本文分享一个基于工作流的智能体设计示例，展示如何通过调用多个子工作流，实现数据的自动处理与传递，避免智能体天马行空。重点解析两个工作流的输入输出结构及提示词设计思路，帮助你快速理解智能体的构建模式。
示例背景
假设你有一个数据处理智能体，需要：
-
接收用户输入，自动提取字段 a（若未传入，使用默认值 "default_a"）。
-
调用第一个工作流 T_Send，将字段 a 作为请求发送，并获取其返回值。
-
将 T_Send 的返回值中某部分数据（output字段）传递给第二个工作流 T_Recvive。
-
最终输出 T_Recvive 的结果中的某个具体字段。
-
如下图：对话框输入"数据：测试京津冀"，返回如下图：
工作流及代码示例
# 接收输入并调用 T_Send 工作流
#{{call 'T_Send'}}
{
"request": {{{ {"a": input.a | default('default_a')} | to_json }}}
}
#{{/call}}
# 将 T_Send 的返回结果存入内存
#{{set_memory "send_result" last_call.data}}
输出T_Send的返回值是：
{{memory.send_result}}
# 调用 T_Recvive 工作流，传入 T_Send 返回结果中的 output 字段
#{{call 'T_Recvive'}}
{
"output": {{{ memory.send_result.output | to_json }}}
}
#{{/call}}
输出T_Recvive的返回值是：
{{last_call.data.output.la}}两个工作流输入输出描述
| 工作流名 | 输入参数 | 输出参数 | 说明 |
|---|---|---|---|
| T_Send | request 对象，包含字段 a（字符串） | 返回含 output 字段的 JSON 对象 | 根据请求参数处理，返回带有输出数据，这里需要去掉output一级 |
| T_Recvive | output 对象（来自 T_Send 的输出） | 返回含 output 字段的 JSON 对象 | 进一步处理传入的 output，提取最终结果 |
提示词（Prompt）设计分析
-
默认值处理
使用 input.a | default('default_a') 表达式，保证无论用户是否传入字段 a，都能正常调用工作流，避免空值导致的异常。
-
数据传递清晰
在调用 T_Recvive 时，明确传入 T_Send 返回的 output 字段，保证工作流链条上下文传递准确，避免数据丢失或混淆。
-
中间结果存储
通过 #{{set_memory}} 语句将中间结果缓存到智能体内存，方便后续工作流调用或条件判断。
-
明确输出指向
在输出阶段直接定位到具体字段（如 output.la，la是T_Recvive工作流的返回结果中的数据），方便下游使用或展示，避免输出内容过于庞杂。
总结
这个示例展示了多工作流协同的数据处理思路：
-
灵活提取输入字段并处理默认值；
-
使用明确的 JSON 结构传递数据；
-
结合缓存机制管理中间状态；
-
逐步拆解复杂任务，保证各工作流职责单一。
通过合理设计提示词和数据结构，能大幅提升智能体的可维护性和扩展性。希望这个示例对你设计复杂工作流有帮助！