DP

DepthPilot AI

System-Level Learning

Assessment

Workflow Routing 实战:把 Agent 行为拆成可控操作链

这节课要求你把一个会调用工具的 workflow 从“看起来像 agent”审成“真正可操作的系统”。DepthPilot 要的不是一句“它会自己判断”,而是 routing 顺序、动作边界、确认关卡、恢复顺序和 operator skill 都写清楚,能被第二个人复核和复用。

最后要交什么

一份 workflow routing 表、一份 tool boundary checklist,以及一份 operator skill brief。

真正的通过标准

不是 workflow 勉强跑通,而是你能说清每一步什么时候澄清、什么时候取证、什么时候行动、什么时候必须停下。

我们的增值部分

这页把 routing order、动作边界、恢复顺序和 skill 抽取变成了站内 runbook,而不是外部文章列表。

Routing order

先定义什么时候必须先澄清,而不是一上来就行动。

先写证据要求,再写工具输入,不要让模型凭感觉补参数。

区分 decide、act、verify 三层职责,别把它们糊成一个“agent step”。

最后明确 handoff 和 hard stop,避免 workflow 无限自我延长。

Tool boundary

哪些动作必须有显式确认,哪些绝不能自动运行。

哪些输入是不可信文本,不能直接进入工具参数。

哪些动作需要 source-of-truth 或系统状态才能执行。

失败时该 retry、degrade 还是 escalate,都要预先写出来。

Operator skill extraction

把高频 operator 判断变成 skill brief,而不是继续依赖熟练员工在脑中补全。

区分 workflow 自动部分和必须由人接管的部分。

为 skill 写清触发条件、输入要求、停手机制和输出产物。

把一次成功经验变成团队可重复运行的 SOP。

上线前必须保留的证据

一份明确标出 clarify、retrieve、decide、act、verify、handoff 的 routing 表。

一份工具边界清单,说明哪些动作必须确认、哪些输入不可信、哪些步骤应停止。

一份 operator skill brief,证明你已经把重复判断从个人经验沉淀成可复用资产。

一段复盘:这个 workflow 最危险的断点到底在 routing、权限、工具输入还是恢复顺序。

Search Cluster

把工作流设计接进可搜索的 agent 与 workflow 路径

高意图用户常常先从 agent workflow、workflow course 或 OpenClaw tutorial 进来,再决定是否认真做 routing 和边界设计。

参考附录

这些来源负责锚定方法。真正的课程主体是上面的 routing order、tool boundary、skill extraction 和模板交付。

Workflow Routing 实战:工具边界、确认关卡与 Operator Skills | DepthPilot AI