概述
Microsoft代理框架工作流使你能够构建智能自动化系统，以便将 AI 代理与业务流程无缝融合。 借助其类型安全的体系结构和直观的设计，可以协调复杂的工作流，而无需陷入基础结构复杂性，从而专注于核心业务逻辑。
工作流与代理有何不同？
虽然代理和工作流可以涉及多个步骤来实现目标，但它们为不同的目的提供服务，并在不同的抽象级别运行：
代理：代理通常由大型语言模型（LLM）驱动，并且可以访问各种工具来帮助其完成任务。 代理执行的步骤是动态变化的，由大型语言模型（LLM）根据对话的上下文和可用工具来决定。
工作流：另一方面，工作流是一系列预定义的作，可以将 AI 代理作为组件包含在内。 工作流旨在处理可能涉及多个代理的复杂业务流程、人工交互和与外部系统的集成。 显式定义工作流流，以便更好地控制执行路径。
主要功能
- 类型安全性：强类型可确保消息在组件之间正确流动，并全面验证可防止运行时错误。
-
灵活的控制流：基于图形的体系结构允许使用
executors和edges直观地对复杂工作流进行建模。 支持条件路由、并行处理和动态执行路径。 - 外部集成：内置请求/响应模式，用于与外部 API 和人机循环方案无缝集成。
- 检查点：通过检查点保存工作流状态，从而支持在服务器端恢复和继续长时间运行的进程。
- 多代理编排：用于协调多个 AI 代理的内置模式，包括顺序、并发、交接和磁性。
工作流 API
Microsoft代理框架提供两个补充 API 来生成工作流：
-
Functional Workflow API（Python， experimental）：使用
async和@workflow修饰器将工作流编写为纯@step函数。 使用本机Python控制流（if/else、循环、asyncio.gather）而不是图形概念。 在采用 Graph API 之前，这是一个很好的起点。 -
工作流构建器和执行：使用
WorkflowBuilderexecutorsedges生成为定向图的工作流。 最适合固定拓扑，支持类型验证的消息路由和基于超级步骤的并行执行。
这两个 API 完全受支持，并生成相同的可观察结果（事件、流式处理、HITL、检查点）。 根据最适合工作流的内容进行选择：
功能 （@workflow） |
图 （WorkflowBuilder） |
|
|---|---|---|
| 控制流 | 本地Python（if、循环、asyncio.gather） |
边缘和条件 |
| 最适用于 | 顺序管道、自定义循环、即席并行 | 固定图形、扇出/扇入、类型验证的消息路由 |
| 并行度 | asyncio.gather |
并行边组，超级步执行 |
| 可观察性 | 每个步骤的事件使用 @step |
针对每个执行器的事件 |
| HITL | ctx.request_info() |
RequestInfoExecutor |
| 检查点技术 |
@step按结果缓存 |
超级步边界检查点 |
| 代理包装 |
.as_agent() 上 FunctionalWorkflow |
.as_agent() 上 Workflow |
若要以纯Python表示逻辑，请从 @workflow 开始。 为了实现严格类型验证的消息路由或图形执行模型，请转向 WorkflowBuilder。
核心概念
- 执行程序：表示工作流中的单个处理单元。 它们可以是 AI 代理或自定义逻辑组件。 它们接收输入消息、执行特定任务并生成输出消息。
- 边缘：定义执行程序之间的连接，确定消息流。 它们可以包括根据消息内容控制路由的条件。
- 事件：提供工作流执行的可观测性，包括生命周期事件、执行程序事件和自定义事件。
- 工作流生成器和执行：将执行器和边缘关联到定向图中，通过超级步骤管理执行，并支持流式处理和非流式处理模式。
入门
通过浏览入门示例，开始使用 Microsoft Agent Framework 工作流：