搭建概念
Agent · Workflow · Chatflow
三件套定位 · 何时用哪个 · 不要这样用
Evose 提供三种搭建原语。它们能力有重叠，但选错会让你的搭建过度复杂或难以维护。
一句话区分
| 原语 | 形式 | 心智模型 |
|---|---|---|
| Agent | 对话 | “我对一个角色说话，它来回应。” |
| Workflow | 流程 | “我给输入，系统按既定步骤跑出输出。” |
| Chatflow | 对话 + 编排 | “我对一个有节点编排的对话流说话。” |
Chatflow 是 Agent 的“高级形态”——当一个对话需要多节点决策时，把提示词 Agent 升级为 Chatflow Agent。
决策树
详细对比
| 维度 | 提示词 Agent | Chatflow Agent | Workflow |
|---|---|---|---|
| 形式 | 单提示词 + 工具 | 可视化节点画布 + 对话 | 可视化节点画布 + 输入/输出 |
| 触发 | 用户对话 | 用户对话 | 手动 / 定时 / API / Webhook / 条件 |
| 状态 | 单轮或多轮上下文 | 多轮 + 节点状态 | 单次执行或定时 |
| 节点 | 无（只有 LLM + 工具) | 9 组 19 节点（含交互) | 8 组 17 节点（无交互) |
| 典型场景 | 客服 / 助手 / 翻译 | 多轮表单收集 / 复杂客服 / 引导式对话 | 文章生成 / 数据 ETL / 报告自动化 |
| 学习成本 | 5 分钟 | 30 分钟 | 30 分钟 |
Chatflow 的 9 组节点
| 组 | 典型节点 | 用途 |
|---|---|---|
| AI | LLM · 知识检索 | 调用模型、做 RAG |
| 逻辑 | 条件 · 批量 · 循环 · 意图 | 分支与循环 |
| 数据 | 代码 · 模板 · 变量 · 文档抽取 · 参数抽取 | 处理结构化数据 |
| 网络 | HTTP | 调外部 API |
| 应用 | Agent · Workflow | 调用其他应用 |
| 工具 | MCP · 插件 · 市场工具 | 接入外部能力 |
| 交互(仅 Chatflow) | 直接回复 · 表单输入 | 跟用户交互 |
| 结束 | End | 终止 |
Workflow 的节点结构相同,没有交互组(因为它不与用户实时对话)。
“应用调用应用”是允许的
- Workflow 可以调用一个 Agent 完成某一步推理
- Chatflow 可以触发一个 Workflow 跑后台任务
- Workflow 可以编排多个 Agent 串联协作
这让你可以分层抽象:基础原语单一职责，上层流程做编排。
何时该升级 / 该拆分
| 现象 | 信号 | 建议 |
|---|---|---|
| 提示词越来越长（> 500 字) | 复杂度溢出 | 升级为 Chatflow,把判断拆成节点 |
| 一个 Workflow 节点数 > 20 | 难以维护 | 拆成多个子 Workflow,用主 WF 编排 |
| 同一段提示词在多处复用 | 重复 | 抽成 技能 Skill |
| 同一个外部 API 在多处调用 | 重复 | 抽成 组织级工具 |
不要这样用
- Agent 做大量数据处理 — 把“处理大批量 CSV”这种任务塞给 Agent。这是 Workflow 的场景。
- Workflow 做对话 — 用户期望来回交互的需求，不要硬塞进固定流程。
- Chatflow 做简单提示词 — 单提示词就能解决的事，不要画一张 10 节点的图。
- 跨应用循环嵌套 — Workflow → Agent → Workflow → Agent 多层嵌套会让 Trace 难读、成本难算。
接下来
- 选好了 Agent → 创建 Agent
- 选好了 Workflow → 创建 Workflow
- 想看真实场景 → 客服机器人 · 营销自动化