做一个有温度和有干货的技术分享作者 —— Qborfy
工作流是什么
前面我们对LangGraph知识有一个基础入门,如果要完成一个真正的Agent工作流应用开发,还是远远不够的。
一个复杂且完整的Agent工作流应用,需要完成以下几个方面:
- 确定工作流目标,如:规划未来的旅游行程
- 按照目标规划和拆分任务清单,如:预定酒店、饮食推荐、景点参观时间等等
- 单执行任务(包含异常中断且重试机制),如:预定酒店
- 更新任务状态给工作流,如:预定酒店成功或失败
- 对任务清单状态进行重新思考或规划,如:预定酒店失败后需要重试其他渠道
- 对任务状态反馈给到用户,如:给用户酒店预定失败,是否选择其他渠道预定
具体可如下图所示:
这里我们可以和ReAct
推理+输出风格的Agent做对比,这种属于Reflexion
自我反思+动态记忆的Agent模式,有以下几个优点:
- 只需要在规划拆分任务清单的时候使用能力强的大模型
- 其他任务执行,可以使用能力小的大模型或者不需要大模型参与
我们可以根据下图对比,加深工作流和Agent模式的区别:
实现工作流
目标:实现一个简单的formily表单生成助手 Agent工作流
- 本文作者: Qborfy
- 本文链接: https://www.qborfy.com/ailearn/ai-learn11.html
- 版权声明: 本博客所有文章除特别声明外,均采用 MIT 许可协议。转载请注明出处!