蓝凌aiBPM：AI 让流程审批从点击到一句话审批

不用逐条点开、不用来回切页面。对着对话框说"看看我有哪些要审的"，再说一句"帮我审批那几条"，剩下的交给 AI 和流程引擎。

一、从"逐条点"到"一句话"

审批的决策成本其实很低------绝大多数单据看一眼就知道该不该过。真正耗时的是操作路径：

复制代码

打开待办 → 找到那条 → 点进去 → 看表单 → 滚到底 → 点通过 → 写意见 → 确认 → 返回 → 下一条

一条 30 秒，47 条就是 23 分钟。

aiBPM 把这条路径压成两句话。AI 负责听懂人话，流程引擎负责把事情办成。

二、三步交互

复制代码

① 用户：看看我有哪些要审的
   AI：调流程引擎的待办接口，把结果整理成清单

② 用户：帮我审批那几条
   AI：从上下文里取出具体条目，逐条调用审批接口

③ AI：已通过 3 条，2 条需要打开处理（附原因和链接）

三个细节让体验成立：

清单先行。"那几条"要有指代对象，用户先看到一份可核对的列表
能办的直接办，不能办的说明白。哪些可一步通过、哪些需打开处理，一目了然
执行前二次确认。将要操作的条目列清楚，用户点"确认"才执行

三、AI 如何调用流程引擎

3.1 四个接口

对话审批建立在流程引擎对外开放的标准接口上，分属两个基路径：

场景动作	接口	基路径
列待办	`/listTodo`	`/api/sys-lbpmservice/lbpmAiTodo`
查可执行操作	`/getOperationList`	`/api/sys-lbpmservice/lbpmAiTodo`
按待办执行	`/approveTodo`	`/api/sys-lbpmservice/lbpmAiTodo`
按单据审批	`/approveProcess`	`/api/km-review/kmReviewRestServiceNew`

AI 不接触流程引擎内部。它只看到：待办条目、这条上我能做什么、一个能打开单据的链接。流程怎么流转、节点怎么走，由引擎决定。

3.2 列待办

复制代码

POST /api/sys-lbpmservice/lbpmAiTodo/listTodo
{
  "handler": "{\"LoginName\":\"zhangsan\"}",
  "pageSize": 5
}

复制代码

{
  "total": 2,
  "items": [{
    "processId": "9f8e...",
    "todoId": "1a2b...",
    "docSubject": "张三 8 月差旅报销",
    "fdCreator": "张三",
    "arrivalTime": "2026-09-15 10:23:02",
    "operations": [
      {"operationType": "handler_pass",   "operationName": "通过"},
      {"operationType": "handler_refuse", "operationName": "驳回"}
    ],
    "isSimple": true,
    "simpleBlockReason": "",
    "formUrl": "/km/review/.../kmReviewMain.do?method=view&fdId=9f8e..."
  }]
}

一个接口就把三件事说清楚了：是什么单、能不能一句话办、不能办的原因是什么。

3.3 查可执行操作

复制代码

POST /api/sys-lbpmservice/lbpmAiTodo/getOperationList
{
  "processId": "9f8e...",
  "handler": "{\"LoginName\":\"zhangsan\"}"
}

返回当前节点、当前这个人可执行的操作及各操作需要的参数。

3.4 执行

复制代码

POST /api/sys-lbpmservice/lbpmAiTodo/approveTodo
{
  "todoId": "1a2b...",
  "handler": "{\"LoginName\":\"zhangsan\"}",
  "operationType": "handler_pass",
  "auditNote": "同意，票据齐全"
}

复制代码

{"processId": "9f8e...", "todoId": "1a2b...", "msg": "操作已执行"}

审批完成，流程按引擎既定规则流转到下一节点。

3.5 完整链路

复制代码

用户："帮我审批那几条"
   ↓
AI 解析指代 → 取出上一轮清单中的具体条目
   ↓
判断可执行性（isSimple）
   ├─ 可一步通过 ──→ approveTodo ──→ 引擎流转 ──→ 回执
   └─ 需打开处理 ──→ 不调用，回传原因 + 链接
   ↓
汇总结果，一句话答复用户

AI 只产出结构化指令，引擎只接受合法指令。 中间的边界清晰，两边各司其职。

四、四个设计要点

4.1 能力分层：能一步办的和需要人工办的，自动分开

不是所有待办都能一句话批。流程设计时给审批节点开启「快速审批」后，接口返回的 isSimple 才为 true------意味着这条可以一步办结。

没开启的节点，isSimple 恒为 false，并给出具体原因：

原因	用户看到的
节点未开启快速审批	请打开单据处理
下节点是人工决策	需要选择流程走向
必须修改下节点处理人	需要指定处理人

能力边界由流程设计决定，接口如实反映。 这让"哪些能自动、哪些必须人工"变成一条清晰的线，而不是模糊的猜测。

4.2 安全设计：以会话身份调用

所有操作都以当前登录人的身份执行，身份由网关从会话注入：

AI 不参与身份传递
引擎侧校验：非该待办处理人一律拒绝
越权返回明确提示：no permission to operate this todo

一句话概括：AI 可以替人操作，不能替人成为别人。

4.3 逐条执行、逐条留痕

批量审批不是包一个大事务，而是逐条独立执行：

复制代码

成功 3 条 / 失败 1 条 / 跳过 2 条  ← 逐条回传，如实告知

每条操作的原始请求、响应、审批意见全部落库。审计问"这笔为什么这么走"，答案是完整的链路记录，不是一句"AI 说的"。

4.4 人工决策：AI 给选项，人做选择

遇到需要选择流程走向的节点，AI 不做判断：

这笔需要选择走向：A. 转财务复核 还是 B. 直接通过？

用户选，AI 执行。机器负责效率，人负责判断。 这条边界一旦模糊，审批的严肃性就没了。

五、带来的变化

	之前	现在
看有哪些要审	打开列表页	问一句
审批单条	点开、滚动、点通过、写意见	一句话批量
知道哪些批不了	点进去才发现	清单里直接标明
操作记录	分散在页面	逐条留痕可追溯

对普通员工，省的是每天 20 分钟的机械操作；对企业，省的是这部分操作标准化之后带来的流程效率。

六、结语

对话式审批的价值不在于"AI 有多聪明"，而在于它把流程操作变成了可编程的动作：

待办列表不再是页面，是结构化的数据
审批不再是点击，是带参数的调用
"那几条"这种模糊表达，能准确对上具体单据

沿着这条线，后面自然是："把上周的报销都查一下进度""这三条转给李四""这两条驳回，理由是发票抬头不对"。

而每往前一步，边界都要重新画一次：AI 可以替人操作，不能替人判断。