Компоненты Для Бизнес-Пользователя

Эта страница объясняет компоненты простым языком: что они делают и когда их применять. Для детальной настройки и примеров использования открывайте страницы компонентов по ссылкам ниже. По шаблонам Jinja см. отдельную страницу: Jinja Шаблоны.

Логика и управление flow

  • Открыть детальные карточки всех компонентов

  • begin — старт flow. Когда использовать: в каждом сценарии как входная точка.

  • end — завершение flow и формирование финального ответа. Когда использовать: в конце каждой ветки, которая возвращает результат пользователю.

  • switch — условное ветвление. Когда использовать: если нужны разные сценарии для разных типов запросов.

  • goto — явный переход к нужной ветке. Когда использовать: для роутинга по ключу/метке/статусу.

  • parallel — запуск веток параллельно. Когда использовать: когда несколько операций можно делать одновременно.

  • run_flow — запуск вложенного flow. Когда использовать: для переиспользования готовых подпроцессов.

  • schedule_flow — управление запусками по расписанию. Когда использовать: регулярные рассылки, периодические проверки, авто-задачи.

AI и обработка текста

  • llm — основной AI-ответ (генерация текста и tool-calling). Когда использовать: чат-ответы, классификация, генерация контента.

  • text_template — формирование текста по шаблону. Когда использовать: стандартизированные ответы и системные промпты.

  • wiki_agent — автономный агент для более сложных задач. Когда использовать: многошаговые задачи с промежуточными действиями.

  • mcp_agent — агент с доступом к MCP-инструментам. Когда использовать: когда AI должен работать с внешними tool-серверами.

  • mcp — прямой доступ к MCP серверу. Когда использовать: подключение внешних инструментов без сложной агентной логики.

Данные, память и поиск

  • data_store — ключ-значение память. Когда использовать: хранить состояние диалога, промежуточные данные и флаги.

  • table — работа с табличными данными. Когда использовать: CRUD-операции и выборки по структуре таблиц.

  • storage — файловое хранение (загрузка/получение файлов). Когда использовать: вложения, документы, бинарные артефакты.

  • file — загрузка файла и извлечение текста. Когда использовать: обработка входящих документов от пользователя.

  • rag — поиск по собственному векторному хранилищу. Когда использовать: ответы на базе корпоративной базы знаний.

  • wikilect_rag — поиск по хранилищам Wikilect. Когда использовать: если знания уже хранятся в Wikilect storages.

  • chunk — деление данных на части. Когда использовать: когда большой текст/массив нужно обработать по шагам.

Интеграции и каналы

  • telegram — действия в Telegram (сообщения, медиа, web-app и т.д.). Когда использовать: если канал клиента — Telegram-бот.

  • wikilect — отправка сообщений в экосистему Wikilect. Когда использовать: связка с внутренними каналами/диалогами Wikilect.

  • request — HTTP-запросы во внешние API. Когда использовать: интеграция с CRM, ERP, платежами, внутренними сервисами.

  • send_email — отправка email. Когда использовать: уведомления, подтверждения, отчеты клиентам.

  • google_docs — работа с документами Google Docs. Когда использовать: автогенерация и обновление документов.

  • google_sheets — чтение/запись данных в Google Sheets. Когда использовать: отчеты, таблицы заявок, прайс-листы.

  • yandex_tracker — работа с задачами в Yandex Tracker. Когда использовать: сервис-деск сценарии и workflow тикетов.

  • yandex_search — поиск по сайтам через Yandex Search API. Когда использовать: поисковые сценарии и контент-мониторинг.

  • search_booster — поиск/фильтрация продуктового каталога. Когда использовать: e-commerce витрины, подбор товаров, каталожные ответы.

  • browser_use — автоматизация задач в браузере. Когда использовать: когда нужно выполнить веб-действия в внешних интерфейсах.

Служебные

  • python_runner — выполнение Python-кода в песочнице. Когда использовать: кастомная логика и трансформации, которых нет в стандартных узлах.

  • comment — текстовая заметка в схеме flow. Когда использовать: документирование логики команды и бизнес-правил.

Как выбирать компоненты

  1. Начните с канала входа (telegram/webhook/widget) и цели сценария.
  2. Соберите «каркас» из begin -> switch/goto -> end.
  3. Добавляйте только нужные интеграции и слой памяти (data_store/table) по необходимости.
  4. Для AI-сценариев начинайте с llm, а wiki_agent/mcp_agent подключайте для сложных кейсов.