构建AI智能体：七十五、用扣子平台创建工作流：从自动化到智能化的进阶之路
一. 前言
上一篇对扣子平台创建智能体也有了深刻的了解，今天我们继续实现一个工作流的创建，扣子平台的工作流功能堪称是连接简单问答与复杂业务处理的智能桥梁。工作流本质上是一个可视化的编程环境，它让开发者能够通过拖拽节点和连接线的方式，构建出具备条件判断、多步骤执行和外部数据交互能力的自动化流程。与传统的代码开发相比，这种低代码的实现方式大大降低了技术门槛，让业务专家和产品经理也能直接参与打造智能应用。
理解工作流的核心价值至关重要。当你的AI Agent遇到需要多个步骤协同完成的任务时，单纯依靠提示词就显得力不从心。比如，用户要求"帮我分析最近三天的销售数据并生成总结报告"，这个任务涉及数据获取、分析和报告生成三个关键环节。工作流正是为解决这类复杂场景而生，它将一个宏大的任务分解为可管理的步骤，确保每个环节都能可靠执行并传递有效数据。
二、创建一个意图识别工作流
目标： 掌握工作流设计，让Agent能可靠地完成多步骤、有条件的复杂任务。
工作流核心概念：
- 节点：流程中的每一个步骤，如输入、判断、代码、API调用等。
- 连线：定义节点之间的执行顺序和数据流动。
实战：创建“智能用户意图识别”工作流
场景：用户输入一个主题，Agent自动识别用户意图：1. 查询天气，2. 查看新闻，3. 生成图片。
1. 创建工作流
1. 首先和创建智能体一样，也需要先创建一个智能体，下面我们先创建一个“多功能助手”的智能体；
在Agent编辑页面，进入 “工作流” 选项卡，点击 “添加工作流”按钮。
在新弹出的界面选择【创建工作流】：
命名为“MultifunctionalAssistant”，此处名称不能为中文。
点击【确认】，创建成功后进入初始化的流程编排页面：
2. 创建节点
1. 选择【添加节点】，点击【意图识别】，创建一个【意图识别】主节点；
2. 将“意图识别”与“开始”节点进行关联
注意意图识别中的输入项query是红色的，表示此值为空，需要关联开始节点的输出值，点击后出现右侧窗体，在变量值下拉选项中选择【开始】项的【input】选项进行关联；
值关联成功后，通过【开始】节点的query值进行意图识别；
添加多种意图，此处我们增加了三项：天气查询、新闻资讯、图片生成。
3. 创建子工作流
为【天气识别】意图子流程关联插件，点击右侧的【+】图标，然后选择【插件】；
检索天气插件，选择合适的进行【添加】；
新闻插件还是关联头条搜索，【添加】即可；
图片生成基于需要可以选择合适的【添加】即可；
这样我们多意图对应的插件都已经匹配完毕；
将流程进行完整关联，如果没有匹配到子流程的其他流程也需要关联到【结束】节点；
结束的返回值默认只有一个，每个插件都有对应的返回结果，所以我们需要补充输出变量，并和每个子流程的输出结果进行关联；
4. 测试运行
这样整体工作流已经配置完毕了，我们可以点击【试运行】，输入一段内容“大模型相关的新闻”，来观察流程的运行情况；
我们看到了输入后，流程每一步的运行结果，我们查询的是“大模型相关的新闻”新闻相关的内容，意图自动识别分配到“新闻资讯”的流程，并通过【output2】返回了新闻相关的结果信息，output1和output3返回都是空的。
{"output1": "","output2": [{"sitename": "中国新闻网","summary": "截至2024年年底，上海已有约60款大模型通过相关部门备案，数量位居中国第二。2025全球开发者先锋大会在上海召开前夕，记者近日就大模型相关话题走访了沪上多家企业。","title": "中国大模型火出圈 行业内外共花香","url": "http://m.toutiao.com/group/7472966340052222527/"},{"sitename": "光明网","summary": "而随着像ChatGPT这样的大模型飞速发展，科学家们开始好奇:它们能否从海量的文字和图片中，自己学会像人类一样“理解”事物? 传统人工智能研究聚焦于物体识别准确率，却...","title": "我国科学家首次证实大模型能像人类一样“理解”事物","url": "http://m.toutiao.com/group/7514274714102137363/"},{"sitename": "光明网","summary": "为抢占全球人工智能发展制高点，构建健康生态，推动数智化驱动高质量发展，7月3日，“大模型赋能高质量发展”2025数字化发展与治理论坛在浙江大学举行。","title": "“大模型赋能高质量发展”2025数字化发展与治理论坛在杭召开","url": "http://m.toutiao.com/group/7526811689842229823/"},{"sitename": "环球时报","summary": "近日，中国科学院自动化研究所科研团队与相关单位合作，成功研发出首款类脑脉冲大模型“瞬悉1.0”(SpikingBrain-1.0)。该款大模型实现了全流程国产化，标志着我国在类脑...","title": "突破大模型技术瓶颈，可借鉴人脑机制","url": "http://m.toutiao.com/group/7549070831150727680/"},{"sitename": "人民网","summary": "广西壮族自治区柳州市柳工挖掘机智慧工厂借助5G和大模型技术，实现了产品、制造、服务、运营和客户运维的数字化和智能化。图为工人在该生产车间作业。","title": "国产大模型成为“全球顶流”(“十四五”，我们见证这些硬核突破③)","url": "http://m.toutiao.com/group/7563868980704821810/"},{"sitename": "封面新闻","summary": "聚力打造的“四川省大模型训练场”，是推动人工智能成为新质生产力的重要引擎。9月28日，2025天府人工智能产业生态大会——大模型赛道对接洽谈会举办。","title": "释放40项供需清单!