ai工作流

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.41｜多租户不是一个功能，是一次手术多租户不是一个功能，是一次手术。给一个已经在生产环境跑着的系统加多租户支持，不能停机重写，不能推倒重来。只能在系统运行的同时，一层一层把数据结构、权限模型、鉴权链路全部换掉——就像给一辆高速行驶的车换发动机。

Slickflow.AI 基于 Harness 工程规范的多智能体交互过程实现以上功能实现已包含在Slickflow5.0 企业版版本传统 BPM（业务流程管理）系统的核心是"人"驱动流程：人工节点负责决策，系统节点负责执行预定义规则。这一模型在面对复杂、动态、需要多步推理的企业场景时暴露出明显局限：

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.36｜临时方案下线，网关区分负载，用量穿透链路——这一周全是“归位”两个服务共用一套 embedding，不是为了省资源，是为了不让向量空间分裂。这一周做的事，表面上是几个看起来不相关的修复——知识库底座、摄取链路、飞书回调、网关超时、用量入账。但把它们摆在一起会发现，全部都在回答同一个问题：当一个企业 AI 平台里同时跑着多个子系统时，谁该负责什么、谁不该重复造什么、谁的边界在哪里。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.35｜追问比演示重要——技术团队问出的五个工程缺口企业级 AI 平台真正的考验，从来不是客户看完演示点头鼓掌，而是技术团队问完一圈之后，自己还有几个问题答不上来。

《n8n self-hosted-ai-starter-kit 安装部署教程：用 Docker Compose 快速搭建本地 AI 工作流环境》如果你最近想体验“本地 AI 工作流”这件事，但又不想自己从 n8n、Ollama、Qdrant、PostgreSQL 一路手搓到怀疑人生，那 n8n self-hosted-ai-starter-kit 基本就是现成答案。这篇文章就走最务实的路线：用 Docker Compose 把整套环境拉起来，跑通官方内置工作流，并验证服务是否正常可用。先跑通，再谈花活。

高斯林.神犇

二、大模型节点配置以及结束节点配置1.基本流程2.获取上一节点输出内容3.系统提示词分为用户和技能，让大模型以什么角色执行怎样的操作4.用户提示词告诉大模型做什么

2026 年秋叶大佬最新 ComfyUI 整合包节点式、工作流式的界面，以及高度可定制化 AI绘画教程ComfyUI - 秋叶大佬推出 ComfyUI 整合包，新手快速上手 AI 绘画，本文将详细介绍这款整合包的安装部署及基础使用方法。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.31｜可视化、可编辑、可脱敏、可隔离——企业系统接管的四个“可”“接入”和“接管”，差的不只是两个字。把一个企业系统接进 AI 平台，最初的里程碑是“能发现”——能探索到这个系统有哪些接口、能不能登录、能不能拿到数据。但“能发现”离真正落地还差很远。落地需要的是：能配置、能编辑、能描述每个接口是干什么的、能带真实凭证去测试、能在接管运行时稳定校验。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.28｜企业AI的交付不是给工具，而是给搭好的能力企业软件有一个经典陷阱：把复杂度留在产品里，然后期待用户自己学会用。这周我们掉进去了。然后爬出来了。知识库上周正式上线，工作流今天进入测试，多 Agent 协作被正式列为第四个核心功能。看起来是推进顺利的一周——但认真审视细节之后，有三件值得记录的事。

从 CRUD 到 AI 工程：基于 FastAPI + Dify 的 AI 面试模拟系统实践一次关于 AI 应用开发、后端架构设计与 Prompt 工程的完整实践。在学习 FastAPI 与 AI 应用开发的过程中，我尝试构建了一个 AI 面试模拟系统。

AI 团队工作流工程化架构方案基于 Claude Code 团队落地实践，结合 OpenCode 能力定制版本：v1.0 | 日期：2026-04-06

Slickflow 规则集与 NRules 集成实践：从设计到产品落地工作流引擎中的 Business Rule Task（规则任务）需要把「业务规则」从流程图里抽离出来：规则可复用、可版本化、可独立测试，而 BPMN 只负责选哪套规则与把流程变量交给规则。

Slickflow 与 OpenClaw 结合实践：技术原理、集成方式与 Skill 说明本文基于 sfbpmn-project（Slickflow 引擎、设计器、sfdapi 等）与 sfai-project（如 aichatbackend 等 AI 业务后端）的典型架构，说明如何通过 Web API 将 OpenClaw 智能体与 Slickflow 工作流打通。文中 API 路径以通用 REST 风格描述，实际路由请以你仓库中 sfdapi / 业务 WebAPI 的 Controller 为准。

【前端知识】React Flow : 一个基于 React 的可视化节点编辑器框架React Flow 是一个基于 React 的可视化节点编辑器框架，用于构建流程图、DAG、工作流、规则引擎 UI。

【AI编程】约束即设计：AI时代的人机边界重构企业环境锁死了PowerShell，IDE成了"只能写不能跑"的高级记事本？别急着换工具。我们用"声明式执行"重新设计AI协作流程，把IDE从执行者变成编排者，4小时搞定了原本需要审批两周的数据处理任务。

【OpenClaw：实战部署】10、OpenClaw自动化调度——打造7x24小时无人值守AI工作流从“被动响应”到“主动服务”，让AI成为永不掉线的数字员工大多数AI助手都是“被动响应式”的：你问它答，你指令它执行。但在真实的生产环境中，我们更需要主动式AI——它能在指定时间自动执行任务，定期检查系统状态，甚至根据事件触发复杂工作流。

Slickflow.NET 基于 AI 大模型实现智能客服多轮问答系统本文介绍基于 Slickflow.NET 工作流引擎与 AI 大模型实现的智能客服多轮问答系统。该系统由前端 aichatapp（基于 React 的单页应用，使用纯 JS + JSX 组件）与后端 aichatbackend（ASP.NET Core WebAPI）组成，核心能力包括：

DeepSeek导出文档我最近真正稳定用下来、并且愿意推荐的产品，是 Chat2File-DeepSeek AI 对话导出工具。

如何使用LangGraph4j工作流改造项目流程实践引入依赖：参考官方文档，编写LangGraph4j的demo，可以看看工作流的大概要实现的内容：1.定义状态：

【AI 】OpenSpec 实战指南：在 Cursor 中落地 AI 原生开发工作流前言：OpenSpec 是“规范驱动开发 (Spec-Driven Development, SDD)”在 Cursor IDE 中的最佳实践落地。它将 AI 从一个“容易遗忘的编码助手”升级为“严谨的工程合作伙伴”。