不同请求走不同流程,ZGI Workflow 怎么配?

先把"一个入口"拆成几种路径

很多团队把所有请求都交给同一个 Agent,结果是客服问题调用了销售资料,权限申请绕过了审批,内部故障又被当成普通问答。问题通常不在模型大小,而在入口没有定义清楚,流程也没有为不同风险设置不同出口。

更稳的做法是把请求先归为少数几类,例如"产品咨询、客户跟进、权限申请、故障反馈"。分类只使用发送渠道、请求类型、是否涉及敏感数据等稳定字段;无法判断时进入人工分流,不强行猜类别。ZGI 的 Agent Runtime 可以把模型、知识、技能、工具和工作流组织在同一执行边界内,适合把这套分流逻辑固化下来。

用一个具体场景理解配置

假设公司有一个统一服务入口,员工会提交产品问题、数据权限申请和系统故障。可以按以下步骤配置:

  1. 定义入口字段:请求类型、部门、紧急程度、是否含敏感信息。字段缺失时先返回补充问题。

  2. 设置条件分支:产品问题进入知识检索与回答草稿;权限申请进入审批流程;故障反馈进入信息收集与人工接管。

  3. 绑定所需资源:每条分支只挂载相关知识库、技能和工具,减少无关上下文。

  4. 设置默认出口:分类不确定、资料不足或权限不匹配时,统一进入人工队列。

  5. 保存运行记录:保留输入、命中的分支、关键变量和人工改动,便于回看和调整。

不同请求与路径的关系可以这样检查:

请求类型 主要资源 必要检查 出口
产品咨询 产品知识、回答技能 来源是否足够 回复草稿
权限申请 权限规则、审批工具 申请人和范围 审批队列
故障反馈 排查清单、工单工具 影响范围和日志 人工接管
无法分类 通用澄清技能 是否补齐字段 待分流

概念示意:展示请求分流、资源绑定和人工出口,不代表某个真实产品界面。

条件、变量和人工节点怎么配

条件分支适合表达"满足什么条件就走哪条路",变量则负责在分支之间传递少量状态,例如 request_typerisk_levelneeds_approval。变量命名要稳定,值域要有限,最好在入口就做校验。不要把一整段模型生成的自然语言直接当作分支条件,否则同一句话可能被判成不同路径。

每条高风险分支都应有人工节点。权限申请需要确认申请范围,故障反馈需要确认影响对象,涉及客户数据时还要检查访问权限。人工节点不是流程失败,它是把不可逆动作放在可追责的位置。对于低风险的产品问答,可以先输出草稿,再由业务人员决定是否发送。

调试时不要只看最终答案,要依次看输入字段、分类结果、变量值、分支路径和工具返回。若分类正确但回答不对,先检查知识范围;若总走默认分支,先检查入口字段和条件表达式;若同一请求重复执行,检查外部工具的幂等键和重试策略。

什么时候不适合继续加分支

当分支数量超过团队能维护的范围,继续增加条件只会让流程难以解释。可以把相似请求合并成一个路径,把差异放到技能内部;也可以拆成"入口分流"和"专业处理"两个工作流。每次修改先用一组脱敏样例覆盖正常、缺字段、冲突和高风险四种情况,确认运行记录和人工出口都符合预期,再交给更多人使用。

GitHub:https://github.com/zgiai/zgi

Gitee:https://gitee.com/zgiai/zgi

相关推荐
澳鹏Appen4 小时前
AppenTalk | 当AI推理不再只是模型的事:Dan Roth谈智能体的真正边界
人工智能·大语言模型·智能体·大模型推理
像风一样自由202010 小时前
29.Redis在大模型应用中有哪些用途缓存会话与限流
数据库·人工智能·redis·缓存·大模型·milvus·智能体
ZGi.ai1 天前
知识库权限变了,怎样避免答错?
agent·权限管理·知识库·工作流·zgi·客服运营
ZGi.ai1 天前
工作流失败后,怎样快速定位?
工作流·故障排查·知识管理·模型管理·zgi·agentruntime
长谷深风1111 天前
AI自动化中的关键闸门:何时必须人工审批?
大数据·人工智能·ai·自动化·ai agent·智能体·hitl
thesky1234561 天前
智能体面试准备(九十三):智能体持续评测与 EvalOps 工程——评测即代码/CI集成/回归门禁/数据集版本化
智能体·回归门禁·持续评测·evalops·评测即代码·ci集成·数据集版本化
凤山老林2 天前
Spring Boot 整合 Flowable 的企业级落地指南
数据库·spring boot·后端·flowable·工作流
羞儿2 天前
AI Agent理论提升与体系构建
人工智能·智能体
新知图书3 天前
第10章 大模型开发框架
人工智能·智能体