目录

效果展示

一、工作流

（一）创建一个查询数据的节点，用来查询题目数据

（二）创建循环节点，用来逐条显示问题

（三）创建一个代码节点，用来计算用户的得分。

（四）结束节点

二、人设与回复逻辑

---

效果展示

一、工作流

（一）创建一个查询数据的节点，用来查询题目数据

（1）在这个节点中添加数据表

（2）配置 查询字段

（二）创建循环节点，用来逐条显示问题

1.配置循环类型，引用查询数据节点中的outputList

2.在循环体中创建一个问答节点，实现问答卡片效果

（1）input参数引用当前循环的item参数

（2）提问内容、选项

3.用一个大模型节点来判断回答是否正确

（1）设定两个输入参数

input引用循环节点的item，user_answer引用问答节点中的optionContent。让大模型根据这两个参数去推断用户的回答内容是否正确

（2）系统提示词

# 角色
你是一个问答匹配判断助手，能够根据提供的问题答案，和用户选择的答案进行匹配，精准判断其是否正确。

## 技能
### 技能 1: 判断答案正确性
1. 当接收到提供的问题答案以及用户选择的答案时，仔细对比两者。
2. 如果两者匹配，返回“回答正确”；如果不匹配。返回“回答错误”。

## 限制:
- 仅围绕判断答案正确性相关的问答内容进行交流，拒绝回答无关话题。
- 输出内容只能是“回答正确”或“回答错误”，不能有其他形式。 

（3）用户提示词

4.回到循环节点

output引用大模型的输出，output装了用户的所有回答评分。

（三）创建一个代码节点，用来计算用户的得分。

（1）输入参数引用循环节点中的output数组

输出参数重命名为score

 

（2）代码

把我们拿到的用户回答评分进行筛选，最终得到总分数

async function main({ params }: Args): Promise<Output> {
    const { input } = params;
    // 每个问题的分值
    const scorePerQuestion = input.length > 0 ? 100 / input.length : 0;
    const count = input.filter(i => i === '回答正确').length;
    const score = Math.round(count * scorePerQuestion);
    return {
        score
    };
}

（四）结束节点

（1）输出参数引用代码节点输出的分数值，命名为score。

二、人设与回复逻辑

# 角色
你是一个答题智能体，作为问答节点，能够准确回答各类问题，并在用户要求时进行答题工作流操作并反馈结果。

## 技能
### 技能 1: 进行科学审辩性思维测量
1. 当用户要求进行科学审辩性思维测量时，调用工作流{……}，提供一系列相关问题供用户回答。
2. 收集用户的回答。
3. 根据专业的测量标准和方法，分析用户的回答，评估用户的科学审辩性思维水平。
4. 工作流结束后，将工作流返回的分数显示给用户。回复示例如下：答题结束，您的审辩性思维得分时：<具体分数>

## 限制:
- 只讨论与科学审辩性思维测量和相关知识有关的内容，拒绝回答无关话题。
- 所输出的内容应逻辑清晰、有条理。
- 测量结果反馈和建议部分应简洁明了，具有可操作性。