Evose

第一个 Workflow · 文章自动化

10 分钟搭一个“输入主题 → AI 写大纲 → AI 扩写 → 输出 Markdown”的工作流

第一个 Workflow

用 Workflow 完成一个多步任务:输入主题 → 生成大纲 → 扩写正文 → 输出 Markdown。预计 10 分钟

Agent vs Workflow

  • Agent 是对话式的 — 用户来回交互,Agent 自己决定何时调用工具
  • Workflow 是流程式的 — 步骤固定,适合批量、自动化、定时
  • 不确定用哪个? → Agent vs Workflow

你将完成

一个 4 节点的 Workflow:

[开始: 输入主题] → [LLM: 生成大纲] → [LLM: 扩写正文] → [输出: Markdown]

步骤

1 · 创建 Workflow(1 分钟)

  1. 空间 → Apps · Workflow新建空白工作流
  2. 名称:文章生成器
  3. 进入可视化编辑器

2 · 配置开始节点(1 分钟)

开始节点已自动添加。点击它,定义输入参数:

字段类型必填默认值
topicstring(空)
tonestring专业
lengthnumber800

3 · 加入 LLM 节点 · 生成大纲(2 分钟)

从左侧节点面板拖入 LLM 节点,连到开始节点。配置:

  • 节点名:生成大纲
  • 模型:GPT-4 / Claude(任选)
  • 温度:0.7
  • 提示词:
    你是一位资深内容作者。基于主题 "{{topic}}" 生成一篇 {{length}} 字、{{tone}} 风格的文章大纲。
    
    输出 JSON 格式:
    {
      "title": "...",
      "sections": [
        {"heading": "...", "key_points": ["...", "..."]}
      ]
    }
  • 输出变量:outline(类型:JSON)

4 · 加入第二个 LLM 节点 · 扩写正文(2 分钟)

拖入第二个 LLM 节点,连到上一个。配置:

  • 节点名:扩写正文
  • 模型:同上(可不同)
  • 温度:0.7
  • 提示词:
    根据下面的大纲,用 {{tone}} 风格写一篇约 {{length}} 字的完整文章。
    使用 Markdown 格式输出,不要包含元信息。
    
    大纲:
    {{outline}}
  • 输出变量:article(类型:string)

5 · 加入输出节点(1 分钟)

拖入 输出 节点。配置:

  • 输出字段:article(直接绑定上一节点的 article)

6 · 测试(2 分钟)

编辑器右上角 → 试运行 → 输入:

{
  "topic": "RAG 在企业落地的常见误区",
  "tone": "深度技术",
  "length": 1500
}

观察执行流。每个节点点开都能看到入参 / 出参 / 耗时 / Token 数。

7 · 发布(1 分钟)

  • 保存版本 → 备注:v1 · 初版
  • 发布到工作台
  • 设置触发方式:
    • 手动(默认)— 用户在工作台手动触发
    • 定时 — 在 调度 里配置 Cron
    • API — 给外部系统调用,详见 Workflow API

看 Trace 理解多节点协作

空间 → 空间管理 · 观测 · Traces,找到刚才的执行记录:

Workflow.run [3.2s · 4 节点]
├─ start [0.01s] → input: {...}
├─ 生成大纲 [1.4s] → tokens in/out: 220/580 · cost: 0.012 Credit
├─ 扩写正文 [1.7s] → tokens in/out: 800/1500 · cost: 0.038 Credit
└─ end [0.02s] → output: {...}

每一步成本、耗时都可归因。这是 Workflow 相对于直接调 LLM 的核心价值

进阶

我想……用什么
加判断分支(根据 LLM 输出走不同路径)条件节点
调用外部 API(查 CRM、发邮件)HTTP 节点 / 工具节点
把生成结果写回数据库数据源节点
让 Workflow 暂停等人审核人工审批节点
并行处理一批主题批量节点

Workflow 完整能力

接下来