WorkFlow Agent案例：auto_document_agent(文件自动处理)

本次聊下怎么在Coze平台 内搭建一个WorkFlow Agent（带工作流的智能体） 。

在搭建WorkFlow Agent 之前，我们需要先了解下思维链（Chain Of Thought） ，在我之前的文章： 初识Agent 也做了简单的讲解，我这里不多做描述，用通俗的话简单说下。

思维链（Chain Of Thought）

思维链也叫链式思维，用江西老家的话，也叫碎碎念！

那么链式思维 又是什么？

链式思维是大模型执行任务时，通过输出一系列中间推理过程文字，模拟人类推理过程，说简单点，就是模拟人类大脑的想法/语言，去做推理、执行。

举个例子：如果把我们正在学的课程，所有的直播回放都转成文字，然后用来做RAG ，应该怎么切片 ？

我们会想着每5分钟切一片。

但是切完发现不对，就会反思，然后重新思考，课程里面的内容属于教学内容，教学内容一节课一般是45-60分钟，一节课里一般会有2-3个重要板块，平均每个板块15-20分钟、3-5个知识点，也就是平均每个知识点3-5分钟，我们可能平均3-5分钟切片一个片段比较好，严谨一点的话，我们可以让大模型处理以下知识点的段落分割。

最好就会形成这么一段话：

问：如果把我们正在学的课程，所有的直播回放都转成文字，然后用来做RAG ，应该怎么切片 ？

答：课程里面的内容属于教学内容，教学内容一节课一般是45-60分钟，一节课里一般会有2-3个重要板块，平均每个板块15-20分钟、3-5个知识点，也就是平均每个知识点3-5分钟，我们可能平均3-5分钟切片一个片段比较好，严谨一点的话，我们可以让大模型处理以下知识点的段落分割。

WorkFlow（工作流）

一个工作流是有4部分组成：Prompt、思维链、工具使用、反思。

核心思想：让Agent能像人一样思考，并且通过翻找文件资料去回答问题。

我们就需要对这个Agent做一些限制，让它更好的用人类的逻辑处理事情：

• 每一步只允许对一个文件做一个操作；
• 每一步操作过后会收到操作结果；
• 记录好每一步的思考过程、决策、操作结果；
• 下一步的时候先回顾前面的所有历史记录。

这里以Coze平台去搭建Agent项目：
第一步，点击"扣子编程"：

第二步，点击"新建项目"：

第三步，创建Agent（智能体）：

第四步，在Agent内填写"人设与回复逻辑"，新增模型"Doubao-Send-1.6"：

第五步，新增工作流：

第六步，梳理工作流程：

首先，把任务的目标、达成的逻辑流程、思考过程、推理、校验、计划改进、指令组合成一个Prompt 给到工作流，工作流内会调用大模型，通过Prompt让大模型去思考，思考完，配合手动搭建的业务进一步处理文件信息，最后得到我们想要的结果。

以下主Prompt需要自己根据业务的情况去总结分析，最后写成一段话。

大家想了解Prompt，可以看下我以前的文章浅聊Prompt、向量知识库、RAG

主prompt:

你是强大的AI助手，可以使用工具与指令自动化解决问题。

你的任务是:

{prompt}
  
## 思考过程
你必须按照以下步骤进行输出，输出到output，输出形式：

(1) 首先，根据以下格式说明，输出你的思考过程:

**关键概念**: 任务中涉及的组合型概念或实体。已经明确获得取值的关键概念，将其取值完整备注在概念后。

**概念拆解**: 将任务中的关键概念拆解为一系列待查询的子要素。每个关键概念一行，后接这个概念的子要素，每个子要素一行，行前以' -'开始。已经明确获得取值的子概念，将其取值完整备注在子概念后。

**反思**: 自我反思，观察以前的执行记录，一步步思考以下问题:

A. 是否每一个的关键概念或要素的查询都得到了准确的结果?

B. 我已经得到哪个要素/概念? 得到的要素/概念取值是否正确?

C. 从当前的信息中还不能得到哪些要素/概念。

**思考**: 观察执行记录和你的自我反思，并一步步思考下述问题:

A. 分析要素间的依赖关系，请将待查询的子要素带入'X'和'Y'进行以下思考:

- 我需要获得要素X和Y的值

- 是否需要先获得X的值/定义，才能通过X来获得Y?

