工作流程編排

direction: down

User: {
  shape: c4-person
}

OrchestratorAgent: {
  label: "Orchestrator Agent"
  shape: rectangle

  finder: {
    label: "Finder Agent"
    shape: rectangle
  }

  writer: {
    label: "Writer Agent"
    shape: rectangle
  }
}

Skills: {
  label: "技能 / 工具"
  shape: rectangle
  style: {
    stroke-dash: 2
  }

  puppeteer: {
    label: "Puppeteer\n(網頁抓取)"
    shape: rectangle
  }

  filesystem: {
    label: "檔案系統\n(讀取/寫入)"
    shape: cylinder
  }
}

User -> OrchestratorAgent: "1. 提交研究任務"
OrchestratorAgent -> OrchestratorAgent.finder: "2. 委派：尋找資訊"
OrchestratorAgent.finder -> Skills.puppeteer: "3. 抓取網頁"
OrchestratorAgent.finder -> Skills.filesystem: "4. 儲存研究結果"
OrchestratorAgent -> OrchestratorAgent.writer: "5. 委派：編寫報告"
OrchestratorAgent.writer -> Skills.filesystem: "6. 寫入最終報告"

# 以單次執行模式執行（預設）
npx -y @aigne/example-workflow-orchestrator

# 以互動式聊天模式執行
npx -y @aigne/example-workflow-orchestrator --interactive

# 使用管道輸入
echo "Research ArcBlock and compile a report about their products and architecture" | npx -y @aigne/example-workflow-orchestrator

aigne observe

git clone https://github.com/AIGNE-io/aigne-framework

cd aigne-framework/examples/workflow-orchestrator
pnpm install

# 以單次執行模式執行（預設）
pnpm start

# 以互動式聊天模式執行
pnpm start -- --interactive

# 使用管道輸入
echo "Research ArcBlock and compile a report about their products and architecture" | pnpm start

# 以聊天模式執行
pnpm start -- --interactive

# 將記錄層級設定為 DEBUG
pnpm start -- --log-level DEBUG

import { OrchestratorAgent } from "@aigne/agent-library/orchestrator/index.js";
import { AIAgent, AIGNE, MCPAgent } from "@aigne/core";
import { OpenAIChatModel } from "@aigne/core/models/openai-chat-model.js";

const { OPENAI_API_KEY } = process.env;

// 1. 初始化聊天模型
const model = new OpenAIChatModel({
  apiKey: OPENAI_API_KEY,
  modelOptions: {
    parallelToolCalls: false, // Puppeteer 一次只能執行一個任務
  },
});

// 2. 設定用於網頁抓取和檔案系統存取的 MCP Agent
const puppeteer = await MCPAgent.from({
  command: "npx",
  args: ["-y", "@modelcontextprotocol/server-puppeteer"],
  env: process.env as Record<string, string>,
});

const filesystem = await MCPAgent.from({
  command: "npx",
  args: ["-y", "@modelcontextprotocol/server-filesystem", import.meta.dir],
});

// 3. 定義 finder Agent 以研究資訊
const finder = AIAgent.from({
  name: "finder",
  description: "找到與使用者請求最接近的匹配項",
  instructions: `你是一個可以在網路上尋找資訊的 Agent。
你的任務是找到與使用者請求最接近的匹配項。
你可以使用 puppeteer 來抓取網路上的資訊。
你也可以使用檔案系統來儲存你找到的資訊。

規則：
- 不要使用 puppeteer 的螢幕截圖
- 使用 document.body.innerText 來取得頁面的文字內容
- 如果你想要某個頁面的 URL，你應該取得目前（首頁）頁面的所有連結及其標題，
然後你可以使用標題來搜尋你想要訪問的頁面的 URL。
  `,
  skills: [puppeteer, filesystem],
});

// 4. 定義 writer Agent 以儲存報告
const writer = AIAgent.from({
  name: "writer",
  description: "寫入檔案系統",
  instructions: `你是一個可以寫入檔案系統的 Agent。
  你的任務是接收使用者的輸入，處理它，並將結果寫入到磁碟的適當位置。`,
  skills: [filesystem],
});

// 5. 建立 orchestrator Agent 以管理工作流程
const agent = OrchestratorAgent.from({
  skills: [finder, writer],
  maxIterations: 3,
  tasksConcurrency: 1, // Puppeteer 一次只能執行一個任務
});

// 6. 初始化 AIGNE 實例
const aigne = new AIGNE({ model });

// 7. 使用詳細的提示來調用工作流程
const result = await aigne.invoke(
  agent,
  `\
僅使用官方網站對 ArcBlock 進行深入研究\
（避免使用搜尋引擎或第三方來源），並編寫一份詳細報告，儲存為 arcblock.md。\
報告應包含對公司產品（附有詳細的研究發現和連結）、\
技術架構及未來計畫的全面見解。`,
);
console.log(result);