diff --git a/s16_workflow_runtime/README.zh.md b/s16_workflow_runtime/README.zh.md index 3822c0ff..be3fe940 100644 --- a/s16_workflow_runtime/README.zh.md +++ b/s16_workflow_runtime/README.zh.md @@ -1,18 +1,20 @@ -# s16: Workflow Runtime — 把编排写进代码 +# s16: Workflow Runtime — 把步骤写进代码 [English](README.md) · [中文](README.zh.md) · [日本語](README.ja.md) [s15](../s15_integrated_harness/) → `s16` → [s17](../s17_goal_loop/) -> *计划别只活在嘴上。* 脚本管先后，模型管每一步判断。 +> *别把计划只留在聊天里。* 谁先谁后由脚本定，每一步怎么判断交给模型。 > -> **Harness 层**: 编排 — 在单 agent 循环之上，再跑一套多 agent 脚本。 +> **Harness 层**: 编排 — 在单个 Agent 循环上面，再跑一套多 Agent 脚本。 ## 问题 -你已经会让模型在一个循环里读文件、改代码、看报错。可有些活你其实**早就知道先后顺序**：先分维度审，再找人挑刺，最后汇总。若顺序只靠聊天记住，模型会做到一半喊完工，自己批改自己偏甜，压几轮上下文后连「别动 X」都丢了。 +到这一章，你已经会让模型在循环里读文件、改代码、看报错了。 -软对话扛不住并行、稳定结果形状，也扛不住崩了接着跑。你需要的不是更会聊天的模型，是一份**写下来的编排**。 +可有些活，你其实早就想好了顺序：先按几个角度审一遍，再找人挑刺，最后汇总。顺序如果只记在对话里，模型很容易做到一半就喊「做完了」；让它自己评自己，分数又往往偏高；上下文压了几轮之后，「别动 X」这种约束也可能悄悄不见。 + +聊天记不住并行，也扛不住中途崩掉再接着跑。你缺的不是一个更会聊天的模型，而是一份**写下来的步骤**。 ## 解决方案 @@ -23,43 +25,43 @@ 脚本：agent / pipeline / parallel │ ▼ - 变量 + journal（半成品放这儿，不塞群聊） + 变量 + journal（中间结果放这里，别塞回对话） ``` -帮手（子 agent）仍负责想；**脚本**管循环、分发、合并。中间结果进变量和 journal，不进主对话。 +子 Agent 还是负责想。**脚本**负责循环、分发、合并。中间结果放进变量和 journal，不进主对话。 -一句话：**编排从「智力」挪到「结构」。** +一句话：**把「怎么排步骤」从临场发挥，变成写死的结构。** -![静态 harness vs 动态 workflow](images/dynamic-vs-static.png) +![静态 harness 和动态 workflow](images/dynamic-vs-static.png) -*左：通吃的固定流水线。右：为这次任务现裁的编排。* +*左边：事先写好的通用流水线。右边：为这次任务临时裁出来的编排。* -Claude Code 里有两扇门：**动态**——模型为这次任务写 JS（`script` / `scriptPath`）；**已保存**——好脚本用 `name` + `args` 再跑。门外还有用 SDK 事先写死的静态编排。本章是 **Python 教学 runtime**（不嵌 JS）：思想对齐，演示走「已保存」门。模型在产品里本来就能交脚本——我们只是不在这里跑 JS。 +在 Claude Code 里，入口大致有两种。**动态**：模型为这次任务写一段 JS（`script` / `scriptPath`）。**已保存**：跑通了的脚本放进仓库，用 `name` + `args` 再调。外面还有一种事先用 SDK 写死的静态编排。本章是 **Python 教学版运行时**，不嵌 JS 引擎：想法对齐，演示走「已保存」这条路。产品里模型本来就能交脚本，我们只是不在这里跑 JS。 ## 工作原理 -**1. 三个动词** +**1. 三个词就够用** ```text - agent 一个帮手，一件事（可带 schema，拿到能往下传的 JSON） - pipeline 每个 item 自己走完各阶段（默认，不等齐） - parallel 等所有结果齐了再往下（屏障，少用） + agent 一个帮手，干一件事（可以带 schema，拿到能往下传的 JSON） + pipeline 每个条目自己走完各阶段（默认这样，不用互相等） + parallel 等所有结果到齐再往下（屏障，少用） ``` -谁失手：`parallel` 那个槽变成 `null`；`pipeline` 丢掉那个 item。舰队不整船沉。合并前先过滤。 +有人失败了也别整队停工：`parallel` 里失败的那一格变成 `null`；`pipeline` 丢掉那一条。合并前先把空的滤掉。 -**2. 续跑靠本子，不靠聊天记忆** +**2. 想续跑，靠小本子，别靠聊天记录** -journal 按 `agent()` **召唤顺序**记账。续跑回放最长未改前缀；碰到第一处改动，后面全实跑。真 JS 运行时禁 `Date.now()` / `Math.random()`，免得本子对不齐——教学脚本也请写成确定性的。 +每次调用 `agent()`，journal 按**调用顺序**记一笔。续跑时，从头核对：还没改过的前缀直接复用；碰到第一处改动，后面全部重跑。真正的 JS 运行时不许用 `Date.now()` / `Math.random()`，不然本子对不齐。教学脚本也尽量写成确定性的。 ```text journal [A] [B] [C] [D] - 续跑 命中 命中 ✂ 实跑 + 续跑 复用 复用 ✂ 重跑 ``` -**3. 一个样本：分发 + 对抗** +**3. 看一个例子：拆开审，再找人对着挑** -`review-changes` 不是「一种模式」，是 **Fanout** 里嵌 **Adversarial**：多维度 `pipeline(audit, verify)`，验证里再 `parallel` 挑刺，只留站得住的 finding。 +`review-changes` 不是单一招式。它是「拆开干」外面，套了一层「别人来挑刺」：几个维度各自 `pipeline(audit, verify)`，验证阶段再用 `parallel` 并行检查，只留下仍然站得住的问题。 ```text correctness ── 审计 ── 验证 ──┐ @@ -69,7 +71,7 @@ journal 按 `agent()` **召唤顺序**记账。续跑回放最长未改前缀； ``` ```python -# code.py 节选 — 形状就这些 +# code.py 节选，看形状就行 async def sample_workflow(ctx, args): ctx.phase("Review") results = await ctx.pipeline(DIMENSIONS, audit, verify) @@ -77,28 +79,28 @@ async def sample_workflow(ctx, args): return {"confirmed": confirmed} ``` -舰队不能早停，作者不当裁判，拓扑也不靠 chat 每轮改写。 +这样一来，队伍没法提早收工，作者也不当自己的裁判，步骤也不会被聊天一轮轮改歪。
-六种常见形状（模式库） +六种常见形状 ![六种 Workflow 模式](images/six-workflow-patterns.png) -| 模式 | 人话 | 原语速写 | -|------|------|----------| -| Classify-And-Act | 先分拣再交给对的人 | `agent` → 分支 → `agent` | +| 名字 | 人话 | 怎么拼 | +|------|------|--------| +| Classify-And-Act | 先分拣，再交给对的人 | `agent` → 分支 → `agent` | | Fanout-And-Synthesize | 拆开干，再合并 | `pipeline` / `parallel` → 汇总 | -| Adversarial Verification | 别让狐狸评鸡窝 | 产出 → `parallel(verify)` → 过滤 | -| Generate-And-Filter | 先多产再筛 | `parallel(gens)` → 过滤 | -| Tournament | 两两比出冠军 | 裁判 `agent` | -| Loop Until Done | 「还有新发现？」就继续 | `while` + 停止 + `budget` | +| Adversarial Verification | 别让自己给自己打分 | 产出 → `parallel(verify)` → 过滤 | +| Generate-And-Filter | 先多写几份，再筛 | `parallel` 生成 → 过滤 | +| Tournament | 两两比，决出更好的 | 裁判 `agent` | +| Loop Until Done | 还有新发现就继续 | `while` + 停止条件 + `budget` | -`review-changes` ≈ Fanout + Adversarial。研究类常叠：分发 → 过滤 → 验证 → 汇总。 +`review-changes` 大约等于 Fanout + Adversarial。做调研时，常常再叠：分发 → 过滤 → 验证 → 汇总。
-动态 / 已保存 / 静态 & 官方原语图 +动态、已保存、静态，以及官方原语图 ```python # 教学示意 @@ -111,19 +113,21 @@ Workflow({ "name": "review-changes", "args": { "changes": "..." } })
-不可信输入时：隔离读写 +输入不可信时，把读和写隔开 -读工单的人，不该同时握着开 PR 的钥匙。读者只读 → 摘要；受信任的一侧只看摘要行动。 +读工单的 Agent，不该同时拿着开 PR 的钥匙。一边只读、整理成摘要；另一边只看摘要再动手。 ```text - 积压 → [隔离区: 读 / 去重 / 摘要] → [受信任: 行动] + 积压 → [只读区: 读 / 去重 / 摘要] → [可信区: 行动] ``` ![隔离分流](images/quarantine-triage.png)
-谁握计划？s06 一次性派工，s13 邮箱同伴，s15 单循环聊天，**s16 是脚本 + journal**，s17 在门口问整件事做完没有。普通改几个文件：s15 或一个 s06 往往够。Workflow 贵在 token 和协调——**结构必须比单次对话活得更久**时再用。 +计划到底谁说了算？s06 是一次性派出去；s13 是长期队友加邮箱；s15 是单循环里聊着决定；**s16 把步骤写进脚本，进度记在 journal**；s17 则在门口问：整件事做完了没有。 + +平时改几个文件，s15 或一个 s06 多半够了。Workflow 又费 token 又费协调——**只有步骤必须比单次对话活得更久**时，再拿出来用。 ## 试一试 @@ -132,8 +136,8 @@ python s16_workflow_runtime/code.py demo python s16_workflow_runtime/code.py resume ``` -第一次看 Review → Verify；第二次同一 run，agent 应大量 `cached`（理想情况 `agents=0 tokens=0`）。想挂进完整宿主：不加参数直接跑 `code.py`。 +第一次跑，看 Review 再到 Verify。同一 run 再跑一次，大多应显示 `cached`（理想情况 `agents=0 tokens=0`）。想挂进上一章的完整程序，不加参数直接跑 `code.py`。 -s15 还是那个循环；这里只是多了一个 `Workflow` 工具。[s17](../s17_goal_loop/) 问另一个问题：该停了吗？ +s15 还是那个循环；这里只多了一个 `Workflow` 工具。[s17](../s17_goal_loop/) 问的是另一件事：该停了吗？ - +