与流智能体(Flow Agent)的区别
最新更新:2025-04-07
与流智能体(Flow Agent)的区别
工作流用于处理功能类的请求,可通过顺序执行一系列节点实现某个功能。而流智能体是基于对话场景的特殊工作流,专门用于处理对话类请求(如多轮对话场景,类似于对话流)。
相较于工作流而言,流智能体更适合处理对话场景下的交互逻辑。每个流(Flow)都绑定了一个会话(Conversation),运行时可以从此会话中读取历史消息,同时将本次运行流产生的消息记录在这个会话中,相当于一个拥有了记忆的工作流。
根据应用场景特征,您可以自由选择搭建流智能体或工作流:
【流智能体优选场景】
当您需要构建对话式交互AI应用时(如:智能客服、AI助手等),推荐采用流智能体,因其具备:
- 上下文感知:集成LLM实时解析会话脉络,自动维护对话记忆。
- 交互适配性:原生支持多轮对话设计,构建自然语言界面。
- 渠道兼容性:无缝对接WhatsApp/Telegram等社交通讯平台。
【工作流适用场景】
- 当您需要开发工具型AI应用时(如:数据批处理、自动化流程等),搭建工作流即可满足您的需求。
差异 | 工作流(Workflow) | 流智能体(Flow Agent) |
---|---|---|
本质 | 一个接口(API)。 | 由多个问答构成的多轮对话。 |
场景 | - 用于处理功能类的请求,可通过顺序执行一系列节点实现某个功能。 - 适合数据的自动化处理场景,例如生成行业调研报告、生成一张海报、制作绘本等。 |
- 基于对话场景的特殊工作流,更适合处理对话类请求。 - 对话流通过对话的方式和用户交互,并完成复杂的业务逻辑。 - 对话流适用于聊天机器人(Chatbot)等需要在响应对话请求时进行复杂逻辑处理的对话式应用程序,如智能客服、虚拟伴侣等。 |
学习成本 | 较高。 工作流将变量和触发分离,更加灵活和强大,但可能学习和配置成本稍高。 | 较低。 流智能体操作更加简单易懂,适合多轮对话场景,但灵活性稍低。 |
运行逻辑 | 通过变量和触发两个核心逻辑进行业务编排,其中触发由连接线的流动来标识,变量由用户在每个组件中进行定义和引用。 | 流智能体将变量和触发合二为一,当线流动时不仅代表触发组件同时也传递数据。 |
配置项 | 通过画布操作,支持多种类组件,支持通过“拖拉拽”方式编排逻辑。 | 除了画布和组件等外,还支持智能体相关配置,如:记忆、欢迎引导、消息类型、音色等。 |
输入 | JSON 结构,支持主流字段类型。 | 智能体的用户输入,为自然语言。格式包括文本、图片、音频、文件。 |
输出 | JSON 结构,支持主流字段类型。 | 智能体的生成结果,为自然语言。格式包括文本、音频。 |
使用 | 面向程序化接口(API),提供单轮请求/响应服务场景: 1. 可作为 API,在任何系统内被调用。 2. 可作为工具,被嵌入至智能体内调用。 |
适合面向人类用户,提供多轮对话服务场景: 除了 API,还支持集成至多个应用场景(Web 聊天、iframe、气泡组件)及三方平台(WhatsApp、Telegram、微信客服、……)。 |