大模型数据处理节点-大数据开发治理平台 DataWorks(DataWorks)-阿里云帮助中心

在传统的数据工作流中，处理像用户评论、产品描述、客服日志等非结构化文本数据一直是一项挑战。您现在可以直接在DataWorks的工作流中，利用强大的大语言模型（LLM）能力，通过自然语言指令，轻松完成文本摘要、情感分析、内容分类、信息提取等复杂的AI任务。这极大地简化数据处理流程，让数据工程师和分析师无需编写复杂的算法，即可将AI能力无缝集成到现有的ETL（数据抽取、转换、加载）链路中。

准备工作

在DataWorks中部署大模型服务，详情请参见部署模型。

重要

不同模型和资源规格的选择，将直接影响大模型服务的表现效果和响应速度。另外，大模型服务将产生资源组费用。

大模型节点配置

只需简单配置即可实现大模型节点运行。

配置项	说明
模型服务	在准备工作中部署的大模型服务。
模型名称	默认选择大模型服务中的模型。
系统Prompt	定义大模型的系统行为，包含角色、能力和行为准则等。支持通过${param}格式获取参数。
用户Prompt	输入具体问题或需求。DataWorks默认提供4种模板，可快速选择。支持通过 ${param} 格式获取参数。例如，Prompt写成：请挑选出符合`${catalog}` 的项。其中，`catalog` 为节点或工作流参数。

简单示例

通过一个简单例子，演示大模型在工作流中的使用以及上下游参数传递。

登录DataWorks大模型服务，创建一个基于Qwen3-1.7B的大模型服务。资源组，选择已绑定到当前工作空间的资源组。
进入新版数据开发，创建如下工作流和相应节点。
配置 赋值节点 的语言模式为 Shell （右下角工具栏），并编写如下代码。

若找不到，可参见赋值节点的详细说明。
```
echo 'DataWorks';
```
配置大模型节点。
1. 选择上述配置好的大模型服务以及模型名称。
2. 配置用户Prompt如下：
```
写一篇关于${title}的介绍，字数限制为${length}。
```
3. 在右侧配置面板的运行配置 > 资源组，修改资源组为创建大模型服务时选中的资源组。
4. 在右侧配置面板的 调度配置 > 调度参数 ，添加参数title为上游节点的输出和length为固定值300。
  
  在参数值输入框右侧点击进行上游参数的绑定。
配置MaxCompute SQL节点，输出大模型结果。

重要
配置MaxCompute SQL节点需要绑定MaxCompute计算资源。若无，可选择Shell节点代替，仅演示输出结果。
1. 配置代码如下：
```
select '${content}';
```
2. 在右侧配置面板的运行配置 > 资源组，修改资源组为创建大模型服务时选中的资源组。
3. 在右侧调度配置 > 调度参数，添加参数 content 为 上游节点的输出 。
  
  在参数值输入框右侧点击进行上游参数的绑定。
回到工作流，点击上方运行按钮，在弹窗中填写本次运行参数。
运行成功后，最终MaxCompute SQL节点输出类似如下大语言模型结果。