Agentic Workflows
了解代理式工作流如何使自主 AI 代理能够解决复杂任务。学习如何集成 Ultralytics YOLO26 等先进的视觉工具。
智能体工作流代表了人工智能 (AI)领域的一种变革性方法，其中多个自主实体能够进行交互、做出决策并执行多步骤任务，且只需极少的人工干预。与遵循严格线性执行路径的传统机器学习管道不同，智能体工作流具有高度的动态性。它允许智能体或一组协同的智能体网络感知环境、对复杂问题进行推理，并利用外部工具来实现预定义的长期目标。随着组织不断扩大其 AI 计划的规模，企业智能体工作流正在取代孤立的脚本，从而在各个行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 从被动生成转变为主动问题解决。这需要从单次提示交互过渡到规划、执行和观察的迭代循环。通过编排这些循环，开发人员可以构建出能够处理意外边缘情况并自我纠错的系统。
为了清晰区分密切相关的概念：AI 智能体是独立的自主实体（通常由大语言模型 (LLM)驱动），负责进行推理和行动。相反，智能体工作流是总体的架构过程，用于统筹这些智能体如何协作、共享内存以及安排其行动顺序。此外，虽然生成式 AI主要根据用户提示词在单次线性遍历中创建内容，但智能体系统会采用智能体设计模式（例如自我反思、规划和多智能体辩论），以持续优化其输出，直至完全达成目标。
核心组件#
几个基础要素推动了这些工作流的成功：
- LLM 骨干：工作流的核心推理引擎。框架负责协调诸如 OpenAI 的 GPT-4o 等顶尖模型，以解释用户意图并动态生成执行计划。
- 函数调用与工具使用：智能体配备了各种特定工具来与外部世界进行交互。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。来自诸如 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 以及 Microsoft AutoGen 的库提供了关键的基础架构，用于连接智能体、管理对话状态并智能地路由任务。
- 记忆与上下文管理：为了防止幻觉并保持多步骤过程中的一致性，工作流保留短期记忆（当前的对话上下文窗口）和长期记忆（持久化数据库）以从过往交互中学习。
实际应用#
Agentic workflows 正在现实世界中积极解决复杂的开放式任务：
-
**自主视觉检查：**在制造业中，智能体系统可以使缺陷检测实现自动化。编排器智能体触发相机工具来捕获图像，使用目标检测模型对其进行处理，并分析输出结果。如果发现缺陷，智能体将自主记录维护工单并将产品路由以进行人工复核，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 PDF 中提取结构化数据。智能体通过迭代方式应用布局检测，使用有针对性的提示词工程来进行自我纠正，并对照预期的财务模式验证提取的表格。
-
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、生成活动资产、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 平台和 ultralytics Python 软件包，将视觉智能集成到智能体工作流中非常简单。在这个概念示例中，智能体系统使用 YOLO26 作为感知工具来检查工厂流水线，从而使工作流的底层逻辑能够根据预测模式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)通过在底层利用诸如 PyTorch 等框架，这些视觉工具将高度准确的空间感知能力注入到更广泛的 AI 逻辑中。随着智能体组织不断走向成熟，先进推理模型与实时视觉功能的结合将推动新一代智能、自愈式自动化的发展。通过主动学习带来的持续改进以及复杂的编排，智能体工作流可确保 AI 系统端到端地可靠执行复杂的策略。
