顺序工作流

flowchart LR
in(输入)
out(输出)
conceptExtractor(概念提取器)
writer(写作者)
formatProof(格式校对)

in --> conceptExtractor --> writer --> formatProof --> out

classDef inputOutput fill:#f9f0ed,stroke:#debbae,stroke-width:2px,color:#b35b39,font-weight:bolder;
classDef processing fill:#F0F4EB,stroke:#C2D7A7,stroke-width:2px,color:#6B8F3C,font-weight:bolder;

class in inputOutput
class out inputOutput
class conceptExtractor processing
class writer processing
class formatProof processing

npx -y @aigne/example-workflow-sequential

npx -y @aigne/example-workflow-sequential --interactive

echo "为我们新推出的人工智能健身应用创建营销内容" | npx -y @aigne/example-workflow-sequential

export OPENAI_API_KEY="YOUR_OPENAI_API_KEY"

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

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

pnpm start

pnpm start -- --interactive

echo "为我们新推出的人工智能健身应用创建营销内容" | pnpm start

import { AIAgent, AIGNE, ProcessMode, TeamAgent } from "@aigne/core";
import { OpenAIChatModel } from "@aigne/core/models/openai-chat-model.js";

const { OPENAI_API_KEY } = process.env;

// 1. 初始化模型
const model = new OpenAIChatModel({
  apiKey: OPENAI_API_KEY,
});

// 2. 定义序列中的第一个 Agent
const conceptExtractor = AIAgent.from({
  instructions: `\
您是一位市场分析师。根据产品描述，识别出：
- 关键特性
- 目标受众
- 独特卖点

产品描述：
{{product}}`,
  outputKey: "concept",
});

// 3. 定义第二个 Agent
const writer = AIAgent.from({
  instructions: `\
您是一位营销文案撰稿人。根据一段描述特性、受众和独特卖点的文本，
撰写一篇引人注目的营销文案（例如新闻简报的一个章节），突出这些要点。
输出应简短（约 150 字），仅输出文案本身，作为一个单独的文本块。

产品描述：
{{product}}

以下是有关该产品的信息：
{{concept}}`,
  outputKey: "draft",
});

// 4. 定义第三个 Agent
const formatProof = AIAgent.from({
  instructions: `\
您是一位编辑。根据草稿文案，纠正语法，提高清晰度，确保语调一致，
进行格式化，使其更加精炼。将最终改进后的文案作为一个单独的文本块输出。

产品描述：
{{product}}

以下是有关该产品的信息：
{{concept}}

草稿文案：
{{draft}}`,
  outputKey: "content",
});

// 5. 初始化 AIGNE 实例
const aigne = new AIGNE({ model });

// 6. 创建一个 TeamAgent 来管理顺序工作流
const teamAgent = TeamAgent.from({
  skills: [conceptExtractor, writer, formatProof],
  mode: ProcessMode.sequential, // 这确保了 Agent 按顺序逐个运行
});

// 7. 使用初始输入调用工作流
const result = await aigne.invoke(teamAgent, {
  product: "AIGNE 是一个无代码的生成式 AI 应用引擎",
});

console.log(result);

/*
// 预期的输出结构：
{
  concept: "...", // 来自 conceptExtractor 的输出
  draft: "...",   // 来自 writer 的输出
  content: "..."  // 来自 formatProof 的输出
}
*/

aigne observe