FLOW大纲

FLOW：模块化智能体工作流自动化（组会汇报PPT大纲及内容）

幻灯片1：标题页

• 标题：FLOW：MODULARIZED AGENTIC WORKFLOW AUTOMATION（模块化智能体工作流自动化）
• 作者团队：Boye Niu等（悉尼大学、阿德莱德大学、卡耐基梅隆大学等）
• 发表会议：ICLR 2025
• 汇报人：[你的名字]
• 汇报日期：[汇报日期]

幻灯片2：目录

1. 研究背景与问题提出
2. 相关工作对比
3. FLOW框架核心设计
4. 实验设计与结果分析
5. 工作流更新机制与错误处理
6. 研究结论与未来展望
7. 问答环节

幻灯片3：研究背景与问题提出（1/2）

1.1 大语言模型（LLMs）与多智能体框架发展

• LLMs能力：具备理解和生成类人文本的能力，在推理、对话代理、内容创作、决策系统等领域应用广泛（如Ye et al., 2024；Yao et al., 2023）
• 多智能体框架趋势：基于LLM的多智能体框架通过协作解决复杂任务，整合集体推理与规划能力（Liu et al., 2023；Li et al., 2023等）

1.2 现有多智能体框架案例

框架	核心特点	局限性
MetaGPT	聚焦编程任务，预定义角色（产品经理、工程师等），严格顺序工作流	依赖固定SOP，无法动态调整任务分配
CAMEL	支持多任务类型，需用户预定义两个智能体，顺序交互执行	灵活性低，无法自动适配任务变化
AutoGen	根据子任务需求自动创建多角色智能体列表	子任务仅支持顺序执行，效率受限

幻灯片4：研究背景与问题提出（2/2）

1.3 核心问题：现有框架的工作流缺陷

• 静态工作流：无法实时适配执行中的突发挑战（如子任务失败、环境变化）
• 低模块化程度：子任务依赖复杂，难以并行执行，易形成瓶颈
• 容错性差：单个子任务问题可能导致整体任务中断

1.4 研究目标

1. 实现工作流动态更新：基于历史性能和实时状态调整子任务分配与智能体角色
2. 提升工作流模块化：通过评估并行度和依赖复杂度，优化子任务拆分，支持并发执行
3. 增强框架实用性：在复杂任务中实现高效执行、目标达成与容错能力

幻灯片5：相关工作对比

2.1 LLM-based任务决策

• 代表性工作：ReAct（迭代生成思考与行动）、Reflexion（加入自我反思）、ADAPT（递归任务分解）
• 不足：忽视多智能体场景下的动态任务重分配，无法应对复杂协作中的变化

2.2 LLM-based多智能体框架

• 静态工作流局限：DyLAN、MACNET用静态图表示工作流；GPTSwarm固定智能体拓扑；DataInterpreter仅在子任务失败时调整后续任务
• 动态工作流探索：AFlow基于蒙特卡洛树搜索生成动态工作流，但未充分考虑模块化与并行度优化
• FLOW定位：填补“动态更新+高模块化”空白，实现更灵活、高效的工作流管理

幻灯片6：FLOW框架核心设计（1/3）

3.1 工作流建模：基于AOV图的任务表示

• AOV图定义：Activity-on-Vertex（顶点活动）有向无环图（DAG）
  • 顶点（V）：代表子任务，包含状态（未开始/进行中/完成）、日志数据
  • 边（E）：代表子任务依赖（如$e_{ij}$表示$v_i$完成后才能启动$v_j$）
  • 智能体集合（A）：每个智能体$a_j$负责子集$T_j\subseteq V$的子任务
• 关键优势：支持动态子任务调整，直观体现依赖关系，为并行执行提供基础

3.2 模块化设计：并行度与依赖复杂度评估

• 并行度计算：$P_{avg}=\frac{1}{T}{\sum }_{t=1}^T{S}_t$（$T$为DAG最大深度，$S_t$为第$t$步执行的子任务数）
• 依赖复杂度计算：$C_{dependency}={\sigma }_{deg\left(v_i\right)}=\sqrt{\frac{1}{|V|}{\sum }_{v_i\in V}{\left(deg\left(v_i\right)-\overline{d}\right)}^2}$（$deg(v_i)$为子任务$v_i$的直接连接数，$\overline{d}$为平均连接数）
• 定理1支撑：子任务依赖增加会降低预期成功率，因此需最小化依赖复杂度

幻灯片7：FLOW框架核心设计（2/3）

3.3 初始AOV图生成流程

1. 输入：任务需求（如“开发五子棋游戏”）、初始化提示词$P_{init}$
2. 生成候选AOV图：调用LLM生成$K$个候选图{G1,G2,...,GK}\{G_1,G_2,...,G_K\}{G1​,G2​,...,GK​}
3. 筛选最优图：优先选择并行度最高的图；若并行度相同，选择依赖复杂度最低的图

3.4 执行计划与智能体分配

• 拓扑排序：对AOV图进行拓扑排序，得到子任务线性执行顺序o:V→{1,2,...,∣V∣}o: V \to \{1,2,...,|V|\}o:V→{1,2,...,∣V∣}，确保依赖满足
• 智能体克隆机制：若同一步骤中两个子任务需同一智能体，克隆智能体$a_j^{\prime }$实现并行执行，避免等待

