从需求到交付：AI Agent Workflow 设计笔记

在多数业务场景中，用户需求并不是“一问一答”就能完成。 如果把 Agent 当成一个单轮问答接口，最终会遇到两个问题：

• •任务边界不清，导致模型调用工具过多或过少。
• •出错后没有可回退路径，失败只能重试整条链路。

先定义输入输出

先明确：

• •输入结构：用户意图、上下文、权限信息
• •输出结构：结果、引用来源、风险提示

只有输入输出稳定，Workflow 才能长期维护。

任务拆解为可观测步骤

每一步都要有日志和状态：

• •分类步骤
• •检索步骤
• •工具调用步骤
• •汇总步骤

建议将工具调用做成显式策略，而不是让模型自由发挥。

type ToolPolicy = {
  name: string;
  when: string;
  timeoutMs: number;
  retry: number;
};

这样可以把“是否调用工具”从模型行为，转成工程可控配置。

常见失败分为三类：

• •上游数据不可用
• •检索无结果
• •工具返回格式异常

每一类都需要对应 fallback，而不是统一报错。

Workflow 设计不是把链路画复杂，而是把关键环节做成可解释、可观测、可回退。