在 UR-2.0 中，pipeline 是通过变量名进行数据绑定的：每个工具（Tool）在注册时会声明自己的输入参数名和输出变量名，而 pipeline 中的每一步执行，都是通过这些变量名完成传参和数据流动的。 这一机制简单直接，但在多轮调用、复杂控制结构（如 loop 或 branch）中，会带来一些变量名冲突或重名绑定的问题。为解决此问题，UltraRAG 提供了 参数重写机制（参数重命名），使得你可以灵活控制数据在 pipeline 中的流动。

​
数据如何流动？

每个工具在 Server 中注册时，都指定了其输入和输出变量名。例如： 
def __init__(self, mcp_inst):
    mcp_inst.tool(
        self.retriever_search,
        output="q_ls,top_k->ret_psg",
    )

def retriever_search(self, q_ls, top_k) -> ...
    ...
    return {"ret_psg": ...}
含义是：
  • 工具接收两个输入变量 q_ls 和 top_k
  • 工具输出变量名为 ret_psg
在最简单的串行 Pipeline 中，这种默认绑定没有问题。但如果你在循环或分支中多次调用 retriever_search，希望传入不同的数据（比如第一次叫 q_ls，第二次叫 subq_ls），那你就需要一个方法来告诉 Pipeline：这些变量其实是 “同义词”。

​
参数重命名机制

为了解决上述变量名绑定冲突，UR-2.0 提供了如下机制： UR-2.0 支持在 pipeline.yaml 中 使用 input: 和 output: 明确重命名传参与变量映射，而无需修改 Server 中的代码。

​
基本语法

- module.tool:
    input:
      函数形参名: Pipeline里的变量名
    output:
      Tool输出键: Pipeline里的变量名
这套机制遵循以下原则：

​
示例1：输入变量重命名

假设工具函数声明如下： 
async def retriever_search(
        self,
        query_list: List[str],
        top_k: Optional[int] | None = None,
        query_instruction: str = "",
        use_openai: bool = False,
    ) -> Dict[str, List[List[str]]]:
你可以这样在 Pipeline 中重命名输入变量： 
- retriever.retriever_search:
    input:
      query_list: sub_q_ls
retriever_search 原本期待名为 query_list 的输入参数，此时你实际使用的变量名是 sub_q_ls，通过 input: 显式绑定即可完成映射，无需修改工具内部实现。
这里是根据函数声明中的参数名进行映射。

​
示例2：输出变量重命名

假设该工具在注册时定义如下： 
mcp_inst.tool(
    self.retriever_search,
    output="q_ls,top_k,query_instruction,use_openai->ret_psg",
)
你可以在 Pipeline 中这样重写输出名： 
- retriever.retriever_search:
    output:
      ret_psg: round1_result
无论该函数内部返回变量的名字是什么，只要在注册时指定为 ret_psg，现在就会被映射为 round1_result，供后续步骤使用。
这里是根据工具注册时指定的输出名进行映射。
此时，若有下游模块依赖该结果： 
@app.prompt(output="q_ls,ret_psg,template->prompt_ls")
def qa_rag_boxed(
    q_ls: List[str], ret_psg: List[str | Any], template: str | Path
) -> list[PromptMessage]:
- prompt.qa_rag_boxed:
    input:
      ret_psg: round1_result
该工具 qa_rag_boxed 原本期望的输入是 ret_psg，此处我们将上一步的 round1_result 显式映射为它的输入，实现数据绑定。

​
示例3：同时重写输入输出

- retriever.retriever_search:
    input:
      q_ls: round1_query
    output:
      ret_psg: round1_result
这个模式在 loop 中非常常见，每轮检索都用新的变量名。 有了参数重写机制，你可以在不修改工具源码的前提下，灵活组合与复用任何 Server 提供的 Tool，让 UltraRAG 的 Pipeline 更具扩展性与可控性。