大模型赛道将在这些产业赋能","url": "http://m.toutiao.com/group/7555133007833727538/"},{"sitename": "光明网","summary": "从名单看，细分领域的大模型大量涌现，如科大讯飞的“讯飞星火教育大模型”、平安健康的“聊个天大模型”等。与此同时，随着DeepSeek-V3等大模型产品凭借更低成本、更强...","title": "提质降价，国产大模型加速奔跑","url": "http://m.toutiao.com/group/7467760302432797223/"},{"sitename": "经济日报","summary": "全球AI大模型热潮已持续了两年多。美国人工智能公司OpenAI于2022年11月份发布GPT—3.0模型后，各国科技厂商纷纷入局“炼”大模型。OpenAI以规模作为大模型的制胜法宝，...","title": "大模型加速赋能千行百业","url": "http://m.toutiao.com/group/7472886915537076762/"},{"sitename": "光明网","summary": "随着应用场景不断拓展，开源模型正在深刻改变大模型产业的发展路径。推动技术迭代升级 开源和闭源是两种开发模式。开源是指开放程序源代码，并允许用户自由使用、修改和...","title": "大模型开源:“众人拾柴火焰高”","url": "http://m.toutiao.com/group/7483843206283543040/"}],"output3": ""
}通过【试运行】，我们初步完成也走通了，整个工作流，但细心的我们一定发现了一个问题，每个插件运行前必须要接收前一步骤的输出值，这里每个插件要接收【意图识别】节点的输出值，但我们观察天气的插件，它的输入值细化到了“省份”、“城市”、“区县”，并没有一个类似可输入的文本内容，这里我们还要做进一步的处理；
添加一个【大模型】处理节点：
- 1. 配置【输入】input值，为开始节点的输入值
- 2. 配置系统提示词，并指定输出格式，要和天气插件的输入值节点名称匹配
你是一个天气助手，理解用户查询的天气，输出JSON的结构格式，方便后续进一步使用天气工具进行查询。
格式示意：
{
"city": "青岛市",
"province": "山东省",
"towns": "即墨区"
}
- 3. 配置输出节点，必须和天气节点的名称匹配
将天气插件的输入值与大模型的输出值进行匹配；
配置完成后，开始新一轮的【试运行】，输入“杭州今天的天气怎么样”；
试运行发现，流程的走向也特别清晰，也得到了我们需要的输出结果；
{"output1": [{"condition": "多云","humidity": 69,"predict_date": "2025-10-26","temp_high": 19,"temp_low": 14,"weather_day": "多云","wind_dir_day": "北风","wind_dir_night": "北风","wind_level_day": "1","wind_level_night": "1"}],"output2": null
}5. 发布工作流
流程测试运行无误后，进行【发布】操作；
发布后设置工作流的人设逻辑，在输入内容时输入一个'{'大括号，会出现工作流选择窗体，选择我们刚才发布的工作流名称即可；
设置完成后，可在右侧进行测试；
再检索一个新闻类的，看看过程和结果返回；
output3 : null
x_aiplugin_extra_info {1}
output1 : null
output2 {4}
cursor : 10
doc_results {9}
0 {4}
summary : 日前，由复旦大学哲学学院主办的“大模型与知识生产范式转型”研讨会上，与会学者围绕“知识生产转型的理论反思”“大模型如何赋能学术研究”等相关议题展开研讨。
title : 资讯 | 大模型推动知识生产范式转型
url : http://m.toutiao.com/group/7508974094302446114/
sitename : 文汇
1 {4}
url : http://m.toutiao.com/group/7498167413213594164/
sitename : 全国党媒信息公共平台
summary : 随着DeepSeek等大模型接入越来越多的端侧应用，海量数据的存储和处理需求，推动了对存储芯片的需求激增。中国信通院联合中国人工智能产业发展联盟日前发布的《新型人工...
title : 川观智库资讯|大模型进一步发展有赖新型AI存储的支撑
2 {4}
3 {4}
4 {4}
5 {4}
6 {4}
7 {4}
8 {4}
has_more : true
search_id : 021761487811544fdbddc02002335345345666754053b8
当不是工作流种的流程时，返回了人设中配置的“这个问题，我不知道”
到此，一个完整的工作流就生成完成了。工作流将复杂任务标准化、自动化，极大地提升了Agent处理复杂任务的可靠性和能力上限。
三、总结
条件分支的运用让工作流具备决策能力。假设你要创建一个"智能客服工单系统"，可以根据用户问题的紧急程度自动分流：普通咨询直接由AI回复，技术问题转交技术部门，投诉建议升级到客服主管。在工作流中，这通过意图识别节点实现，它像编程中的if-else语句，根据预设条件选择不同的执行路径。这种能力使得工作流不再只是线性执行，而是具备了基础的判断和决策智能。
将工作流与Agent有机结合才能发挥最大价值。在工作流开发完成后，我们可以在Agent的系统提示词中明确说明何时触发工作流。比如："当用户需要深度数据分析或复杂任务处理时，自动启动相应的工作流。"这种协同工作模式让Agent能够专注于日常对话，而在遇到复杂任务时智能地切换到工作流处理模式。
调试与优化是确保工作流可靠性的关键环节。扣子平台提供了实时调试功能，我们可以逐步执行每个节点，查看数据传递情况，及时发现并修复问题，从简单流程开始测试，逐步增加复杂度，同时为每个节点添加清晰的标签和描述，这样在后续维护和协作时会更加高效。