Workflow+limitedPlanning的设计思想 - Louis

背景

在实际 AI Agent 系统中，很多团队采用一种折中架构： Workflow + Limited Planning，即用 LLM 做轻量规划，再执行预定义 workflow。

真实世界很多 AI 产品都用这种架构
很多系统其实就是 Workflow + Limited Planning。

例如：

LangGraph（状态机 workflow）
Notion AI
Perplexity AI

这些系统：

不是完全 autonomous agent
而是：
structured workflows

Workflow + Limited Planning 的设计思想

User Input
      ↓
Intent Detection  用户意图分析
      ↓
Task Planner
      ↓
Workflow Selection
      ↓
Workflow Execution
      ↓
Result

具体运行流程（完整例子）

假设用户输入：

帮我写一份AI行业报告

系统流程：

Step 1 Intent Detection

LLM 先判断用户意图：

intent = research_report

例如输出：

{
 "intent": "research_report"
}

Step 2 Planner（轻量规划）

Planner 判断：

需要哪种 workflow

例如：

research_workflow

Step 3 Workflow Selection

系统选择预定义流程：

Research Workflow

结构：

Search Data
↓
Extract Key Info
↓
Summarize
↓
Write Report

Step 4 Workflow Execution

每一步调用 LLM 或工具：

Search → Web API
Extract → LLM
Summarize → LLM
Write → LLM

Limited Planning 的几种实现方式

不同系统实现不同，但通常有 3 种模式。

模式1 Router Agent（最常见）

Planner 只负责：

选择哪个 Agent

结构：

User Input
      ↓
Router
  ├ Research Agent
  ├ Coding Agent
  └ Writing Agent

例如：

用户输入：

写 Python 爬虫

Router：

coding_agent

模式2 Tool Selection

Planner 只选择工具：

Search
Database
Code Interpreter

例如：

User: 查AI公司融资

Planner：

use web_search

模式3 Workflow Routing

Planner 选择 workflow：

content_workflow
analysis_workflow
coding_workflow

然后执行固定流程。

代码层面的实现（简化版）

一个典型 Python 结构：

def router(user_input):

    intent = llm_intent_detection(user_input)

    if intent == "research":
        return research_workflow(user_input)

    elif intent == "coding":
        return coding_workflow(user_input)

    elif intent == "summary":
        return summary_workflow(user_input)

workflow：

def research_workflow(query):

    data = search(query)

    info = extract(data)

    summary = summarize(info)

    report = write_report(summary)

    return report

这里：

planning = router

而不是完整 Agent。

参考

ChatGPT

关于作者

我是Louis,一名长期从事iOS与AI相关工程实践的工程师,也是一个正在探索产品与商业可能性的准创始人.

这里的文章,更多是我在项目中用过,踩过坑,反复验证过的东西,而不是为了流量而写的“快内容”.

☕ 打赏

如果这篇文章对你有帮助,欢迎请我喝一杯咖啡☕️

PayPal
https://www.paypal.me/luochuan188

PayPay

You can support my work via PayPay by searching my PayPay ID:

PayPay ID: luochuan

微信支付

支付宝

你的支持会让我有更多时间,把真实项目中的经验持续整理和分享出来.

不打赏也完全没关系,感谢你读到这里.

联系与合作

如果你:

· 正在做iOS App / AI / 自动化相关的项目

· 对技术选型、架构设计、产品落地有困惑

· 或希望进行技术交流、合作探讨

欢迎通过以下邮箱联系我:

luochuanad@gmail.com

背景