完成依赖与配置后，通过 JevBooleanComponent 声明是非判断，再使用已有的 IF 语法编排。依赖、服务入口与连接配置和选择组件相同，这里不再重复。

区分判断标准与判断内容

待判断的内容放在 state() 中；instructions() 说明判断标准，即“怎样算是”。 例如客户消息“我已经反馈三次了，能让我和真人说话吗？”属于待判断的内容；“客户明确要求人工客服介入”属于判断标准。

方法	职责	示例
state()	提供本次待判断的内容及相关业务数据	客户原话、工单正文
instructions()	定义是非判断的标准，高概率应代表“是”	客户明确要求人工客服介入
probabilityThreshold()	按需覆写；“是”的概率达到该值（含）走 true 分支	默认读取 liteflow.agent.jev.noul-threshold
onDecision(result)	按需覆写，接收原始结果	保存概率用于审计或二次分流

state() 可返回字符串、可序列化为 JSON 对象的业务数据或数组。instructions() 必须返回非空白字符串，只问一个是非问题；有两个条件时拆成两个布尔组件，用 AND 组合，判断会更稳定。

准备业务上下文

输入和决策结果都保存在上下文中，不放到共享组件的实例字段里：

import com.yomahub.liteflow.agent.jev.JevNoulResult;

public class SupportContext {
    private final String message;
    private JevNoulResult escalation;

    public SupportContext(String message) {
        this.message = message;
    }

    public String getMessage() { return message; }
    public JevNoulResult getEscalation() { return escalation; }
    public void setEscalation(JevNoulResult escalation) { this.escalation = escalation; }
}

声明布尔组件

import com.yomahub.liteflow.agent.jev.JevBooleanComponent;
import com.yomahub.liteflow.agent.jev.JevNoulResult;
import com.yomahub.liteflow.annotation.LiteflowComponent;

@LiteflowComponent("humanEscalation")
public class HumanEscalation extends JevBooleanComponent {
    @Override
    protected Object state() {
        // 待判断的内容，从流程上下文读取。
        return getContextBean(SupportContext.class).getMessage();
    }

    @Override
    protected String instructions() {
        // 判断标准：高概率代表“是”。
        return "客户明确要求人工客服介入";
    }

    @Override
    protected void onDecision(JevNoulResult result) {
        getContextBean(SupportContext.class).setEscalation(result);
    }
}

processBoolean() 由框架实现且为 final，业务只需实现 state() 和 instructions()。

配置流程并执行

在 src/main/resources/flow.el.xml 中编排。IF 的两个分支可以是普通组件、Agent 组件或子链：

<?xml version="1.0" encoding="UTF-8"?>
<flow>
    <chain name="support">
        IF(humanEscalation, manual, SWITCH(supportRouter).to(refund, exchange).DEFAULT(manual));
    </chain>
</flow>

在已注入 FlowExecutor 的业务方法中传入上下文：

SupportContext context = new SupportContext("我已经反馈三次了，能让我和真人说话吗？");
LiteflowResponse response = flowExecutor.execute2Resp("support", null, context);
if (!response.isSuccess()) {
    throw new IllegalStateException("客服分流执行失败", response.getCause());
}

JevNoulResult escalation = context.getEscalation();
double probability = escalation.probability(); // “是”的概率，例如 0.99
String actualModel = escalation.model();

JevNoulResult 是 record，提供 model() 和 probability()。Noul 没有独立的置信度字段，概率本身同时表达答案与确定程度；概率接近阈值时应视为不确定，可以在 onDecision() 中读取原始概率，自行安排人工复核。

阈值选择与组件级覆写

全局默认阈值为 liteflow.agent.jev.noul-threshold: 0.5，组件可覆写：

@Override
protected double probabilityThreshold() {
    return 0.8;
}

阈值的取值取决于误判代价：误报代价高就调高（例如分页人工、执行退款前），漏报代价高就调低（例如安全风险识别）。阈值需要用真实业务样本校准，概率不等于单次判断的正确率。

异常处理

鉴权失败、限流、超时或非法响应抛出 JevInvocationException，不会伪装成 false 分支；HTTP 错误可通过 getStatusCode() 读取状态码，客户端不自动重试。技术故障需要统一处理时，使用现有的 CATCH(...).DO(...)：

<chain name="supportSafe">
    CATCH(IF(humanEscalation, manual, autoReply)).DO(manual);
</chain>

运行效果可结合演示项目观察：是非判断页输入判断标准与内容，展示“是”的概率、阈值与执行路径，见客服演示与测试。