节点 - #条件#描述

对于 Xmind 对话树，节点内容的首行必须是 “#条件#描述”，然后第二行的内容就是一段可以判断真假的条件描述的单行自然语言文本，如：
```
#条件#描述
...
```
对于 Python 对话树，chattree.create_node() 的第一个参数必须是 “#条件#描述”，第二个参数 dict 中的 key 为 “描述”，value 为一段可以判断真假的条件描述的单行自然语言文本（str 类型），如：
```
xxx_node = chattree.create_node("#条件#描述", {"描述": "..."})
```
上述 “描述” 是一段可以判断真假的条件描述的单行自然语言文本，系统会调用 LLM 来判断该条件描述（注意这会造成额外的时延），为肯定的结果时才会执行该节点后的节点，否则不执行
描述文本可以引用信息项（如果内容中有 “...{...}...” 这样的字符串则系统执行时会将其中的 “{...}” 替换为相应的信息项的字符串值），最好用全角单引号或方括号括起来，如：
```
‘{律师所在地区}’ 属于京津冀
```
```
[{需要帮助的事情}] 不是120急救电话的处理范围
```
如果判断的不是某个具体的信息项的内容，可以引用 “对话记录”，如：
```
‘对话记录’ 中提及的拖欠物业费超过 1000 万
```
描述文本应该简单直接，不要使用过于复杂的从句或引用关系，同时应该具体可判断，避免模糊和抽象的描述，如 “情况严重” 这样的描述就太模糊，最好能包含相关具体判断的标准，如：
- “作为120救护车的目的地，‘{来电者目前所在的具体地点}’ 不够具体（门牌号或参照物中只要有一个就算够具体）”
- “‘{具体的伤情或病情或身体状况}’ 没有清楚地描述患者的疼痛程度、意识状态、创伤程度以及症状持续时间等内容” 以便 LLM 能够更准确地进行判断
“对话树例子” 中的 “120” 对话树例子中有该节点