analysis_claude_code/s16_workflow_runtime/README.zh.md

s16: Workflow Runtime — 把菜谱写进代码

English · 中文 · 日本語

s01 → ... → s14 → s15 → s16 → s17

“一轮轮聊天，像每隔十秒给厨师发一条短信。Workflow 是厨房能照着做的菜谱。”

Harness 层: 编排 — 在单 agent 循环之上，跑一套多 agent 脚本。

---

想象你和朋友用微信一起做饭。你发“先切洋葱”，等他回，再问“切好了吗？”，然后“热锅……”。一道菜还行；要办二十桌宴席，聊天就成了瓶颈：步骤记丢、反复叮嘱，手机一死还得从头来。

普通“模型当总指挥”的对话就是这样。Workflow 是写好的菜谱：厨房（runtime）按谱做，帮手（子 agent）负责判断，中间结果放在台面上的碗里 —— 不塞进群聊记录。

问题在哪

从 s01 到 s15，每一轮都由模型决定下一步调用什么工具。当“下一步取决于刚才发现了什么”时，这很合适。

有些任务的形状事先就知道：

• 按多个维度审查很多文件
• 先调研，再验证，再合并
• 用同一种方式迁移 N 个模块

如果模型只能把计划“记”在 messages[] 里，会发生三件事：编排噪音占满上下文、中途计划漂移、崩了就得把做完的活重做一遍。

你需要并行、稳定的结果形状，以及能续跑。把这三样只寄存在对话历史里，太脆弱。

一句话说清想法

把计划写进代码。 子 agent 仍然负责判断；脚本负责循环、分发和合并。中间结果存在变量里，不进对话。

一次 Workflow 工具调用启动这次脚本运行。运行中会发出生命周期和进度事件；最后一条工具结果带回启动信息、结果和任务状态。

两扇门

Claude Code 对“工作流怎么启动”是诚实的：

门	你传什么	什么时候用
动态（Dynamic）	一段编排用的 JavaScript（script，或之后的 scriptPath）	模型为这次任务现写菜谱
已保存（Saved）	name + args	好用的菜谱放进例如 .claude/workflows/，按名字再跑

同一间厨房。动态是“现在写菜谱”，已保存是“从卡片盒里抽一张”。

本课是一个 Python 教学运行时。 用同样的想法，但每行你都能读懂。演示按名字注册一个已保存的 workflow；概念和 Claude Code 的脚本世界一一对应。我们不会再说“模型不能提交可执行代码”——那是对 Claude Code 的误述。这里只是不嵌入完整的 JS 解释器。

# 教学适配器：已保存这扇门（name + args）。
# Claude Code 还接受 script / scriptPath / resumeFromRunId。
WORKFLOW_TOOL = {
    "name": "Workflow",
    "input_schema": {
        "type": "object",
        "properties": {
            "name": {"type": "string"},
            "args": {"type": "object"},
            "resume_from_run_id": {"type": "string"},
            "resumeFromRunId": {"type": "string"},
        },
        "required": ["name"],
    },
}

原语：用一次义卖来讲

学校义卖要烤很多蛋糕。每张桌子都要：搅拌 → 烘烤 → 装箱。帮手负责尝和判断；菜谱决定顺序。

原语	在厨房里的意思
agent(prompt, {schema, label, phase})	请一个帮手做一件事
pipeline(items, *stages)	默认。 每块蛋糕自己走完搅拌→烘烤→装箱。A 在装箱时，B 可能还在搅拌
parallel(thunks)	等所有托盘都回来 —— 只有下一步真的需要全部结果时才用
phase(title)	在进度板上宣布“现在进入烘烤”
log(message)	喊一句短状态
workflow(name, args)	套用一份更小的菜谱（只嵌一层）
args	这次运行的“食材清单”
budget	还能烧多少“烤箱分钟”（token）

默认用 pipeline。只有下一步必须凑齐上一阶段全部结果时，才用 parallel —— 比如要先尝完所有托盘再写评分表。

# 每个审查维度独立走 审计 → 验证（阶段之间不等齐）。
results = await ctx.pipeline(DIMENSIONS, audit, verify)
confirmed = [f for r in results if r for f in r["confirmed"]]

让答案机器能读

如果帮手回来写散文，下一阶段就很难把 finding 和 verdict 一一对应。传入 schema：运行时要求 JSON、做校验，不对就重试一次。再不对，这次调用报错（见下面的空值隔离）。

out = await ctx.agent(
    f"检查这段变更里有没有{dimension}相关的问题：\n{changes}",
    schema=FINDINGS_SCHEMA,
    label=f"audit:{dimension}",
)
# out 是带 "findings" 的字典，不是一段话

