写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好
- 或者，就直接把你的个人博客、公众号直接搬到这里
登录/注册
工作流实现
收录了 工作流实现 频道下的 50 篇内容
Cloudflare 利用 AI 智能体将 Astro GitHub 问题减少 85%
Cloudflare 通过 GitHub Actions 上的隔离 AI 智能体，为 Astro 实现 Issue 自动化处理。
如何用 Dify 无代码工作流实现 AI 自动化抓取与分析 LinkedIn 招聘数据
如何用 Dify 无代码工作流实现 AI 自动化抓取与分析 LinkedIn 招聘数据
MCP
MCP Server
MCP Server开发平台
2025-09-22
0
HubSpot 使用 Apache Kafka 泳道实现工作流操作的实时处理
HubSpot采用在多个Kafka主题（称为泳道）上为同一生产者路由消息的方式，避免了消费者群组滞后的积压，并且能够优先处理实时流量。通过自动和手动相结合的方式探测流量峰值，该公司能够确保大多数消费者的工作流能够在无延迟的情况下执行。
Open Responses 规范实现智能体式 LLM 工作流的统一
OpenAI的Open Responses规范实现了智能体式LLM工作流的统一，解决了API碎片化问题，使专有模型与开源模型之间的无缝切换成为可能。
AI 驱动的测试：用 Dify 工作流实现智能缺陷分析与分类
在软件测试领域，缺陷分析一直是耗时且依赖专家经验的工作。测试工程师需要手动阅读缺陷报告、理解问题现象、分析根本原因并进行正确分类——这个过程平均每个缺陷需要15-20分钟，而且分类准确性严重依赖个人经验。现在，通过Dify工作流与AI技术的结合，我们
软件测试
2025-10-31
0
Bright Data MCP + Dify 实战：AI 工作流实现 TikTok + LinkedIn 数据采集（2026）
MCP 的核心作用是定义模型可调用的能力，让 AI 智能体与数据库、API 、浏览器等外部世界打通，实现各类外部工具的快速接入。
人工智能
爬虫
数据采集
dify
04-17
0
JAVA 实现一个工作流引擎
工作流是一种将一系列相关的任务和活动组织起来的技术，以便在企业或组织中自动化或半自动化地管理业务流程。工作流技术可以帮助企业或组织更好地管理和优化业务流程，提高生产效率和质量，降低成本和风险。
Java
程序员
工作流
2023-06-18
0
GPT-5.6 Agent 能力实测：任务规划、多工具调用与自动化工作流实现
GPT-5.6的函数调用综合9.0分，是四款中最高的——工具选择准确率93%、参数遵从95%、并行调用成功率89%。这些指标意味着GPT-5.6在Agent场景中的可靠性远超Claude（7.4分）、Gemini（8.3分）和Grok（6.5分）。但"能力强"不等于"能直接用"——任务规划、多工具调
07-31
0
Gemini CLI 引入子代理机制，实现任务委派与并行代理工作流
谷歌在 Gemini CLI 中引入了子代理（subagents）功能，这是一项新能力，旨在帮助开发者将复杂或重复性的任务委派给在主会话旁协同运行的专用 AI 代理。
Gemma 4 12B 通过无编码器架构实现设备端多模态主动工作流
谷歌表示，Gemma 4 12B 旨在“将具有自主性的多模态智能直接带入到你的笔记本电脑”。
Agent 工作流编排引擎设计与实现
在现代Agent系统中，工作流编排引擎是整个架构的核心枢纽。一个设计良好的工作流引擎能够将复杂的业务逻辑分解为可复用、可测试、可监控的任务单元，并通过DAG（有向无环图）来描述任务之间的依赖关系，实现自动化执行与故障恢复。本文将从工作流DSL设计出发
月更
09-08
0
ACK One Argo 工作流：实现动态 Fan-out/Fan-in 任务编排
Argo Workflow 是开源 CNCF 毕业项目，聚焦云原生领域下的工作流编排，使用 Kubernetes CRD 编排离线任务和 DAG 工作流，并使用 Kubernetes Pod 在集群中调度运行。
阿里云
云原生
argo
亚马逊云科技推出规范驱动组合：数据工作流不再靠复制代码
亚马逊云科技引入规范驱动组合，构建灵活的数据工作流。
不用写代码：AI×低代码工作流拖拽实现 9 大业务流程全自动化
过去两年，我听到最多的一个论调是：AI都能写代码了，低代码还有存在的必要吗？
低代码
工作流引擎
低代码开发
AI低代码
07-21
0
为生产而生的 AI Workflow：AIWorks 工作流引擎的工程化设计与实现
在过去一年里，我们见证了LLM (大语言模型) 爆发式的增长，LLM的能力有了质的飞跃，也颠覆了所有开发者对“软件能力边界”的认知。只需要几行代码，调用一次LLM api接口，模型就能帮你写一段看起来像模像样的代码、总结一份结构清晰的文档或者回答一些“看起
人工智能
开发平台
数栈
AI Works
UI 自动化维护成本高？一个 Dify 工作流，实现自愈式测试，告别脚本脆弱性
在敏捷开发和快速迭代的今天，UI自动化测试已成为保障前端产品质量的重要环节。然而，几乎所有经历过UI自动化的团队都面临着一个共同的痛点：高昂的维护成本。页面元素的一个微小改动（比如一个ID或CSS Selector的变化），就可能导致大面积的测试用例失败，测
Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5
京公网安备 11010502039052号 | 产品资质
京公网安备 11010502039052号 | 产品资质
