当前位置:首页 > AI技术 > 正文内容

开发MuleRun怎么调随机数生成器 MuleRun抽奖或抽样任务配置案例|Duuu笔记

admin2个月前 (04-02)AI技术47

面向高级开发者的前端指南,涵盖

MuleRun实现随机功能需通过四种方式激活平台原生随机能力:一、任务目标中嵌入“随机”关键词;二、Skills面板启用「Random Sampling」技能;三、Knowledge块配置加权概率规则;四、Advanced Action中调用RANDOM_INT等命令。

如果您在使用MuleRun构建抽奖或抽样类Agent时,发现结果缺乏随机性或无法触发随机行为,则可能是由于未正确调用内置随机数生成能力。MuleRun不依赖外部代码库或本地环境,其随机能力由平台Runtime层原生支持,需通过特定自然语言指令激活。以下是实现该功能的多种配置路径:

一、在任务目标描述中嵌入随机语义指令

此方法利用MuleRun的语义解析引擎自动识别并绑定随机采样逻辑,适用于简单抽奖、名单抽取、内容轮播等场景。系统将根据上下文自动选择均匀分布的伪随机算法,并确保每次执行产生不可预测但可复现的序列(基于会话密钥隔离)。

1、进入

mulerun

.com,登录后点击「新建Agent」。

2、在任务目标输入框中,明确使用含“随机”关键词的自然语言,例如:

“从提供的100个用户ID中随机抽取5个作为幸运中奖者”

3、继续填写输出格式要求,如“以JSON数组形式返回,字段名为winners”。

4、提交后系统将自动生成含

random.sample

语义等效逻辑的工作流,无需额外配置。

二、通过Skills面板手动启用随机抽样技能模块

MuleRun预置了独立的「Random Sampling」技能组件,位于Skills库的「Data Operations」分类下。该模块提供可控种子值、样本数量上限、重复/去重模式三项参数,适合需要审计追踪或结果复现的业务场景。

1、在Agent编辑界面,点击右侧「Skills」标签页。

2、在搜索框输入

“随机抽样”

,找到图标为骰子形状的技能卡片。

3、点击添加,随后在弹出配置面板中设置:

样本数=3,是否允许重复=否,种子值留空(启用会话级动态种子)

4、将该技能拖入主工作流画布,并连接至上游数据源节点(如CSV上传或API响应体)。

ima.copilot

腾讯大混元模型推出的智能工作台产品,提供知识库管理、AI问答、智能写作等功能

下载

三、在Knowledge知识块中注入带随机逻辑的模板规则

当抽奖规则具有条件分支(如“VIP用户中奖概率提升2倍”),需结合Knowledge层定义加权随机策略。MuleRun支持在Knowledge块内以YAML格式声明概率分布表,Runtime将据此调度底层随机引擎。

1、点击左侧导航栏「Knowledge」,新建知识块,命名为“抽奖权重规则”。

2、在编辑区粘贴如下结构化内容:

user_tier: {vip: 0.6, normal: 0.3, guest: 0.1}

3、保存后返回Agent配置页,在「Logic」模块选择「Apply Knowledge-based Random Selection」。

4、指定该Knowledge块为决策依据,并将输入字段映射至

user_tier

字段。

四、使用Runtime命令行式指令直接调用随机函数

对于熟悉命令表达的用户,可在Agent任意步骤的「Advanced Action」中输入原生命令,绕过图形界面,获得最底层控制权。该方式支持整数范围生成、浮点数生成、字符串随机选取三类操作。

1、在工作流节点上右键,选择「Add Advanced Action」。

2、在命令输入框中键入:

RANDOM_INT(1, 100)

(生成1到100之间的整数)。

3、若需生成多个值,追加数量参数:

RANDOM_INT(1, 100, 5)

(生成5个不重复整数)。

4、将输出变量绑定至后续「Filter」或「Notify」节点,完成闭环。

相关文章

Unity 机器学习 基础

ML-Agents 资产导入 Unity 场景创建 Unity 代码部分 Anaconda 执行 rollerball_config.yaml 机器学习逻辑处理...

使用 ESP

针对该分类问题,我们使用了 Kaggle 手势识别数据集 中的一个开源数据集。原始数据集包括 10 个类别,我们只使用了其中 6 个。这些类别更容易识别,且日常生活中更有用,如...

神经网络中的单层神经网络

神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 看一个经典的神经网络。这是一个包...

深入理解优化:如何利用 Gemini 3.1 的阶梯计费策略?企业级大规模调用实务完全指南|Duuu笔记

需深入理解Gemini 3.1阶梯计费与调用联动关系,通过识别阶梯区间、请求级Token预估截断、多模型路由调度、响应缓存去重、项目拆分配额绑定五种路径优化成本。 ☞☞☞AI 智能聊天, 问答助手,...

深入理解前端开发:Minimax 视频生成中负面提示词(Negative Prompt)写法完全指南|Duuu笔记

Minimax视频生成中负面提示词需用英文、逗号分隔,支持权重调节(如(blurry:1.3)),按构图/主体/画质/风格四类精简选取,禁用not/no/中文及违规词,须通过A/B测试验证有效性。...

AI高级应用:Perplexity 怎么写用户手册 Perplexity 产品帮助文档生成【技术】实战案例|Duuu笔记

Perplexity AI用户手册需基于API元数据、真实UI截图、典型场景示例、响应字段解析及动态调试指令五步构建:一调用API获取参数与错误码;二标注网页端搜索框、引用图标等组件;三设计信息检索、...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。