Bolt.js 工作流开发:如何获取表单变量并传递到自定义步骤
2025-06-28 21:22:49作者:田桥桑Industrious
在 Slack 应用开发中,Bolt.js 框架提供了强大的工作流功能,允许开发者创建包含表单收集和自定义处理的自动化流程。本文将详细介绍如何正确配置工作流表单变量,并将其传递到自定义步骤中进行处理。
工作流变量传递的基本原理
Slack 工作流中的表单收集步骤与自定义步骤之间的变量传递遵循以下机制:
- 变量类型匹配:表单字段类型必须与自定义步骤的输入参数类型兼容
- 参数映射:在工作流构建器中通过
{}下拉菜单显式建立变量引用关系 - 后端接收:Bolt.js 函数通过
inputs参数接收前端传递的变量
典型实现步骤
1. 定义函数输入参数
在应用的 manifest.json 文件中,需要明确定义自定义步骤的输入参数:
"functions": {
"sample_step": {
"input_parameters": {
"variable_a": {
"type": "string",
"title": "Variable A",
"is_required": true
}
}
}
}
参数类型支持 string、number、boolean 等基本类型,必须与表单字段类型匹配。
2. 工作流配置
在工作流构建器中:
- 添加表单收集步骤,配置所需字段(如短文本、下拉菜单等)
- 添加自定义步骤,在输入参数处点击
{}图标 - 从下拉菜单中选择对应的表单变量
3. 后端处理代码
在 Bolt.js 应用中,通过以下方式接收和处理变量:
app.function('sample_step', async ({ inputs }) => {
// 访问表单变量
const variableA = inputs.variable_a;
// 处理逻辑...
});
常见问题解决方案
类型不匹配错误
当出现变量传递错误时,首先检查:
- 表单字段类型是否与输入参数类型兼容
- 短文本 → string
- 数字输入 → number
- 单选按钮 → string
- 变量名称是否完全匹配(注意大小写)
调试建议
- 创建全新的测试应用和工作流,排除历史配置干扰
- 检查 manifest.json 语法是否正确
- 确保工作流步骤间的变量引用关系正确建立
最佳实践
- 命名规范:保持变量命名一致,使用下划线命名法
- 类型验证:在后端代码中添加类型检查逻辑
- 错误处理:为自定义步骤添加完善的错误处理和日志记录
- 文档记录:为每个输入参数添加清晰的描述信息
通过以上方法,开发者可以可靠地在 Bolt.js 工作流中实现表单数据到自定义步骤的传递,构建复杂的自动化业务流程。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134