AI Agent 时代，我们为什么还需要工作流？

每天早上九点，让 Agent 分析订单并发送报告，配置一个定时任务就能启动。接入事件或 Webhook，也可以让它在数据变化后开始工作。

如果报告符合预期，处理过程也很简单，这样可能就够了。

运行一段时间后，要求可能变得更具体：退款率必须按统一口径计算，只分析指定范围的数据，给客户发送消息前必须审批。统计规则修改后，还需要查清哪些报告使用了旧版本。

这时要考虑的是：哪些步骤允许 Agent 当场判断，哪些步骤需要按已经确认的规则执行？任务等待审批时，状态存在哪里？换一个人维护，能否看懂它的处理过程？

工作流提供了一种组织这些要求的方式。它把步骤、数据关系和审批条件明确保存下来，并由运行系统管理执行状态。Agent 可以参与构建，也可以在其中处理需要理解和判断的任务。

已经确认的规则，按同一种方式执行

以订单日报为例，金额求和、状态分类、时间范围筛选，都有明确的规则。退款率的分母是全部订单，还是已支付订单？按下单时间还是退款时间统计？这些口径一旦确认，就应该落实到代码里。

Agent 也能调用这段代码。工作流进一步把它和其他步骤的关系保存下来：从哪里取数，计算结果交给哪个节点，什么条件下继续发送报告。检查时，可以逐项核对。

客户留言表达了什么、异常可能与哪些情况有关、摘要应该强调哪些内容，则可以交给 AI。比如先用代码筛选异常订单，再将这些记录作为模型输入，最后把摘要交给通知步骤。

这里的确定性体现在计算规则和执行结构上。模型生成的判断仍然可能变化，但它接收什么数据、承担什么任务，以及输出用于哪里，都有明确的位置。

等待审批时，任务不能丢掉进度

把场景换成客户回复：Agent 已经读完邮件、查过订单，也起草好了回复，接下来等负责人批准。

负责人可能几个小时后才处理。系统需要保存这次任务使用的输入、已经生成的回复、完成到哪一步，以及批准或拒绝后该执行什么。恢复任务时，也应沿用这次运行的状态，避免重新执行前面已经完成的步骤。

这些机制可以在 Agent 系统中实现。选择工作流平台时，值得检查的是它已经提供了哪些状态管理能力，能否满足任务中途等待、人工决定和继续执行的需要。

Trigger 负责启动，通知或后续接口调用负责交付结果。定时、事件、Webhook 和轮询都可以用于启动 Agent 或流程；它们是自动化的组成部分。下面的流程图展示了启动之后，规则、AI、审批和通知如何连接。

这是可自行构建的示例流程。触发方式按任务选择，审批为可选步骤；实际运行需配置数据源、模型服务和通知账号。

Open Flow 的 Approval 和 Wait 节点会持久化等待状态，确认后可以继续同一次运行，无需重跑已经完成的步骤。对于需要人工介入的任务，这是选择它时可以具体评估的能力。查看审批与运行说明

换一个人维护，还能看懂这项工作吗？

任务刚开始时，你可能先让 Agent 试做几次，逐渐确认数据源、统计口径和报告格式。等其他人也要参与维护，就需要把这些决定留下来。

维护者需要知道：哪个步骤读取订单，退款率在哪里计算，模型拿到了哪些数据，什么条件下会发送消息。流程图、输入映射和节点代码可以帮助回答这些问题。具体项目的说明和配置也要有人维护。

修改之后，还要知道每次运行使用了哪一版逻辑。例如，退款率的统计口径周一调整了，查看上周的日报时，就需要找到当时的代码和输入。把运行记录关联到具体版本，才能据此核对结果。

如果现有 Agent 系统已经提供了这些能力，可以继续沿用。工作流平台的价值，是把这些常用机制组织在一起，减少团队自行搭建和维护的工作。

用 Open Flow 保存和运行这些流程

Open Flow 是 OOMOL 开源的工作流平台。你可以直接在 OOMOL Flow 使用官方托管版，或到 GitHub 仓库查看源码与自部署说明。让 Agent 创建 Flow 后，可以在可视化工作台 Workbench 中查看和修改同一个流程。

Agent 通过 oo flow 创建节点、检查草稿、测试运行并查看结果。你打开 Workbench 后，可以检查它使用了哪些数据，某一步的代码如何处理，以及分支条件是否符合要求。兼容客户端也可以通过 Server 提供的 MCP 工具进行编排和运行。

对于前面的日报，Code Task 可以用 JavaScript 计算和转换数据，LLM Task 生成摘要。如果需要多次工具调用，可以使用 Agent Task。输入和输出具有明确的名称与类型，重复逻辑可以整理成子流程。

上线后，你还会需要修改流程。Open Flow 发布时会创建带版本的快照，供 Live 自动化运行。你可以继续编辑和测试草稿，准备好后再发布新版本。运行历史关联对应的修订版本，便于查明某份报告由哪一版代码和流程生成。

读取外部应用的数据和发送通知，需要配置相应账号与权限。Open Flow 通过 OpenConnector 等 Connector 运行时执行这些操作，账号凭据由 Connector 保管，Flow 引用连接标识。查看 Open Flow 的能力与运行方式

官方托管版由 OOMOL 负责运行部署。自行部署时，存储、备份、升级和服务连接由你的团队管理。项目采用 Apache-2.0 许可证，目前处于 Beta。账号连接与 Agent 配置步骤见 Flow 入门指南。

用一项实际任务试试

选一件需要固定规则或人工审批的重复工作，在 OOMOL Flow 打开工作流，连接所需的数据源与通知账号，再把任务交给 Agent：

为我创建一个订单日报 Flow：读取前一天的订单，按我确认的口径计算金额和退款率，让 AI 总结异常，再把报告发到指定的团队群。先创建草稿并测试，等我检查结果后再发布。

在 Workbench 中检查数据、代码和输出，确认这套流程符合你的要求。如果定时 Agent 已经够用，可以继续沿用；需要更明确的规则、审批和版本记录时，再决定启用这个 Flow。

• 打开 OOMOL Flow，创建第一个工作流
• 希望自行部署或参与开发？查看 Open Flow 源码与部署说明。