시퀀셜 에이전트플로우 상세 사용법 (Flowise 3.0.0)

• 설명

이 문서에서는 AgentFlow(v3.0.0 이상 기준)를 사용하여, 정해진 순서대로 작업을 처리하는 '시퀀셜(Sequential) 에이전트'를 구축하는 방법을 상세히 설명합니다.

---

전체 구조

본 가이드에서는 다음과 같은 순차적 흐름을 갖는 에이전트를 만듭니다.

1. 현재 시간 확인: 도구(Tool)를 사용하여 현재 시간을 가져옵니다.

2. 검색 쿼리 생성: 사용자의 질문과 현재 시간 정보를 바탕으로 LLM을 이용해 웹 검색용 쿼리를 생성합니다.

3. 웹 검색: 생성된 쿼리로 웹 검색 도구를 실행합니다.

4. 최종 답변 생성: 검색 결과와 모든 맥락을 종합하여 사용자에게 최종 답변을 생성합니다.

---

1. 워크플로우 생성

'에이전트>워크플로우' 에서 [워크플로우 생성] 버튼을 클릭합니다.

도커 이미지 , 인스턴트 타입을 설정합니다.

[Flowise 단계 추가] 버튼을 누릅니다.

**[AgentFlow 300]**를 선택하여 새로운 AgentFlow 캔버스를 생성합니다.

2. AgentFlow의 기본 구조 및 상태(State) 설계

AgentFlow의 핵심인 state와 llm노드를 기반으로 작동합니다.

state : 에이전트가 작업 흐름 전반에 걸쳐 기억하고 관리해야 할 데이터(변수)를 정의합니다.

llm 노드: 실제 작업이 수행되는 노드들의 흐름을 정의합니다.

2.1. state 작성

시퀀셜 에이전트가 순차적으로 작업을 수행하려면, 이전 단계의 출력을 다음 단계에서 사용할 수 있도록 '상태'에 저장해야 합니다.

START 노드를 클릭하고, 'State' 패널에서 이 워크플로우에서 사용할 변수들을 초기화합니다.

  "new_query": "",
  "current_date": "",
  "search_result": ""

current_date: 파싱된 시간 문자열을 저장합니다.

new_query: LLM이 생성한 검색용 쿼리를 저장합니다.

search_result: 검색 도구의 결과(주로 JSON 문자열)를 저장합니다.

3. 'agent' 그래프 상세 구성

이제 실제 작업 흐름을 담당하는 agent 그래프를 구성합니다. START 노드에서 시작하여 LLM 노드로 끝나는 단방향 흐름을 만듭니다.

3.1. (A) 현재 시간 받아오기 (Custom Tool)

[Tool] 노드를 추가하고, 이름을 GetTimeTool로 지정합니다.

START 노드에 연결합니다.

'Tool'을 선택하는 드롭박스에서 CurrentDateTime을 선택합니다.

'Update Flow State' 에서 state에서 저장한 current_date에 결과를 {{output}}으로 넣어줍니다

3.2. (B) 검색 쿼리 생성 (LLM Node)

**[LLM Node]**를 추가하고 이름을 GenerateQuery로 지정합니다.

GetTimeTool로 노드에 연결합니다.

Mnc Chat에서 사용하려는 LLM 모델을 연결합니다.

'Prompt' 섹션에 question과 flow.state.current_date 사용하여 검색 쿼리를 생성하도록 지시합니다.

프롬프트 예시

다음 규칙을 따라 “검색 최적화 쿼리”를 생성한다.

• 목적: 사용자의 질문을 검색 엔진에 유리한 짧은 키워드형 쿼리로 변환한다.

• 원칙: 모호성 제거, 핵심 개체/행위/제약 포함, 지역/기간/버전 표기, 동의어·약어 확장, 불필요한 조사·형태소 제거.

• 출력 형식:

• queries: 1~5개의 짧은 쿼리 문자열 목록

사용자 질문 : {{question}}

현재 시간 정보 : {{$flow.state.current_date}}

이 노드의 'Update Flow State' 에서 state에서 저장한 new_query에 결과를 {{output}}으로 넣어줍니다

3.3. (C) 웹 검색 실행 (Tool Node)

도구 노드를 추가하고 이름을 SearchTool로 지정합니다.

GenerateQuery 노드에 연결합니다.

도구로 Genos MCP를 선택하여 웹검색 mcp서버를 선택합니다.

도구의 'Query' 입력 필드에 {{$flow.state.new_query}}를 매핑합니다. (이전 단계에서 생성된 검색어 사용)

이 노드의 'Update Flow State' 에서 state에서 저장한 search_result에 결과를 {{output}}으로 넣어줍니다

3.4. (D) 최종 답변 생성 (LLM Node)

**[LLM Node]**를 추가하고 이름을 FinalAnswer로 지정합니다.

SearchTool 노드에 연결합니다.

LLM 모델을 연결합니다.

'Prompt' 섹션에 모든 맥락 정보(currentTime, question, searchResults)를 제공하여 최종 답변을 생성하도록 지시합니다.

너의 역할은 검색 결과를 근거로 사용자의 질문에 대해 정확하고 간결한 답변을 작성하는 편집자다. 아래 원칙을 철저히 따른다.

• 사실성: 사용자 입력에 없는 내용은 검색 결과에서 확인된 것만 사용한다. 추정 금지..

• 최신성: 시점이 불명확하면 “최근/업데이트/변경” 여부를 우선 확인해 반영한다.

• 충돌 처리: 출처 간 내용이 상충하면 다수·권위·최신 순으로 우선순위를 정하고, 불일치 사실을 명시한다.

• 형식: 1) 한 줄 결론, 2) 핵심 요점(불릿), 3) 근거 요약, 4) 한계·주의, 5) 참고 출처 목록.

질문 : {{question}}

검색 결과 : {{$flow.state.search_result}}

현재 시간 : {{$flow.state.currentTime}}

4. 실행 및 결과 확인

우측 상단의 [Save] 버튼을 눌러 워크플로우를 저장합니다 그리고 [수정] 버튼을 누릅니다.

캔버스 우측의 [Chat] 탭을 엽니다.

질문(예: "오늘 코스피 지수 어때?")을 입력하고 실행합니다.

에이전트가 (A)~(D) 단계를 순차적으로 실행하고 최종 답변을 생성합니다.