A SHARED CONCEPT
工作流图
Workflow graph
修订 1定义
工作流图(Workflow graph)用节点表示工作步骤,用有向边表示步骤之间的数据依赖、先后约束或条件转移。
解决的问题
它把“做哪些工作”和“何时允许执行”显式化,便于识别可并行的步骤和必须等待的步骤。
核心机制
节点接收输入或状态并产生结果;调度依据依赖完成情况或分支条件选取后继。无环依赖图可以拓扑排序;带返工的状态图可能有环,不能直接套用一次性的拓扑排序。
最小例子
原创示例:生成图表和校对文字可各自准备,但只有两者完成后才能导出报告。若两步会覆盖同一文件,还须处理共享资源冲突。
适用范围与误解
节点可以运行普通代码、模型或人工任务。边并不只代表传递一段文本;审批等先后要求也可构成约束。画出并行分支不代表资源足够,也不保证更快。
前置与相关概念
前置:节点、有向边、任务输入输出。相关:智能体控制循环、拓扑排序。图是组织方式,不等于某个框架的 API。
来源
- Python graphlib 文档:TopologicalSorter ↗:核对任务先后约束、无环条件和就绪节点。
- LangGraph Graph API:Graphs 节 ↗:核对状态、节点、条件边及循环工作流;框架只作为实现例证。
在文章中怎么用
即使问题分支可以并行,如果后一步依赖前一步的答案,应用仍须表达工作流阶段与依赖。
回到解读:Jev’s Architecture Unmasked →
Jev的窄问题输出参与代码定义的计算图;用已接受的工作流定义理解步骤依赖,不把厂商评测结论扩展成通用定律。
回到解读:Introducing System One Models & Jev →
用于看清图中的工具调用与执行权交接;这两类边的含义由本篇采用的协作方式决定。
回到解读:A practical guide to building agents →
用于理解任务、依赖和条件转移,并核对没有直接数据传递时是否仍有先后约束。
回到解读:Loops and Graphs: how to stop babysitting agents and only approve the last step (full course) →