Agent 输出格式总变,工作流怎么接?

Agent 把客服反馈整理成任务时,今天输出一段文字,明天换成几条列表,下游就很难稳定读取。解决办法是先约定输出字段,再用程序检查字段是否齐全、类型是否正确,随后核对负责人和来源等业务信息。只有两层检查都通过,结果才进入创建任务的步骤。

ZGI 是可自托管的智能体运行时(Agent Runtime),能把模型调用、代码处理和条件分支组织在工作流中,并查看运行步骤与结构化输出。在客服反馈转任务的流程里,可以用这些环节连接提取、校验与后续操作,具体字段规则和异常处理需要按业务设置。

先让上下游使用同一份字段约定

从任务系统真正需要的数据开始,先列任务标题、反馈编号、负责人编号和处理优先级,再给每个字段规定用途。任务标题用于展示,反馈编号用于回查原文,负责人编号用于关联人员。把这些约定写清后,下游就能按固定字段取值,不必从整段回答里猜哪句话对应哪个位置。

字段名称相同,内容也可能不同。负责人编号不能一会儿放姓名,一会儿放账号;优先级也应使用任务系统接受的固定选项,不能随意混用"紧急"和"尽快"。给模型的说明应包含字段含义和合法示例,下游读取时仍要检查实际返回的值。

输出可以采用 JSON,也就是用键和值组织数据的文本格式,并用 JSON Schema 描述校验规则。类型约束、必填字段和额外字段处理要分别定义,仅列出字段名称并不会自动要求它必须出现。原文缺少负责人时,可以明确允许空值,并设置待补充状态,避免模型为了凑齐字段编出一个人。

空值、字段缺失和空字符串也要分开处理。空值可以表示已经检查但暂时未知,缺失可能来自生成遗漏,空字符串则可能只是没有填写内容。团队需要约定每种情况能否继续;若负责人是创建任务的必要条件,这几种情况都应停在补充信息环节。

给模型一份正确示例,能够说明期望格式,却不能替代校验。模型可能加解释文字、少输出一个字段,或把列表变成单个对象。原始输出应先保留,再交给解析与校验环节,方便定位问题出在生成、转换还是业务规则。

结构通过以后,还要检查能不能执行

结构检查关注结果能否被程序按约定读取。无法解析、必填项缺失、字段类型错误,都应返回明确的错误位置;如果约定禁止额外字段,多出的内容也需要处理。不要静默丢弃异常后继续执行,否则下游拿到的结果可能已经偏离原始要求。

业务检查要回答另一组问题:反馈编号是否存在,负责人是否在当前可分配名单里,任务标题是否对应原始反馈。一个格式完整的对象,仍可能指向错误的人或错误的资料。这里适合用数据库查询和确定性规则核对,不能只让模型再读一遍并给出"通过"。

校验失败时,要把问题带回需要修正的环节。字段格式错误可以要求重新生成对应内容,并限制修正次数;来源缺失或负责人未知,则需要补充资料或人工判断。修正后应重新校验,不能把"已经改过"直接当作可执行状态。

后续节点应只接收通过检查的字段对象,供人阅读的说明可以另行保存。运行记录里保留原始输出、校验结论和最终使用值,才能查清一次任务究竟用了哪些信息。任务系统返回的创建结果还需单独核对,字段检查通过并不能证明外部操作已经成功。

验收时可以准备正常输出、缺字段、错误类型、未知负责人和无效反馈编号几类样本。逐项观察它们进入了哪条分支,尤其检查异常结果是否真的停在创建任务之前。只有正常样本能继续、异常样本能说明原因,生成结果与业务动作之间的连接才算检查完整。

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

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

相关推荐
爱编程的小新☆6 小时前
LangChain 智能体实战:构建技术学习规划 Agent
langchain·agent·工具调用·结构化输出·deepseek·流式输出
ZGi.ai1 天前
Agent Runtime 改配置,怎样避免影响正在运行的任务?
工作流·aiagent·zgi·agentruntime·运行记录·配置变更
骑着蜗牛撵大象3272 天前
语音变分录、规则挡幻觉:拆解开源 AI 记账系统 Smart Ledger 的全栈设计
人工智能·ai·架构·js·数据校验
UMI赋能企业2 天前
AI合作需求清单:从业务场景到交付与验收
人工智能·工作流·ai应用
UMI赋能企业2 天前
AI实战交流的提问模板:从业务描述到可分析的问题
人工智能·工作流·ai应用
小七-七牛开发者4 天前
Agent 支线知识:Personal Agent 的前世今生
dots·aiagent·openclaw·muse·personalagent
ShiMetaPi5 天前
182X 端云协同方案详解:部署你的本地 AI Agent 主机
边缘计算·rk3588·aiagent·openclaw·rk1828
SamChan909 天前
PDF 翻译后 1,250 变成 1.250,是错了吗?用 Python 核对数字格式
python·pdf·ocr·数据校验·文档翻译
xrlfreedom9 天前
MCP 面试高频考点:把知识库 RAG 检索封装为 Tool,Docker 与结构化输出怎么配合不踩坑
docker·结构化输出·mcp