幻灯片8：FLOW框架核心设计（3/3）

3.5 框架实现：字典式数据结构

• 结构定义：G~[v]={"subtaskrequirement","status","data","numparentsnotcompleted","child","agent"}\tilde{G}[v] = \{"subtask requirement", "status", "data", "num_parents_not_completed", "child", "agent"\}G~[v]={"subtaskrequirement","status","data","nump​arentsn​otc​ompleted","child","agent"}
• 关键字段作用：
  • “num_parents_not_completed”：未完成父任务数，为0时子任务可启动
  • “child”：依赖当前子任务的后续子任务列表，用于完成后更新依赖状态
• 优势：可直接转换为JSON，便于LLM读取与总结，兼顾简洁性与灵活性

幻灯片9：实验设计与结果分析（1/3）

4.1 实验设置

• 基线框架：AutoGen、CAMEL、MetaGPT
• 所用LLM：GPT-4o-mini、GPT-3.5-Turbo（OpenAI, 2024）
• 实验任务（3类复杂任务，覆盖编码与结构化生成）：
  1. 五子棋游戏开发：需用户界面、简易AI对手，支持黑白子选择与胜负判定
  2. LaTeX Beamer编写：生成强化学习算法幻灯片，含动机、问题、公式等，需满足页数要求
  3. ICLR 2025网站设计：包含会议日程、场地地图等模块，需HTML+CSS实现

4.2 评估指标

• 成功率（定量）：0-1区间，评估是否生成满足需求的可执行输出（如可编译代码、完整网站）
• 人工评分（定性）：50名具备编程与ML背景的参与者，按1-4分评价输出质量（1分最差，4分最优）

幻灯片10：实验设计与结果分析（2/3）

4.3 五子棋游戏开发结果

框架	成功率（%）-可编译	成功率（%）-可交互	成功率（%）-符合规则	成功率（%）-总分	人工评分（1-4）
AutoGen	80	60	40	60	2.26
MetaGPT	100	100	20	73	1.24
CAMEL	40	40	0	27	2.50
FLOW（本文）	100	100	100	100	4.00

• 关键结论：FLOW完全满足游戏功能需求，界面用图标替代文本，体验最优；MetaGPT常误生成井字棋，CAMEL无AI对手

幻灯片11：实验设计与结果分析（3/3）

4.4 LaTeX Beamer与网站设计结果

LaTeX Beamer编写

框架	成功率（%）-可编译	成功率（%）-内容完整	成功率（%）-符合页数	成功率（%）-总分	人工评分（1-4）
AutoGen	80	80	40	67	3.00
MetaGPT	80	80	20	60	1.83
CAMEL	100	100	0	66	1.83
FLOW（本文）	100	100	100	100	3.33

ICLR 2025网站设计

框架	成功率（%）-可渲染	成功率（%）-基础信息完整	成功率（%）-模块齐全	成功率（%）-总分	人工评分（1-4）
AutoGen	80	80	60	73	2.62
MetaGPT	100	100	40	80	1.72
CAMEL	80	80	0	53	2.02
FLOW（本文）	80	80	80	80	3.28

4.5 平均性能对比

框架	平均成功率（%）	平均人工评分（1-4）
FLOW	93	3.54
AutoGen	66.7	2.63
MetaGPT	71	1.60
CAMEL	48.67	2.12

幻灯片12：工作流更新机制与错误处理

5.1 动态更新流程

1. 触发条件：子任务完成、失败或环境变化
2. 输入：当前AOV图、子任务进度数据$D^t$、更新提示词$P_{update}$
3. 生成候选图：调用LLM生成$K$个更新候选图{G1t+1,...,GKt+1}\{G_1^{t+1},...,G_K^{t+1}\}{G1t+1​,...,GKt+1​}
4. 筛选与更新：沿用“并行度优先+依赖复杂度次优”原则，局部调整子任务（增/删/改/重分配），不影响无关模块

5.2 更新案例（图3展示）

• 网站设计：完成“定义网站结构”后，基于生成的HTML结构动态添加“开发CSS”子任务
• 五子棋开发：检测“AI实现”子任务失败后，新增“重新实现AI”子任务替代原任务

5.3 错误处理能力测试（随机掩盖子任务输出为“none”）

任务	FLOW（无更新）成功率（%）	FLOW（有更新）成功率（%）
网站设计	46	87
五子棋开发	0	93
LaTeX Beamer编写	67	93

• 结论：动态更新显著提升容错性，避免因单个子任务信息缺失导致整体失败

幻灯片13：研究结论与未来展望

6.1 主要贡献

1. 模块化工作流设计：通过并行度与依赖复杂度优化，支持子任务并发执行，减少瓶颈
2. 动态工作流更新：基于全局信息实现局部调整，兼顾灵活性与系统一致性
3. 实验验证：在三类任务中，成功率与人工评分均显著优于现有框架

6.2 局限性

1. 候选图筛选依赖LLM生成，未通过训练优化（需更多数据与计算资源）
2. 全局信息依赖上下文长度，任务复杂时可能导致更新效率下降

6.3 未来工作

1. 强化学习优化：训练LLM最大化“任务完成速度+资源利用率+工作流稳定性”奖励函数
2. 分层更新机制：通过层级化信息管理，精准定位错误，减少上下文依赖
3. 自动验证扩展：完善子任务级自动验证（如单元测试、LLM校验），进一步提升输出质量

幻灯片14：问答环节

• 标题：Q&A（感谢聆听！）
• 代码仓库：https://github.com/tmllab/2025_ICLR_FLOW
• 联系方式：[你的邮箱/联系方式]