如果你跟著大模型應用系列一路走下來,你已經會接模型(511)、餵知識(518)、給工具(520)、組團隊(522)、寫 Prompt(525)、做評估(528)、管記憶(530)、跑並行(533)。但你大概也撞過這面牆:讓 Agent 自由發揮,它有時繞遠路、有時原地打轉、有時一口氣燒掉你半個月的 API 額度。當業務流程其實是「確定的」,就不該讓 LLM 每一步自己決定——該把它框進「工作流編排(Workflow Orchestration)」。這一課,我們把 Agent 從「自由球員」變成「照 SOP 跑的生產線」,全程不依賴框架,純 TypeScript 就能搭起來。
一、先想清楚:工作流 vs Agent,到底選哪個?
判斷標準只有一條:這件事的流程,你能不能事先畫成一張圖?能畫出來(先分類 → 再查單 → 再回覆 → 高風險才送審),就做工作流;畫不出來、每一步都得臨場決定的開放式任務,才用自主 Agent。打個比方:自主 Agent 像把案子外包給自由工作者,一句「你看著辦」;工作流像工廠流水線,每一站做什麼、不合格往哪送,全部寫進 SOP。能用工作流解決的,就不要用 Agent——可控性差一個量級,成本也差一個量級。
- 自主 Agent:靈活、能處理意外,但步數不可預測、成本無上限、除錯像大海撈針。
- 工作流編排:步數可預測、每步可測試可重放、成本有天花板,代價是只適合「畫得出圖」的任務。
二、工作流的四塊積木
市面上的編排框架(LangGraph 之類)拆開來,核心就四個概念:
- 節點(Node):一個具體步驟,可以是 LLM 呼叫,也可以是普通函式(查資料庫、寄信)。
- 狀態(State):在節點之間流動的資料,例如分類結果、草稿、擬退金額。
- 條件邊(Conditional Edge):根據目前狀態決定下一站——「退款超過 500 才送人工」。
- 檢查點(Checkpoint):每跑一步存一次檔,掛掉可以從斷點重跑,不必從頭再花錢。
三、步驟實戰:打造「客訴自動處理」工作流
目標流程:客訴進來 → 先分類 → 生成回覆草稿與退款建議 → 擬退金額超過 500 元送人工審批 → 寄出。
步驟 1:定義狀態與節點。每個節點只負責「吃狀態、回傳一小塊更新」:
type State = {
ticket: string; // 客訴原文
category?: string; // 分類結果
reply?: string; // 回覆草稿
refund?: number; // 擬退金額
approved?: boolean; // 人工審批結果
};
const nodes = {
classify: (s: State) => ({
category: askLLM(`把客訴分為 售後/物流/其他:${s.ticket}`),
}),
draft: (s: State) => ({
reply: askLLM(`針對「${s.category}」類客訴,擬回覆與退款建議`),
refund: extractRefund(s),
}),
humanReview: (s: State) => ({
approved: askHuman(`擬退 ${s.refund} 元,草稿:${s.reply}`),
}),
send: (s: State) => {
sendEmail(s.ticket, s.reply);
return {};
},
};
重點:節點回傳的是「部分更新(patch)」,不是整份新狀態——由主迴圈統一合併,才不會發生節點之間互相覆蓋的慘案。
步驟 2:用條件邊把節點串成圖。路由函式只讀狀態、不做事:
function next(s: State): keyof typeof nodes {
if (s.category === undefined) return 'classify';
if (s.reply === undefined) return 'draft';
if (s.approved === undefined)
return (s.refund ?? 0) > 500 ? 'humanReview' : 'send';
return s.approved ? 'send' : 'draft'; // 被退回 → 回草稿節點重寫
}
步驟 3:主迴圈 + 檢查點 + 保險絲。每步存檔、設步數上限,這是工作流不失控的兩道鎖:
async function runWorkflow(initial: State): Promise<State> {
let state = initial;
const log: { step: number; snapshot: State }[] = [];
for (let step = 0; step < 10; step++) { // 保險絲:步數上限
log.push({ step, snapshot: structuredClone(state) }); // 檢查點
const name = next(state);
const patch = await nodes[name](state);
state = { ...state, ...patch }; // 統一合併狀態
if (name === 'send') return state;
}
throw new Error('超過步數上限,轉人工介入');
}
中途掛掉想重跑?從 log 取最後一個 snapshot 當輸入,再呼叫一次 runWorkflow 就能從斷點續跑——已經花掉的 LLM 呼叫不會白費。特別注意:條件邊的判斷全部基於狀態欄位,不要在節點內部偷偷決定「下一步去哪」,否則整張圖就散了。
四、三條上線紀律
- 狀態顯式化:流程狀態不要藏在對話訊息裡,讓它變成明確的 State 欄位——可列印、可檢查、可斷言。
- 每個節點可單獨測試:節點就是普通函式,單測、假資料、失敗重放全都做得到,這正是 528「Agent 評估」能落地的地基。
- 高風險決策留人工節點:退款、出貨、刪資料這類不可逆動作,永遠保留 humanReview——LLM 只做草稿,人來蓋章。
工作流不是把 Agent 關進籠子的妥協,而是工程化的正解:先讓 80% 的確定流程穩定跑在軌道上,再把省下的預算與注意力,留給真正需要自主決策的 20%。
互動話題:你的專案裡,有哪個流程明明「畫得出圖」卻一直用自由 Agent 在跑?留言聊聊,我們一起把它搬上生產線。