Agentic Workflows

了解智能体工作流如何赋能自主 AI 智能体解决复杂任务。学习如何集成 Ultralytics YOLO26 等先进的视觉工具。

Agentic workflows 代表了一种人工智能 (AI) 的变革性方法，其中多个自主实体可以进行交互、做出决策，并在极少人工干预的情况下执行多步任务。与遵循严格线性执行路径的传统机器学习流水线不同，agentic workflow 具有高度的动态性。它允许智能体 (intelligent agent) 或协调的智能体网络感知其环境、推理复杂问题，并利用外部工具来实现预定目标。随着组织规模化地推进其 AI 计划，企业级 agentic workflows 正在取代孤立的脚本，从而在各行各业中实现强大且可扩展的自动化。

理解 Agentic Workflows

从本质上讲，agentic workflow 将 AI 从被动生成转向了主动解决问题。这需要从单一的提示交互转变为一个包含规划、执行和观察的迭代循环。通过编排这些循环，开发者能够构建出能够处理意外边缘情况并自行纠错的系统。

为了清晰地区分这些密切相关的概念：AI agent 是指进行推理和行动的个体自主实体（通常由大语言模型 (LLM) 驱动）。相反，agentic workflow 是一种统筹性的架构过程，负责管理这些智能体如何协作、共享记忆以及对行动进行排序。此外，虽然生成式 AI (generative AI) 主要根据用户提示在单次线性过程中生成内容，但 agentic 系统采用了诸如自我反思、规划和多智能体辩论等 agentic 设计模式，以持续优化其输出，直至完全达成目标。

核心组件

若干基础要素推动了这些工作流的成功：

LLM 主干：工作流的核心推理引擎。框架负责协调诸如 OpenAI GPT-4o 等最先进的模型，以解读用户意图并动态生成执行计划。
函数调用与工具使用：智能体配备了特定工具来与外部世界交互。这包括查询数据库、执行代码或调用计算机视觉模型来分析视觉数据。来自 OpenAI 关于函数调用等提供商的文档概述了模型如何格式化输出以可靠地触发外部 API。
编排框架：诸如 LangGraph, CrewAI 和 Microsoft AutoGen 等库提供了连接智能体、管理对话状态和智能路由任务的关键基础设施。
记忆与上下文管理：为了防止幻觉并在多步流程中保持一致性，工作流会保留短期记忆（当前的对话上下文窗口）和长期记忆（持久化数据库），以便从过往的交互中学习。

实际应用

Agentic workflows 正在现实世界中积极解决各种复杂的开放式任务：

自主视觉检测： 在制造业中，agentic 系统可以实现缺陷检测的自动化。一个编排智能体会触发相机工具来捕捉图像，使用目标检测 (object detection) 模型进行处理，并分析输出结果。如果发现缺陷，智能体会自主记录维护工单并将产品路由至人工审核，从而管理整个工厂的响应流程。
智能文档解析： 在金融和法律领域，工作流旨在从非结构化的 PDF 中提取结构化数据。智能体通过迭代应用布局检测，利用有针对性的提示工程 (prompt engineering) 来进行自我纠错，并根据预期的财务模式验证提取出的表格。
动态营销运营： 具有前瞻性的营销团队正在通过部署智能体来重塑营销工作流，这些智能体会自主分析当前趋势、生成营销素材、测试广告文案变体，并根据实时性能指标调整预算策略。

示例：构建视觉智能体工作流

使用 Ultralytics Platform 和 ultralytics Python 包，将视觉智能集成到 agentic workflow 中非常简单。在这个概念示例中，一个 agentic 系统使用 YOLO26 作为感知工具来检查工厂流水线，允许工作流的底层逻辑根据预测模式 (predict mode) 的结果自主决定下一步行动。

from ultralytics import YOLO

# Load the recommended Ultralytics YOLO26 model
model = YOLO("yolo26n.pt")

# Agentic workflow step 1: Vision tool gathers environmental data
results = model.predict("factory_line.jpg")


# Agentic workflow step 2: Agent logic evaluates the visual detections
def decision_agent(detections):
    for obj in detections:
        # Check if the model detected a specific class, e.g., 'defect'
        if obj.names[int(obj.cls)] == "defect":
            return "Action: Trigger immediate maintenance alert."
    return "Action: Continue production line smoothly."


# Execute the agent's decision logic based on bounding box data
action = decision_agent(results[0].boxes)
print(action)