跟你聊天可以用自然语言；流水线需要接口对得上。

一个帮手失败时

不能因为一个托盘糊了，整支队伍停工。

• parallel：失败的 thunk 在该槽位变成 null / None；整个 gather 不会因此拒绝。
• pipeline：某个 stage 失败时，该 item 变成 null / None，并跳过它后面的 stage；其他 item 继续。

合并前要小心过滤 —— 常见写法是 if r / .filter(Boolean)。

verdicts = await ctx.parallel([...])  # 有些位置可能是 None
confirmed = [
    f for f, v in zip(findings, verdicts)
    if v and v.get("isReal")
]

Journal 与续跑

每次运行都有一个 runId。每个 agent() 结束后，运行时往磁盘上的 journal 追加一行。把它想成笔记本：按你召唤帮手的顺序记，而不是按他们从烤箱回来的先后。

续跑时（resume_from_run_id / resumeFromRunId），脚本仍从开头执行，但是：

1. 按调用顺序，把每次 agent() 和下一条 journal 记录比对。
2. 最长未改前缀 → 缓存命中（直接回放）。
3. 遇到第一个改过或未完成的调用，前缀断开。
4. 之后全部实跑 —— 即使 journal 更后面还躺着旧 key，也不能偷懒命中。

所以真正的 JS workflow 运行时会禁止 Date.now()、Math.random() 和裸的 new Date()：不确定的时钟和骰子会改 prompt 或调用顺序，笔记本就对不上了。这个 Python 演示不会完整沙箱这些 —— 但脚本仍应写成确定性的。

journal:  [A ✓] [B ✓] [C ✓] [D ✓]
续跑:     A 命中 → B 命中 → C 改过 → D 实跑（不会悄悄命中旧的 D）

跟着示例走：review-changes

四个审查维度走同一条两阶段路径：

correctness ── 审计 ── 验证 ──┐
security    ── 审计 ── 验证 ──┤── 合并确认过的问题
performance ── 审计 ── 验证 ──┤
style       ── 审计 ── 验证 ──┘

1. Review — 每个维度的审计员返回结构化 findings。
2. Verify — 每条 finding 交给对抗性检查（在 verify 阶段里用 parallel）。
3. 只保留被标成真实的问题，再按严重程度排序。

async def sample_workflow(ctx, args):
    ctx.phase("Review")
    results = await ctx.pipeline(DIMENSIONS, audit, verify)
    confirmed = [f for r in results if r for f in r["confirmed"]]
    ctx.log(f"确认了 {len(confirmed)} 个真实问题")
    return {"confirmed": confirmed}

怎样接到 s15

s15 仍是宿主循环。s16 只多一个工具：Workflow。模型（或你）给出已保存的名字；适配器查 registry，再跑脚本。

	Claude Code / Pi（产品）	本课教学 CLI
脚本语言	沙箱里的 JavaScript	可读的 Python 函数
动态门	模型写 script / 改 scriptPath	文档说明；演示走已保存的 name
运行时宿主	后台 + 通知，会话保持可响应	demo / resume 前台跑，方便观察
想法	同一套原语、journal、前缀续跑	教学模型 —— 简化处会说清楚

主循环不会变成 workflow 引擎。它只是多借一把工具，就像借 bash 或 task 一样。

试一下

python s16_workflow_runtime/code.py          # s15 宿主 + Workflow 工具（真实 API）
python s16_workflow_runtime/code.py demo     # 固定数据：观察阶段和 agent
python s16_workflow_runtime/code.py resume   # 同一个 runId；前缀应全部缓存命中

留意这些：

• workflow_phase：先 Review，再 Verify
• 每个 workflow_agent：第一次是 done，完整续跑变成 cached
• 结尾有一份简短的确认列表；全命中续跑显示 agents=0 tokens=0

相对 s15 → 下一站 s17

	s15 Agent Harness 集成	s16 Workflow Runtime
循环	单个、模型驱动	同一循环；一个工具跑脚本
谁决定下一步	模型逐轮决定	脚本规定整批形状
多 agent	一次性子 agent	可脚本化、可续跑的 agent()
失败 / 续跑	靠对话记忆	空值隔离 + journal 前缀

s16 = 一批活怎么跑。s17 = 整个目标算不算做完。

s17 Goal Loop 会问一个独立判断器：该停，还是再来一轮？