《扣子開發AI Agent智能體應用（人工智能技術叢書）》(宋立桓，王東健，陳銘毅，程東升)【摘要 書評 試讀】- 京東圖書

《扣子開發AI Agent智能體應用》案例重現 開發agent智能體的書籍-CSDN博客

工作流是指一系列相互關聯的步驟或任務，用于完成特定的業務過程或項目。它定義了任務的順序、執行者以及相關的條件和規則，以確保流程的順利進行和最終目標的達成。本章將介紹扣子工作流的分類、解決的問題、邏輯結構。

工作流及其分類

工作流在日常工作中很常見。例如，財務報銷要經過填寫報銷單、提交發票、財務審核、分管領導審核等步驟，就是典型的工作流；軟件開發領域的CI/CD流水線也是一種工作流。扣子的工作流與傳統工作流類似，但也有不同之處。傳統工作流既可以手動執行，也可以自動執行，或者二者結合。扣子的工作流是一種自動執行多個相關步驟的可復用流程，一個Bot可以使用多個工作流，即Bot可以根據用戶的行為選擇并執行不同的工作流。

1. 扣子工作流

扣子工作流是一種通過可視化方式，組合插件、大語言模型、代碼塊等功能節點，用于實現復雜業務邏輯的流程編排。它允許用戶通過拖放的方式，將不同的功能節點連接起來，形成一個完成特定任務的工作流程，使得解決問題的邏輯更加清晰，輸出更加穩定和可靠。講到這里，自然會產生一個疑問：為什么大模型不直接執行完成相關的任務，告訴我們結果就行？為什么還要引入一個工作流？

原因很簡單，雖然現在的大模型比較智能，但是還沒有達到絕頂智能的程度。大模型（或者說生成式AI）是基于概率來生成內容的，這就意味著它并不是每次都能給出符合要求的結果，特別是對返回結果要求比較精確的場景。

工作流的核心在于將大模型的能力與特定的業務邏輯相結合，通過系統化、流程化的方法來實現高效、可擴展的AI應用開發。工作流也是對當前大模型能力不足的一種補償機制，在大模型智能化程度還不夠高的時候，通過人為編排的工作流（注入人的智能），讓智能體具有更高的可用性和可靠性，從而提升用戶體驗。

2. 扣子工作流的分類

扣子提供以下兩種類型的工作流：

（1）工作流（Workflow）：用于處理功能類的請求，可通過順序執行一系列節點實現某個功能。適合數據的自動化處理場景，例如生成行業調研報告、生成一張海報、制作繪本等。

（2）對話流（Chatflow）：是基于對話場景的特殊工作流，更適合處理對話類請求。對話流通過對話的方式與用戶交互，并完成業務邏輯。

相較于工作流而言，對話流更適合處理對話場景下的交互邏輯。每個對話流都綁定了一個會話，運行時可以從此會話中讀取歷史消息，同時將本次運行對話流產生的消息記錄在這個會話中，相當于一個擁有了記憶的工作流。

你如果需要搭建一個智能體，智能體本身支持上下文和會話能力，那么可以隨意選擇工作流或對話流。

如果你需要搭建一個對話式的AI應用，例如AI助手、智能體客服等基于對話方式交互的AI應用，推薦你使用對話流。對話流中的大模型可以讀取會話上下文、管理會話，還可以搭建對話式的用戶界面，并發布到各種社交通信軟件中。

如果你需要搭建一個工具類的AI應用，用來批量處理數據、實現任務流程的自動化，可以選擇工作流實現。

工作流能解決什么問題

既然我們已經對扣子的工作流有所了解，那么工作流能解決什么問題？或者說在什么情況下要使用工作流？根據作者自己的理解給出一些適用場景，供讀者參考。

1. 使用提示詞無法達到預期效果的場景

在Coze平臺搭建Bot智能體時，一般先從編寫提示詞開始。有時我們按照提示詞工程技巧編寫了清晰明確的結構化指令，經過反復迭代優化，仍然達不到預期效果，那么可以考慮采用工作流。例如，在長文本寫作（如調研報告）中，先要收集相關資料，生成寫作大綱，劃分各個章節，再對各個章節進一步收集資料、逐步生成內容，最后進行總結。僅僅通過提示詞，大模型可能難以產生一篇結構合理、內容翔實的文章，這時可以通過工作流來實現。

2. 需要多次調用插件或外部工具的場景

有些大模型具有Function Call能力，可以調用外部工具。但如果需要調用多個外部工具，且它們具有嚴格依賴關系時，大模型可能不是每次都能很好地完成目標。例如，我們需要根據一個URL獲取網頁內容、總結要點、生成思維導圖。其中，“網頁內容抓取”和“生成思維導圖”兩個步驟都需要調用外部工具（插件），中間還需要大模型來總結要點。在這種情況下，通過工作流可以實現高效的流程管理。

3. 需要使用代碼加工數據或生成響應的場景

我們利用大模型雖然能夠產出還不錯的內容，但是很難對數據進行精確處理。在這種情況下，可以使用工作流中的代碼節點來解決精確處理的問題。在Coze官方文檔中介紹了一個使用工作流和代碼節點生成隨機數的例子，讀者可以查閱一下。

4. 需要根據某個條件執行不同分支來處理的場景

例如，開發一個答題Bot，根據用戶選擇的不同選項來回復不同的內容。

5. 需要在一次用戶請求中多次輸出消息的場景

大模型的工作方式是一問一答，即根據輸入產生輸出。在一些比較復雜的應用中，可能需要對一次用戶的問題回復多條消息；或者一次完整輸出的耗時較長，為了提高用戶體驗，需要分為多次輸出。在這種場景中，可以在工作流中使用消息節點來實現多次輸出。

扣子工作流的邏輯結構

簡單來說，扣子工作流是一個有唯一輸入和唯一輸出的有向無環圖。一個工作流是由一系列首尾相連的功能節點構成的，如圖4-1所示。工作流的核心在于節點，節點是一個具有特定功能的獨立模塊，代表一個獨立的步驟或邏輯。這些節點負責處理數據、執行任務和運行算法，并且它們都具備輸入和輸出。每個工作流都默認包含一個開始節點和一個結束節點。

圖4-1 ?扣子工作流的邏輯結構

除了開始節點和結束節點是每個工作流中固定且唯一的節點之外，其他節點都可以任意添加。最簡單的工作流可以只有一個開始節點和一個結束節點。開始節點是工作流的起始節點，定義啟動工作流所需的輸入參數。開始節點默認有一個輸入參數 input，表示用戶在本輪對話中輸入的原始內容。結束節點是工作流的最終節點，用于返回工作流運行后的結果。結束節點支持兩種返回方式：返回變量和返回文本。

通過引用節點的輸出，你可以將節點連接在一起，形成一個無縫的操作鏈。例如，你可以在代碼節點的輸入中引用大模型節點的輸出，這樣代碼節點就可以使用大模型節點的輸出。在工作流編輯頁面中，你可以看到這兩個節點是連接在一起的。創建工作流就像搭積木，不同的積木（節點）可以自由組合，搭建成不同的形狀（功能）。將一個任務分解為多個子任務，每個子任務對應一個節點，通過數據流將這些節點鏈接起來，便形成了工作流。

比如下圖就是一個簡單的工作流，包括3個節點：開始節點、大模型節點和結束節點。