Agent Skills
返回列表
工作流设计引擎

工作流设计引擎

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_989eb8f0/tri-workflow。

技能介绍

解决什么问题

多数 Agent 收到「帮我设计一个审批流」这类请求时,要么直接吐一段散文,要么一步到位给出一份看起来完整、实际上跑不起来的配置。缺的东西很具体:节点该由哪个 Skill 或 MCP 工具执行、输入数据从哪来、审批节点的时限是多少、依赖的 API 在当前环境里到底有没有、分支条件写错以后由谁兜底。

@user_989eb8f0/tri-workflow 把这件事拆成一条固定流水线,强制在每一步留下可检查的中间产物,而不是让模型一次性把答案糊出来。

核心能力

  • 版本门前置:任何执行入口的第一步是跑 scripts/check_update.py,拿 JSON 的 state 字段决定放行、降级还是阻断。脚本自带节流(默认 24 小时校验一次)和 --dry-run 只判定不升级,避免每次调用都打网络。
  • 上游依赖三态:检测 tri-intent 是否可用。有可用快照走 A 快照模式,只读快照 §三 的 intent.L2_核心意图,校验其属于 I13 或 I14;有目录无快照走 A0 待识别,提示用户先过意图识别;都没有走 B 独立降级,从对话里提取 工作流类型、触发方式、核心节点 等必填字段。
  • 七阶段流水线:环境感知 → 模板匹配 → 对话补全 → 编译优化 → 校验验证 → 多目标输出 → 迭代反馈。每阶段产出独立文件(env-profile.json、workflow-model.json、dependency-report.md 等),用户可以在任意阶段确认或终止。
  • 节点模型对齐 BPMN 五要素:每个节点明确 role(谁执行)、action(做什么)、inputs(需要什么)、outputs(产出什么)、SLA(多久完成),自动节点还必须把 role 映射到环境扫描到的 Skill / MCP / API。
  • 多形态输出:按工作流类型映射到不同后端——协作流水线出 .github/workflows/*.yml,业务审批流出审批模板 JSON,数据处理流出 DAG 配置加脚本。所有类型都额外产出一份声明式 workflows/*.wf.yml 作为可版本管理的单一事实来源。
  • 硬阻断而非软警告:阶段 5 依赖校验发现缺失关键 Skill 或 API 时,停止生成并输出结构化恢复指引(含安装或配置命令),而不是产出一份标注「需要自行补全」的工作流。
  • 反馈闭环:设计文档末尾嵌入反馈模板,支持 Webhook 回调自动上报节点执行情况,SLA 达标率低于阈值时自动重入编译优化阶段。

使用边界

  • 只做设计,不做实现。节点内部的业务代码由 tri-coding 负责,本技能仅在需要新建 Skill 时产出 SKILL.md 骨架。
  • 环境感知是只读扫描,不会修改已有 Skill 或配置文件。
  • B 独立降级模式下拿不到意图校验和澄清门禁,也无法提取组织约束,只能扫描本地 Skills / MCP 目录。要完整体验建议先装 tri-intent。
  • 最小化原则是硬约束:只实现快照或对话中明确要求的范围,不会主动扩节点或加未要求的交付形态。
  • 版本门自身故障时兜底放行,不会因为更新通道挂了导致技能无法启动。

使用场景

  • 研发接到给现有 CI/CD 平台补一条部署流水线的任务,需先扫描环境再生成可执行配置
  • 团队要把多步骤的审批流从需求描述固化成包含角色、动作和 SLA 的结构化定义
  • 数据工程师接到设计一条 ETL 流程的任务,需要结合已有 Skill 和 MCP 能力排查阻断项
  • Agent 开发者想把一段重复的多步任务封装成可复用的 SKILL.md 而不写节点内部逻辑

适合人员

  • 负责设计 CI/CD 流水线的研发工程师,需要在不破坏业务语义的前提下优化节点依赖和并行度
  • 负责梳理多级审批流的流程负责人,需要在正式落地前校验每个审批节点的角色、输入输出和时限
  • 承担自动化任务封装的 Agent 开发者,需要按五要素节点模型产出 SKILL.md 骨架交给下游实现
  • 运维或平台工程师,需要在工作流上线前通过依赖校验发现缺失的关键 Skill、API 或权限配置