2.3 开发工作流

2.3.1 AI编程开发工作流

登录扣子编程平台https://code.coze.cn/home，在其首页单击"工作流"选项卡，如图2-14所示，在文本框输入你的提示词"建一个发票读取工作流，支持上传并解析发票类 PDF 文件，自动提取 PDF 中的关键信息，提取完成后，生成结构化输出结果（支持 JSON 格式或表格格式），确保字段清晰、数据准确。若涉及多页 PDF 发票，需支持批量解析与信息汇总。"你需要尽可能清晰且详细地描述工作流的功能、业务逻辑、交互等方面的要求，确保无误后，点击"提交（向上箭头）"按钮。

图2-14 开发工作流

进阶设置，如图2-15所示，通过上传附件（酌情上传一些图片或文件，作为附加信息提供给扣子 AI），选择协作模式（默认情况下为 Agent 模式）、添加技能（在执行编程任务时，扣子 AI 可以按需加载技能）、选择编程模型（扣子编程已集成 GLM 4.7、GLM 5、Kimi K2.5 等主流的编程模型，用于开发应用），这些可选的设置，让扣子 AI 生成的结果更精准、更符合你的预期。

图2-15 进阶设置

在工作流开发过程中，扣子编程AI 会根据你输入的提示词，自动生成符合你功能、交互等要求的工作流代码。初步生成代码后，扣子 AI 会自动生成测试用例并完成自动化测试。测试通过后，扣子 AI 将在画布中呈现完整的工作流，如图2-16所示，你可直观查看工作流的整体架构、各节点的关联逻辑，这个工作流有五个节点，除了"开始"和"结束"两个节点外，另外有三个任务执行节点，分别是"FDF文本提取"HTTP 请求节点，"发票信息提取"大语言模型节点，"结果格式化"对象存储节点。

图2-16 在画布中呈现完整的工作流

扣子编程工作流采用语义层、参数层和代码层三层协同驱动架构，基于语义驱动，无需预先定义抽象化节点模板，可高效生成覆盖全流程的节点。所有工作流均以开始节点为起点，以结束节点为终点。开始节点用于设定启动工作流需要的输入信息，结束节点用于返回工作流运行后的结果。任务执行节点是工作流的核心功能单元，既可能是单个独立功能组件，也可能是多个关联功能的组合组件。它能覆盖图像生成、数据库读写、第三方工具调用等多种业务场景。

你可以单击画布中的任意节点，可以查看该节点的详细信息，包括输入、输出参数及对应的配置等，如图2-17所示，单击"发票信息提取"节点，这个是个大语言模型节点，可以看到系统提示词，用户提示词，选择的模型是"Doubao-seed-2.0-pro"。

图2-17 大语言模型节点

1. 1. 试运行及迭代工作流

确认工作流的结构与节点配置初步满足需求后，你可以试运行工作流，对工作流进行全链路验证。主要是验证工作流整体运行状态是否正常，无执行报错、流程中断等异常情况。另外需要验证各节点间的数据传递链路是否畅通、逻辑交互是否匹配预期，确保上游节点的输出数据格式与下游节点的输入要求完全兼容，且节点的执行顺序、分支逻辑、条件判断等均符合需求。

你可以在画布上，单击页面右上方的"试运行"按钮，然后根据页面提示配置合适的参数值，最后再单击页面右下角的"试运行"按钮。在试运行过程中，画布会实时展示运行进度，包括执行状态、单节点消耗时间等信息。试运行完成后，界面上将展示工作流的返回结果，如图2-18所示，你还可以单击画布中的任意节点，如"发票信息提取"节点，查看该节点在此次试运行中的详细输入与输出信息。

图2-18 试运行工作流

如果出现故障，扣子编程AI 通常会自动识别并提示修复故障，我们可以根据页面提示，允许扣子 AI 尝试修复这些问题。如果在调试工作流过程中出现报错，我们可以复制报错信息到对话框中，要求扣子 AI 进行修复。测试并修复问题之后，如果已生成的工作流仍有可改进之处，你可以通过自然语言或编写代码的方式，和扣子 AI 一起迭代你的工作流。如图2-19所示，比如我要求"需要可以上传多个发票PDF文件"，扣子编程AI开始修改工作流。

图2-19 修改工作流

如图2-20所示，这个"批量处理 PDF 文件"节点就是一个封装了大语言模型能力的节点，利用大模型的理解能力，专门用于批量解析发票 PDF 并提取结构化信息。我们上传3个发票PDF文件来测试，成功识别多个发票文件，提取出金额和开票日期。

图2-20 修改后的工作流

扣子编程全新推出 AI 生成式工作流功能，核心是将复杂工作流搭建流程转化为自然语言描述驱动的高效模式。我们无需编写代码，只需用文字清晰描述业务需求，扣子 AI 即能自动生成对应的工作流完整代码，并完成代码测试、需求迭代等全流程操作。扣子编程改变了传统工作流搭建逻辑，帮助开发者从"如何分步实现"转向"需要实现什么目标"，大幅降低工作流搭建门槛，提升开发效率。