方案
四类高频场景，每个都能今天搭出来
不是抽象的「赋能案例」，每个方案都对应一条具体的节点链——照着连线就能跑。想要更细的搭建清单，去模板库。
RAG 知识库客服
start→rag·kb→llm·answer→end
痛点
客服答案散落在文档、工单和老员工脑子里，通用大模型一问三不知还爱编。
怎么搭
上传产品文档到知识库，RAG 节点按问题检索相关片段，LLM 节点基于片段回答并标注来源。发布为 API 后接入网站或 IM 渠道。
为什么是 uuos
节点级归因能看到每次回答检索了什么、花了多少 token；答错了回放运行记录，改的是检索配置而不是玄学。
并行内容生产
start→llm·标题 ∥ llm·正文 ∥ llm·摘要→template·组装→end
痛点
一篇内容要生成标题、正文、摘要、标签，串行调用等到天荒地老。
怎么搭
多个 LLM 节点从 Start 并行展开，各自负责一个部分，Template 节点汇聚组装成最终产物。
为什么是 uuos
同层节点自动并行执行，总耗时取决于最慢的那个节点而不是全部之和；每个部分可以用不同模型档位控制成本。
带审批分支的内部工具
start→llm·分析→condition·金额>阈值?→http·审批系统 / end
痛点
业务自动化里总有「大额走人工、小额自动过」这类规则，纯 LLM 方案不敢上生产。
怎么搭
LLM 节点做非结构化分析，Condition 节点按业务规则分流，HTTP 节点对接你现有的审批/工单系统。
为什么是 uuos
确定性规则用 Condition 表达而不是塞进 prompt 祈祷；每一步在运行记录里可审计，出问题能定位到节点。
嵌入你产品的 Agent API
你的应用→POST /flows/:id/runs→SSE stream→你的界面
痛点
想给自己的产品加 AI 能力，但不想从零搭执行引擎、限流、计量和多租户。
怎么搭
在画布上搭好工作流，发布为 REST / SSE 端点，用 M2M 凭证从你的后端调用，流式输出直接透传到你的前端。
为什么是 uuos
API 优先设计：界面能做的机器凭证都能做；用量按工作空间自动计量，你可以在此之上给自己的客户计费。