Workflow

返回 Agent 开发笔记合集

1、定义

Workflow 是一组预先设计好的步骤、分支和规则，用来稳定地完成某类任务。它强调流程可控，而不是让模型完全自由决定下一步。

在 LLM 应用里，Workflow 通常把模型调用、工具调用、人工确认、数据校验和结果写入组织成固定路径。

它更像业务流程图，而不是一次自由对话。

2、为什么它重要

很多真实业务不适合完全交给 Agent 自由探索。比如创建订单、审核内容、生成合同、处理报销、发送邮件，这些任务都有明确步骤、权限和验收标准。

Workflow 可以把高风险任务拆成可控节点，让模型只在合适的节点发挥能力。

一个好的 Workflow 会明确：

每一步做什么 -> 输入输出是什么 -> 失败怎么办 -> 谁来确认 -> 什么时候结束

3、Workflow 的常见组成

Workflow 越靠近真实业务，越应该明确状态和异常路径。

4、和 Agent Loop 的区别

Workflow 更确定，Agent Loop 更开放。

真实系统常常把二者混合：外层是固定 Workflow，某些节点内部允许 Agent 用 ReAct Loop 自主完成任务。

5、一个 Agent 开发例子

比如“生成并发送周报”可以设计成：

1. 读取本周 issue、PR、日历和笔记
2. 用模型归类完成事项、阻塞事项和下周计划
3. 生成周报草稿
4. 让用户预览和编辑
5. 用户确认后发送邮件
6. 记录发送结果和周报归档地址

其中第 2、3 步适合模型发挥，第 5 步必须经过 Approval Gate。

6、常见误区

误区一：Workflow 会限制 Agent 智能

Workflow 限制的是风险和混乱，不是能力。它让 Agent 在确定边界内做更可靠的事情。

误区二：有 Workflow 就不需要 Agent

不一定。Workflow 可以负责流程，Agent 可以负责理解、生成、检索、判断和异常处理。

误区三：Workflow 一定很复杂

简单流程也可以是 Workflow。只要有固定步骤、输入输出和结束条件，就已经有 Workflow 的雏形。

误区四：流程写完就不用验证

不对。Workflow 的每个节点都应该有校验和可观测性，尤其是写入、发送、发布这类副作用节点。

7、一句话总结

Workflow 是把 Agent 能力放进确定性业务流程里的方法。它让模型在该发挥的地方发挥，让系统在该控制的地方控制。

参考资料

• Anthropic: Building effective agents
• LangGraph Documentation
• Temporal: Workflow basics