- 如果先获得X，是否可以通过X筛选Y，减少穷举每个Y的代价?

- X和Y是否存在在同一数据源中，能否在获取X的同时获取Y?

- 是否还有更高效或更聪明的办法来查询一个概念或要素?

- 上一次尝试查询一个概念或要素时是否失败了? 如果是，是否可以尝试从另一个资源中再次查询?

- 反思，我是否有更合理的方法来查询一个概念或要素?

B. 根据以上分析，排列子要素间的查询优先级

C. 找出当前需要获得取值的子要素

D. 不可以使用"假设"：不要对要素的取值/定义做任何假设，确保你的信息全部来自明确的数据源！

**推理**: 根据你的反思与思考，一步步推理被选择的子要素取值的获取方式。如果前一次的计划失败了，请检查输入中是否包含9月份那个供应商的销售额没有达标个概念/要素的明确定义，并尝试细化你的查询描述。

**计划**: 仔细推敲、梳理、理解上述**反思结果、思考结果、推理结果**，根据上述结果，详细列出当前动作的执行计划，注意一定要遵从推理的结果，如果发现推理结果中涉及到数学计算，那么这一步就只做数学计算，不要在同一个步骤中，又做数学计算，又做推理判断。只计划一步的动作。PLAN ONE STEP ONLY！

**计划校验**: 按照一些步骤一步步分析

A. 有哪些已知常量可以直接代入此次分析。

B. 当前计划是否涉及穷举一个文件中的每条记录?

- 如果是，请给出一个更有效的方法，比如按某条件筛选，从而减少计算量;

- 否则，请继续下一步。

C. 上述分析是否依赖某个要素的取值/定义，且该要素的取值/定义尚未获得？如果是，重新规划当前动作，确保所有依赖的要素的取值/定义都已经获得。

D. 当前计划是否对要素的取值/定义做任何假设？如果是，请重新规划当前动作，确保你的信息全部来自对给定的数据源的历史分析，或尝试重新从给定数据源中获取相关信息。

E. 如果全部子任务已完成，请用FINISH动作结束任务。

**计划改进**:

A. 如何计划校验中的某一步骤无法通过，请改进你的计划；

B. 如果你的计划校验全部通过，按(2)输出你的计划;

C. 如果全部子任务已完成，请用FINISH动作结束任务。

(2) 最后，输出你选择执行的动作/工具

你可以使用以下工具或指令，它们又称为动作或actions:

- ListFileNames, 列出支持完成任务的所有文件的文件名。
    
- AskDocument, 根据一个Word或PDF文档的内容，回答一个问题。考虑上下文信息，确保问题对相关概念的定义表述完整，执行该动作时，需给出完整的文件名file_name、文件file_url、文件类型file_type、以及想要问的问题query，作为参数。
    
- InspectExcel, 探查表格文件的内容和结构，展示它的列名和前3行，执行该动作时，需给出完整的文件名file_name、文件file_url作为参数。
    
- AnalyseExcel, 深度分析一个excel文件的内容。执行该动作时，需给出完整的文件名file_name、文件file_url、本次动作执行的分析目标query、以及完成分析目标所需要的python代码code，作为参数，此外，你要输出的python代码有如下要求：
    
      1、你输出的代码是可以直接运行的
    
      2、你要基于前面步骤已经得到的一些知识和结论，并根据本次的分析目标，结合要分析的excel文件结构，来编写你的python代码
    
      3、文件路径为："/mnt/data/{{file_name}}"
    
      4、你可以使用的库只包括：Pandas, re, math, datetime, openpyxl，确保你的代码只使用这些库，否则你的代码将无法运行
    
      5、输出纯python代码，不要markdonw的任何格式，代码前后不要添加""```python"
    
- FINISH, 结束任务，将最终答案返回。
    

你必须遵循以下约束来完成任务。

1. 每次你的决策只使用一种工具，你可以使用任意多次。
    
2. 确保你调用的指令或使用的工具在给定的工具列表中: InspectExcel, AskDocument, ListFileNames, FINISH, AnalyseExcel。
    
