存储中间结果：在工作流中，将中间计算或处理的结果通过变量赋值节点存储到变量中，以便后续节点使用。例如，在开发一个智能医疗诊断应用时，需要对患者的病历数据进行预处理，如提取关键症状、检查结果等信息。此时，可以设置一个变量patient_info，将患者的病例数据通过变量赋值节点存储起来，后续在进行疾病诊断时，可以直接从patient_info变量中获取患者的详细信息。
记录用户输入：在与用户交互的工作流中，用户的输入信息是后续处理的重要依据。通过变量赋值节点，可以将用户的输入存储到变量中。例如，在开发一个智能客服机器人时，当用户向客服机器人咨询产品问题时，机器人提取用户关心的问题的关键词，然后将这些关键词通过变量赋值节点存储到一个名为user_query的变量中。在后续的处理节点中，机器人会根据user_query变量中的内容，从知识库中检索相关的答案或解决方案，并生成回复文本。
控制流程分支：在工作流中，通常需要根据不同的条件来决定执行不同的分支流程。变量赋值节点可以用来设置控制流程分支的条件变量，通过赋予变量不同的值，来引导工作流走向相应的分支。例如，在开发一个个性化推荐系统时，需要收集用户的基本信息和行为数据，如年龄、性别、浏览历史等，然后分析用户的兴趣偏好，并将结果通过变量赋值节点存储到一个名为user_preference的变量中。在生成推荐内容时，根据user_preference变量值来决定推荐策略。

配置变量赋值节点

为变量赋值时，在变量赋值节点的输入中添加需要赋值的参数。

变量名对应关联的智能体或应用中已创建的变量，如果该工作流未绑定包含变量的智能体或应用，单击变量名时根据页面提示选择智能体或应用中的相应变量。
变量值可以设置为固定值，也可以引用上游节点的输出参数。

说明

变量赋值节点可以为用户变量、应用变量赋值，但不能为系统变量赋值。

配置示例

例如，在应用中搭建一个猜谜游戏对话流。

先创建一个空白应用，并定义应用变量score，默认值设置为 0 。
在对话流中添加变量赋值节点，每猜对一个谜语，变量score数值加 1，重新开始新的一局游戏时，score都会重置为游戏设定的初始值 0。

对话流流程如下：

节点配置如下：

节点类型	说明	示例
开始节点	工作流的起始节点，本示例保持默认参数即可。
循环节点	用于指定猜谜游戏的次数，需要设置：循环类型：选择指定循环次数。循环次数：本示例设置为 5。
大模型节点（出谜人）	用于生成谜语，需要设置：系统提示词：设置出谜专家的人设，可以通过 AI 自动生成。输出：定义两个变量。 riddle：模型生成的谜语。 answer：谜语的谜底。
问答节点	用于向用户提出谜语问题，需要设置：输入：定义 `riddle` 参数，引用大模型节点（出谜人）生成的谜语问题。提问内容：本示例设置为`{{riddle}}`。回答类型：本示例选择直接回答。输出：定义 `user_answer` 参数，用于接收用户的回答。
大模型节点（谜语裁判）	用于判断用户回答的正确性，需要设置：输入：定义四个变量。 `riddle`：引用大模型节点（出谜人）生成的谜语问题。 `answer`：引用大模型节点（出谜人）生成的谜底。 `user_answer`：引用问答节点的输出参数。 `score`：引用应用变量`score`。系统提示词：设置谜语裁判的人设，可以通过 AI 自动生成。用户提示词：设置为`谜语的谜面是{{riddle}}，正确答案是{{answer}}，用户的回答是{{user_answer}}`。输出：定义两个参数。 `total_score`：用户猜谜游戏的分数。 `conclusion`：用户猜谜的结果。
变量赋值节点	用于存储用户在猜谜游戏中的分数，将大模型节点（谜语裁判）中 `total_score` 的值赋给变量 `score`。
输出节点	用于输出用户猜谜的结论，并告知游戏的得分，需要设置：输出变量：定义两个变量。 `output`：引用大模型节点（谜语裁判）的输出参数 `conclusion`。 `score`：引用应用变量 `score`。输出内容：设置为`{{output}}，你当前得分为：{{score}}`。
文本处理节点	用户游戏结束，展示最终的游戏得分，需要设置：输入：将应用变量 score 的值赋给 String1。字符串拼接：设置为`游戏结束！你本次总得分为{{String1}}，欢迎再次挑战哦~`。
结束节点	选择返回文本模式，并设置输出变量和回答内容。输出变量：定义 `output` 参数，引用文本处理节点的输出参数 `output`。回答内容：设置为`{{output}}`。