如果工作流中设计了多个分支，那么往往需要一个节点来汇总所有分支的输出结果，作为工作流的最终输出。如果有任意一个分支未运行，汇总输出的节点会从该分支读取到一个空值，从而导致工作流运行报错。在这种场景下，你可以使用变量聚合节点聚合多路分支的输出变量，变量聚合节点会读取多路分支中第一个不为空的值，供流程下游的节点使用和操作，不用额外处理未运行分支的输出结果，简化了数据流的管理。

例如选择器或意图识别节点会将工作流拆分为多路分支，每次执行时，工作流会根据选择器条件或用户意图决定运行其中某一个分支，此时未执行的其他分支输出变量为空。你可以将多路分支都连接到变量聚合节点，并设置一个输出变量。无论哪条分支被执行，其结果都能通过这个变量被引用与访问，避免了下游节点对相同语义输出变量的重复定义。

变量聚合节点支持分组聚合，每组变量会聚合为一个输出变量，分组组内的数据类型必须相同。

配置变量聚合节点

配置变量聚合节点时，需要选择聚合策略和聚合变量，并按需设置聚合分组。

聚合策略

通过指定策略对每个分组中的所有变量进行聚合处理，同一组内的变量实施相应聚合策略。

目前聚合策略仅支持设置为“返回每个分组中第一个非空的值”，你可以拖动变量、调整变量位置。例如组内按顺序设置三个变量 output1、output2 和 output3，将其聚合为一个变量 Group1，如果 output1 不为空，则用 output1 的值为 Group1 赋值；如果 output1 为空，则取 output2 的值，依次类推。

聚合变量

在 Group 1 中选择需要聚合的变量，分组内变量的数据类型必须相同。

变量聚合节点支持聚合多种数据类型，包括字符串（String）、数字（Integer、Number）、文件（File）对象（Object）以及数组（Array）等。
每个分组只能聚合一种数据类型的变量。例如将多个 String 类型的变量聚合为一个 String 变量、将多个 Integer 类型的变量聚合为一个 Integer 变量。

聚合分组

默认只有一个分组 Group1，对应一个输出变量 Group1。Group1 分组中所有变量类型和输出的变量类型相同。如果需要输出多个变量，可以添加多个分组。例如每个分支都有两个输出变量 String 和 Integer，可以设置两个分组，分别用于聚合 String 和 Integer。

输出

变量聚合节点的输出变量固定为 Group1，是分组 Group1 聚合的返回结果，具体的值取决于聚合策略。如果有多个分组则根据分组数量递增为 Group2、Group3 等变量。输出变量的数据类型取决于对应分组聚合的变量数据类型。

示例

在家教类 AI 应用中，通过 IF 选择器判断用户输入的问题属于哪个学科分类，并将对应的问题流转给对应的分支处理，例如数学问题流转给数学分支的大模型回答问题。三个分支均汇总到变量聚合节点，汇总为两个参数，即学科类型（type）、答案（answer），并传递到结束节点回答用户问题。

整体流程如下：

节点配置如下：

节点类型	说明	示例
开始节点	定义两个变量： BOT_USER_INPUT：用户输入的问题，也就是学生的问题。 type：问题对应的学科。
选择器节点	判断用户输入的 type 属于哪个学科，将问题流转到对应分支处理。这里我们定义语文和数学两个分支，其他学科统一流转到另外一个分支。
大模型节点	用于回答对应学科的问题，需要设置：输入：定义 query 变量，引用开始节点收集的用户问题。系统提示词：设置学科教师的人设，可以通过 AI 自动生成。用户提示词：设置为 {{query}}，直接引用 query 变量即可。输出：定义两个变量： answer：模型生成的答案。 type：学科类型，例如语文节点固定值为“语文”。
变量聚合节点	聚合大模型节点的两个输出变量 answer 和 type。每个分组只能聚合一个变量，所以我们需要设置两个分组。
结束节点	选择返回文本模式，并设置输出变量和回答内容，透传大模型节点生成的答案即可。输出变量：定义两个变量 answer 和 type，分别引用变量聚合节点的输出参数 Group1 和 Group2。回答内容：透传大模型节点生成的答案即可。