamiento utilizado<router.selected_path>: Detalles del bloque de destino elegido<router.tokens>: EstadÃsticas de uso de tokens del LLM<router.cost>: Resumen de costos para la llamada de enrutamiento (entrada, salida, total)<router.model>: El modelo utilizado para la toma de decisiones
Funciones avanzadas
Criterios de enrutamiento personalizados
Define criterios especÃficos para cada bloque de destino:
// 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"Entradas y salidas
Contenido/Prompt: Texto a analizar para decisiones de enrutamiento
Bloques de destino: Bloques conectados como destinos potenciales
Modelo: Modelo de IA para análisis de enrutamiento
Clave API: Autenticación para el proveedor LLM seleccionado
router.prompt: Resumen del prompt de enrutamiento utilizado
router.selected_path: Detalles del destino elegido
router.tokens: EstadÃsticas de uso de tokens
router.cost: Resumen de costos para la llamada de enrutamiento (entrada, salida, total)
router.model: Modelo utilizado para la toma de decisiones
Ejemplos de casos de uso
Clasificación de soporte al cliente
Escenario: Enrutar tickets de soporte a departamentos especializados
- El usuario envÃa una solicitud de soporte mediante un formulario
- El enrutador analiza el contenido y contexto del ticket
- Problemas técnicos → Agente de soporte de ingenierÃa
- Preguntas de facturación → Agente de soporte financiero
Clasificación de contenido
Escenario: Clasificar y enrutar contenido generado por usuarios
- El usuario envÃa contenido o comentarios
- El enrutador analiza el tipo de contenido y el sentimiento
- Solicitudes de funciones → Flujo de trabajo del equipo de producto
- Informes de errores → Flujo de trabajo de soporte técnico
Calificación de leads
Escenario: Enrutar leads según criterios de calificación
- Información del lead capturada desde un formulario
- El enrutador analiza el tamaño de la empresa, la industria y las necesidades
- Leads empresariales → Equipo de ventas con precios personalizados
- Leads de PYMES → Flujo de incorporación autoservicio
Mejores prácticas
- Proporcionar descripciones claras de destino: Ayuda al enrutador a entender cuándo seleccionar cada destino con descripciones especÃficas y detalladas
- Usar criterios de enrutamiento especÃficos: Define condiciones claras y ejemplos para cada ruta para mejorar la precisión
- Implementar rutas alternativas: Conecta un destino predeterminado para cuando ninguna ruta especÃfica sea apropiada
- Probar con entradas diversas: Asegúrate de que el enrutador maneja varios tipos de entrada, casos extremos y contenido inesperado
- Monitorear el rendimiento del enrutamiento: Revisa las decisiones de enrutamiento regularmente y refina los criterios basándote en patrones de uso reales
- Elegir modelos apropiados: Utiliza modelos con fuertes capacidades de razonamiento para decisiones de enrutamiento complejas