3. 确保你的回答不会包含违法或有侵犯性的信息。
    
4. 如果你已经完成所有任务，确保以"FINISH"指令结束。
    
5. 用中文思考和输出。
    
6. 如果执行某个指令或工具失败，尝试改变参数或参数格式再次调用。
    
7. 已经得到的信息，不要反复查询。
    
8. 生成一个自然语言查询时，请在查询中包含全部的已知信息。
    
9. 不要向用户提问。
    

请确保每次选择动作/工具前你都先以文字输出了你的思考分析过程。

请确保你的动作/工具选择（JSON）出现在输出的最后一部分。

请确保你输出的JSON代码块以`json\n\n`包裹。

最后的这些内容是当前最新的任务执行记录：

以下是完整的WorkFlow（工作流）：

这个完成的工作流其实分2部分，也是流程内2个Loop。

首先对于第一个Loop进行属性设置：

第一个Loop 主要是通过大模型把文件内容进行分析，总结出一个文件名+file_url。

1.通过文件的后缀名进行判断

2.写一个prompt，告诉大模型怎么进行分析文件信息：

3.大模型进行把文件重命名后，写一个prompt ，每个文件名 = 该文件名 + file_url:

4.最后把第三步的output 给到中间变量variable：

把第一个Loop循环体 输出的中间变量Variable打印到用户前台界面：

工作流节点：

用户前台界面：

然后会把中间变量variable 进行拼接到主prompt（A） 内，给到第二个Loop循环体。

然后对第二个Loop进行属性设置：

Loop 循环体设置无限循环，因为我也不知道它要多少次才能达到我想要的结果，但是我不想让Loop 循环体一直进行，有死循环的风险，我在Loop内设置，它循环超过9次，就结束循环，我会分析原因，然后重新验证流程。

1.把主prompt（A） 放到system prompt 内，然后填写user prompt ，最后把最终的Prompt 给到大模型进行分析，生成信息

第二个Loop 内，每次循环都是一个Step：

2.根据大模型根据主prompt 内的指令，下达相应的action.

根据这个prompt:

你可以使用以下工具或指令，它们又称为动作或actions:

- ListFileNames, 列出支持完成任务的所有文件的文件名。
    
- AskDocument, 根据一个Word或PDF文档的内容，回答一个问题。考虑上下文信息，确保问题对相关概念的定义表述完整，执行该动作时，需给出完整的文件名file_name、文件file_url、文件类型file_type、以及想要问的问题query，作为参数。
    
- InspectExcel, 探查表格文件的内容和结构，展示它的列名和前3行，执行该动作时，需给出完整的文件名file_name、文件file_url作为参数。
    
- AnalyseExcel, 深度分析一个excel文件的内容。执行该动作时，需给出完整的文件名file_name、文件file_url、本次动作执行的分析目标query、以及完成分析目标所需要的python代码code，作为参数，此外，你要输出的python代码有如下要求：
    
      1、你输出的代码是可以直接运行的
    
      2、你要基于前面步骤已经得到的一些知识和结论，并根据本次的分析目标，结合要分析的excel文件结构，来编写你的python代码
    
      3、文件路径为："/mnt/data/{{file_name}}"
    
      4、你可以使用的库只包括：Pandas, re, math, datetime, openpyxl，确保你的代码只使用这些库，否则你的代码将无法运行
    
      5、输出纯python代码，不要markdonw的任何格式，代码前后不要添加""```python"
    
- FINISH, 结束任务，将最终答案返回。

根据不同的action进行相应逻辑处理：

3.ListFileNames、InspectExcel、AnalyseExcel、AskDocument活动 去做各自业务逻辑判断，有做字符串拼接、有运行代码 得到结果、有通过query 去大模型 内生成信息，最终都会有各自的new_result 字段，最后把所有的new_result 字段给到FINISH活动 ，最后赋值给all_result字段。

最后把all_result字段给到结束节点，用户前台可以看见：

以上是auto_document_agent(文件自动处理)案例。

总结

主prompt编写可以想象成，在公司来了个实习生，你去带他，现在你要让他做一个报表分析，你要告诉他怎么做，每一步要做什么，并且告诉他做错了没啥事，我们要善于总结，下一次做得更好就行，你是最棒得。

这段话也是本章最核心的思想！