> ## Documentation Index > Fetch the complete documentation index at: https://docs.xpertai.cn/llms.txt > Use this file to discover all available pages before exploring further. # 问题分类器 **问题分类器** 是 XpertAI 工作流中的智能节点之一，能够根据用户输入的文本，将其自动归类到预设的多个问题类别中。通过定义清晰的分类标签和描述，该节点可准确判断输入内容的语义意图，为后续流程分支提供依据。 ## 典型应用场景 问题分类器广泛应用于以下场景： * **客服场景中的问题意图识别**（如订单、售后、产品使用等） * **用户评论或反馈的自动分拣** * **企业内部工单归类或邮件初筛** 例如，在一个客户服务机器人流程中，问题分类器可以作为第一步，用于判断用户问题的类型并引导其进入合适的回复路径或系统接口。 **示例分类：** | 分类序号 | 分类 | 描述说明 | | ---- | ------ | -------------- | | 1 | 售后服务相关 | 保修、退换货、客服支持等问题 | | 2 | 产品使用相关 | 如何使用、功能设置等问题 | | 3 | 其他问题 | 无法归类到其他类别的问题 | **示例输入与分类结果：** * “如何设置手机的面部识别？” → 分类结果：`2（产品使用相关）` * “你们的保修期是多久？” → 分类结果：`1（售后服务相关）` * “你喜欢吃苹果吗？” → 分类结果：`2（其他问题）` ## 配置方法 在智能体工作流中添加「问题分类器」节点后，请按以下步骤完成配置： ### 步骤 1：选择输入变量 选择用户输入文本的来源变量，通常是来自系统或对话上下文中的 `human.input` 或自定义变量。 ### 步骤 2：设定分类选项 在节点配置中，添加多个分类标签，每个分类需包含： * **分类描述**（引导模型进行判断的内容，如“问题与维修、退货、客服相关”） 分类数量不限，建议标签间语义区分明确。 ### 步骤 3：模型推理 分类器会调用平台集成的自然语言模型，对输入文本进行推理，返回最匹配的分类序号。无需手动指定模型，系统会自动选择合适模型进行推理。 ### 步骤 4：配置后续流程分支 每个分类结果将返回一个对应的数字序号（如 1、2、3），存储于变量 `.category` 中。 你可以在当前节点进行分支控制，也可以在后续节点中依据该变量控制流程分支，例如： ```yaml theme={null} 如果 .category == 1，则跳转至「售后处理」节点 如果 .category == 2，则跳转至「功能说明」节点 如果 .category == 3，则跳转至「兜底回复」节点 ``` ## 输出说明 ### 输出变量：`.category` * 类型：数字 * 含义：表示匹配到的分类序号（从 1 开始） * 用法：可在判断节点、API 请求节点、知识库节点等后续逻辑中使用该变量决定处理方向。 *** ## 示例配置（简化） ```yaml theme={null} 分类标签： - 标签：售后服务相关 描述：涉及退换货、维修、客服支持的问题 - 标签：产品使用相关 描述：如何使用产品、产品功能设置等问题 - 标签：其他问题 描述：与产品无关或无法归类到前两类的问题 ``` 用户输入：“我的耳机接收不到蓝牙信号怎么办？” 系统判断分类为「产品使用相关」，返回 `.category = 2` *** ## 6. 配置建议 * **描述尽量具体**：分类描述越详细，模型分类效果越好。 * **避免重叠语义**：各标签之间应具有明显的语义边界。 * **合理控制分类数量**：建议单节点内控制在 3\~10 类，以避免语义模糊。 *** ## 7. 常见问题 ### Q：结果是文本标签还是数字？ A：分类结果为数字序号，从 1 开始，保存在变量 `.category` 中。你可以通过该值判断具体匹配到了哪个分类标签。 ### Q：是否支持多个分类结果？ A：目前每次推理仅返回最可能的一个分类。若需支持多标签分类，请联系平台支持或结合多个分类器节点进行判断。