AI Agent 時代，我們為什麼還需要工作流程？

每天早上九點，讓 Agent 分析訂單並傳送報告，設定排程就能啟動。接入事件或 Webhook，也可以讓它在資料變動後開始工作。

如果報告符合預期，處理過程也很簡單，這樣可能就夠了。

執行一段時間後，要求可能變得更具體：退款率必須依統一標準計算，只分析指定範圍的資料，傳送訊息給客戶前必須經過審核。計算規則修改後，還需要查清哪些報告使用了舊版本。

這時要考慮的是：哪些步驟允許 Agent 當場判斷，哪些步驟需要依照已確認的規則執行？任務等待審核時，狀態存在哪裡？換一個人維護，能否看懂它的處理過程？

工作流程提供了一種組織這些要求的方式。它明確保存步驟、資料關係與審核條件，並由執行系統管理任務狀態。Agent 可以參與建置，也可以在其中處理需要理解與判斷的任務。

已確認的規則，依同一種方式執行

以訂單日報為例，加總金額、分類狀態、篩選時間範圍，都有明確的規則。退款率的分母是全部訂單，還是已付款訂單？依下單時間還是退款時間統計？這些定義一旦確認，就應該寫進程式碼。

Agent 也能呼叫這段程式碼。工作流程進一步保存它與其他步驟的關係：從哪裡取得資料，計算結果交給哪個節點，什麼條件下繼續傳送報告。檢查時，可以逐項核對。

客戶留言表達了什麼、異常可能與哪些情況有關、摘要應該強調哪些內容，則可以交給 AI。例如先用程式碼篩選異常訂單，再將這些紀錄作為模型輸入，最後把摘要交給通知步驟。

這裡的確定性體現在計算規則與執行結構上。模型產生的判斷仍然可能變化，但它接收什麼資料、負責什麼任務，以及輸出用在哪裡，都有明確的位置。

等待審核時，任務不能遺失進度

把情境換成客戶回覆：Agent 已經讀完郵件、查過訂單，也擬好了回覆，接下來等負責人核准。

負責人可能幾個小時後才處理。系統需要保存這次任務使用的輸入、已產生的回覆、完成到哪一步，以及核准或拒絕後該執行什麼。恢復任務時，也應沿用同一次執行的狀態，避免重新執行已完成的步驟。

這些機制可以在 Agent 系統中實作。選擇工作流程平台時，值得檢查的是它已經提供哪些狀態管理能力，能否滿足任務中途等待、人工決定與繼續執行的需要。

Trigger 負責啟動，通知或後續 API 呼叫負責交付結果。排程、事件、Webhook 與輪詢都可以啟動 Agent 或流程；它們是自動化的組成部分。下圖展示啟動後，規則、AI、審核與通知如何連接。

這是可自行建置的範例流程。觸發方式依任務選擇，審核是選用步驟；實際執行需設定資料來源、模型服務與通知帳號。

Open Flow 的 Approval 與 Wait 節點會持久保存等待狀態，作出決定後可以繼續同一次執行，無需重跑已完成的步驟。對於需要人工介入的任務，這是選擇它時可以具體評估的能力。查看審核與執行說明

換一個人維護，還能看懂這項工作嗎？

任務剛開始時，你可能先讓 Agent 試做幾次，逐步確認資料來源、計算標準與報告格式。等其他人也要參與維護，就需要把這些決定留下來。

維護者需要知道：哪個步驟讀取訂單，退款率在哪裡計算，模型取得了哪些資料，什麼條件下會傳送訊息。流程圖、輸入對應與節點程式碼可以幫助回答這些問題。專案的說明與設定也需要有人維護。

修改之後，還要知道每次執行使用了哪一版邏輯。例如，退款率的計算標準週一調整了，查看上週日報時，就需要找到當時的程式碼與輸入。將執行紀錄連結到具體版本，才能據此核對結果。

如果現有 Agent 系統已經提供這些能力，可以繼續沿用。工作流程平台的價值，是把這些常用機制組織在一起，減少團隊自行建置與維護的工作。

用 Open Flow 保存並執行這些流程

Open Flow 是 OOMOL 開源的工作流程平台。你可以直接在 OOMOL Flow 使用官方託管版，或到 GitHub 儲存庫查看原始碼與自行部署說明。讓 Agent 建立 Flow 後，可以在視覺化工作台 Workbench 中查看與修改同一個流程。

Agent 透過 oo flow 建立節點、檢查草稿、測試執行並查看結果。打開 Workbench 後，可以檢查它使用哪些資料、某一步的程式碼如何處理，以及分支條件是否符合要求。相容的客戶端也可以透過 Server 提供的 MCP 工具編排與執行流程。

對於前面的日報，Code Task 可以用 JavaScript 計算與轉換資料，LLM Task 產生摘要。如果需要多次工具呼叫，可以使用 Agent Task。輸入與輸出有明確的名稱和型別，重複邏輯可以整理成子流程。

上線後，你還會需要修改流程。Open Flow 發布時會建立帶版本的快照，供 Live 自動化執行。你可以繼續編輯與測試草稿，準備好後再發布新版本。執行歷史會連結對應的修訂版本，便於查明某份報告由哪一版程式碼與流程產生。

讀取外部應用程式的資料與傳送通知，需要設定相應帳號及權限。Open Flow 透過 OpenConnector 等 Connector 執行環境執行這些操作，帳號憑證由 Connector 保管，Flow 引用連線識別碼。查看 Open Flow 的能力與執行方式

官方託管版由 OOMOL 負責執行部署。自行部署時，儲存、備份、升級與服務連線由你的團隊管理。專案採用 Apache-2.0 授權，目前處於 Beta。帳號連線與 Agent 設定步驟見 Flow 入門指南。

用一項實際任務試試

選一件需要固定規則或人工審核的重複工作，在 OOMOL Flow 打開工作流程，連接所需的資料來源與通知帳號，再把任務交給 Agent：

為我建立一個訂單日報 Flow：讀取前一天的訂單，依我確認的標準計算金額與退款率，讓 AI 歸納異常，再把報告傳送到指定的團隊群組。先建立草稿並測試，等我檢查結果後再發布。

在 Workbench 中檢查資料、程式碼與輸出，確認流程符合要求。如果排程執行的 Agent 已經夠用，可以繼續沿用；需要更明確的規則、審核與版本紀錄時，再決定啟用這個 Flow。

• 打開 OOMOL Flow，建立第一個工作流程
• 希望自行部署或參與開發？查看 Open Flow 原始碼與部署說明。