恒利 Agent Workflow 专题 · 智能体工作流

把 AI Agent 编排进企业真实业务流程

Agent Workflow 是恒利 Harness 工程体系中的核心能力,用于把 Agent、Skill、MCP工具、业务规则、人工确认、异常回退和效果评估编排成可执行、可监控、可持续优化的企业智能工作流。

典型 Agent Workflow
1用户请求 / 业务事件触发
2意图识别与任务拆解
3路由到 Agent / Skill
4MCP 工具调用与数据校验
5人工确认 / 自动执行
6结果输出、审计与评估

什么是 Agent Workflow

它不是传统审批流,也不是简单自动化脚本,而是面向 AI Agent 的“智能业务执行链路”。

智能决策

会理解任务

Agent Workflow 可以识别用户意图、业务事件和上下文,判断任务类型、执行路径和需要调用的智能体或Skill。

工具执行

会连接系统

通过 MCP 调用 ERP、CRM、OA、数据库、消息系统和第三方服务,让工作流真正进入业务系统。

安全可控

会管理风险

对高风险动作设置人工确认、权限校验、审计日志、异常回退和执行边界,确保 AI 不失控。

恒利 Agent Workflow 架构

恒利将工作流拆成触发、理解、路由、执行、确认、评估六个层次,形成完整工程闭环。

Trigger 触发层

支持用户对话、系统事件、定时任务、Webhook、表单提交、业务数据变化等触发方式。

Intent 理解层

识别业务意图、任务类型、上下文对象、所需数据和风险等级。

Router 路由层

将任务路由到对应 Agent、Skill、子工作流或人工处理节点。

Execution 执行层

通过 MCP 工具、API、数据库、知识库和业务系统完成查询、生成、校验和操作。

Human-in-loop 确认层

对订单创建、合同审批、客户通知、金额变更等高风险动作保留人工确认。

Evaluation 评估层

记录执行日志、工具调用、结果质量、人工反馈和业务成效,持续优化工作流。

Agent Workflow 的核心节点

企业工作流需要兼顾智能判断、规则稳定性、系统连接与安全控制。

意图识别节点

判断用户要查询、生成、审批、分析、执行还是转人工。

上下文补全节点

从历史会话、企业知识库、业务系统中补充任务所需信息。

Skill调用节点

调用可复用业务能力,例如报价分析、合同审查、客户跟进。

MCP工具节点

查询订单、读取客户、生成工单、发送通知、写入系统。

规则校验节点

执行权限、金额、状态、数据完整性和业务合规校验。

人工确认节点

在关键决策或高风险动作前保留人类审核和确认。

异常回退节点

当工具失败、数据缺失、置信度不足时进入回退流程。

评估记录节点

记录结果、耗时、成本、命中率、人工反馈和执行状态。

Harness 上如何开发 Agent Workflow

恒利建议按“场景定义—节点拆解—Skill沉淀—MCP接入—测试评估—上线运营”的流程推进。

01

定义业务场景

明确工作流解决什么问题、触发条件是什么、最终要输出什么结果,以及是否涉及系统写入和业务风险。

02

拆解流程节点

将业务流程拆成意图识别、数据读取、知识检索、规则校验、工具执行、人工确认和结果通知等节点。

03

沉淀 Skill 能力

把可复用动作封装成 Skill,例如“客户风险分析”“订单异常处理”“合同摘要与风险识别”。

04

接入 MCP 工具

通过 MCP Gateway 连接 ERP、CRM、OA、数据库、工单、消息通知和第三方系统。

05

设置权限与确认

定义哪些步骤可自动执行,哪些步骤必须人工确认,并配置角色权限、数据范围和审计日志。

06

测试、上线与运营

用测试集和真实任务回放验证准确率、稳定性和业务价值,上线后通过指标持续优化。

典型业务工作流场景

Agent Workflow 最适合高频、跨系统、多步骤、需要判断和协同的业务。

场景工作流示例涉及能力业务价值
销售跟进识别客户意向 → 查询CRM → 分析历史订单 → 生成跟进建议 → 推送销售CRM MCP、客户画像Skill、销售Agent提升跟进效率与转化率
智能客服识别问题 → 检索知识库 → 查询订单 → 判断是否转人工 → 创建工单RAG、订单MCP、客服Agent、工单系统降低客服压力,提高自动解决率
采购协同识别需求 → 匹配商品 → 推荐供应商 → 发起询价 → 比价分析 → 人工确认商品Skill、供应商MCP、比价Agent提升采购效率和报价质量
合同审查上传合同 → 摘要提取 → 条款风险识别 → 法务确认 → 输出修改建议文档解析、合同Skill、人工确认减少合同审核时间和风险遗漏
经营分析读取报表 → 识别异常 → 生成分析 → 提出建议 → 通知负责人数据MCP、分析Agent、消息工具提升经营决策响应速度

Agent Workflow 与传统工作流的区别

传统工作流更多是固定流程:谁提交、谁审批、谁执行。而 Agent Workflow 面向的是不确定任务,它可以理解自然语言、动态选择工具、调用知识库、判断下一步动作,并在关键节点引入人工确认。

1. 传统工作流依赖固定表单,Agent Workflow 能理解自然语言

业务人员不一定需要按固定表单提交需求,可以直接描述任务,由智能体识别对象、意图、约束和所需动作。

2. 传统工作流只流转任务,Agent Workflow 可以执行任务

通过 MCP 和 Skill,智能体不仅能把任务分发给人,还能自动查询数据、生成材料、校验风险、创建工单和发送通知。

3. Agent Workflow 更适合复杂业务协同

当任务涉及多个系统、多种数据、多角色协作和多步骤判断时,Agent Workflow 能把复杂过程编排为可执行链路。

4. 企业级 Agent Workflow 必须可控

恒利强调人工确认、权限边界、审计日志和异常回退。智能体不是无限自动执行,而是在安全边界内帮助企业提升效率。

示例:销售跟进工作流

用户:帮我分析客户A最近是否值得重点跟进 Workflow: 1. Intent: 识别为销售跟进分析 2. MCP: 查询CRM客户资料 3. MCP: 查询历史订单与报价 4. Skill: 调用客户价值分析Skill 5. Agent: 生成跟进建议与推荐话术 6. Human: 销售确认是否发送消息 7. Log: 记录分析结果与后续反馈

用 Agent Workflow 重构企业业务流程

恒利科技可基于 Harness 框架,为企业设计和开发可上线、可运营、可持续优化的智能体工作流体系。

联系恒利科技