| name | creating-workflows |
| description | 当用户想「创建/生成一个 workflow(可复用的多子-agent 编排脚本)」时使用。讲清 deepx workflow 的 JavaScript 脚本格式、可用 API,以及如何用 Workflow 工具保存与运行。 |
创建 workflow
deepx 的 workflow 是一段 JavaScript 脚本,用固定流程编排多个子 agent:脚本控制流程(循环、扇出、汇总),每个 agent() 调用做一次真正的 LLM 工作。脚本在 QuickJS 沙箱里跑,只能通过下列全局函数触达外界。
何时用
- 多视角审查、扇出研究、流水线处理、对抗式验证、循环到无新增——这类固定可复用、会重复跑的多步编排。
- 一次性的简单任务别用 workflow,直接做。
脚本格式(务必照此)
export const meta = {
name: "my-flow",
description: "一句话说明这个 workflow 做什么",
phases: [
{ title: "Collect", detail: "收集信息" },
{ title: "Report", detail: "汇总成报告" },
],
};
export default async function main(args) {
phase("Collect");
const data = await agent("收集关于 X 的信息", { label: "收集信息", model: "flash" });
phase("Report");
return await agent("基于以下内容写报告:\n" + data, { label: "写报告", model: "pro" });
}
规则:
- 第一段(去注释后)必须是
export const meta = {...},且 meta.name 等于文件名。
- 名字只能小写字母、数字、连字符(kebab-case)。
- 入口必须是
export default async function main(args)。
全局 API
-
agent(prompt, opts?) → Promise:跑一个子 agent,resolve 出它的文本结果。
opts:
label:进度显示名(单行显示在步骤里)。写成简短的任务描述(如「正确性审查」/「collect changes」),让用户一眼看懂这步在干嘛;用与用户请求相同的语言(用户用中文提需求就用中文 label,英文就英文)。别用 collector / step1 这种没信息量的英文 ID。
model:"flash"(默认,快、便宜,适合收集/检索/简单审查这类轻活)或 "pro"(更强,适合汇总合并、复杂推理、写最终报告这类重活)。不写就是 flash。
phase:归属阶段(配合 phase())。
schema:JSON Schema,要结构化结果时用,resolve 出已解析的对象。
const data = await agent("收集 X 的资料", { label: "收集资料", model: "flash" });
const report = await agent("把上面资料合并成 markdown 报告:\n" + data, {
label: "写报告",
model: "pro",
});
const picks = await agent("列出 3 条改进建议", {
label: "列改进建议",
model: "pro",
schema: {
type: "object",
required: ["items"],
properties: {
items: { type: "array", items: { type: "string" } },
},
},
});
选模型的经验法则:扇出的并行子任务(收集、各视角初审)用默认 flash;最后汇总/合并/出报告那一步用 { model: "pro" }——它最吃推理,用 flash 容易输出不稳(格式飘、甚至退化)。
parallel(thunks) → Promise:真并发跑多个 agent(这是获得并发的唯一方式)。
thunk 必须是 () => agent(...) 箭头函数,不是直接 agent(...)。
const [a, b] = await parallel([
() => agent("分析 A", { label: "分析A", model: "flash" }),
() => agent("分析 B", { label: "分析B", model: "flash" }),
]);
pipeline(items, ...stages) → Promise:每个 item 顺序流过各 stage((prev, item, i) => ...)。
phase(title):标记当前阶段(驱动进度显示)。
log(message):打一行进度日志。
budget:budget.total / budget.spent() / budget.remaining()。
args:调用时传入的参数(/workflow <名字> key=value 或工具 args)。
想要并发就用 parallel()。直接 Promise.all([agent(a), agent(b)]) 不会并发(会顺序跑)。
沙箱限制(务必遵守,否则脚本会抛错崩溃):脚本跑在 QuickJS 沙箱里,只能用上面列出的全局函数 —— 没有 require / import / fs / fetch / process。并且为保证 resume(中断重跑)的确定性,Math.random() 和 Date.now() 被禁用(调用即抛错);new Date()(取当前时间)虽未硬拦,但同样会破坏 resume 一致性,也别用。需要随机数 / 时间戳就用 args 从外面传进来,或让子 agent 在它自己的 prompt 里处理(子 agent 不受此限)。
分解粒度与并行度(重要)
默认倾向于拆细、多并行——这样更快、覆盖更全,也是 workflow 相对单个 agent 的核心价值:
- 能拆成独立子任务就拆,用
parallel() 同时跑。例:审查代码别用一个 agent 全包,拆成 正确性 / 安全 / 性能 / 可维护性 多个视角并行;研究别串行,按子主题扇出。
- 按需求规模缩放:
- 简单 / 一次性需求 → 几个 agent 即可,别过度编排;
- 「全面 / 彻底 / 多角度 / 审计」这类措辞 → 宽扇出(更多并行 agent)+ 一个汇总/验证阶段(汇总那步记得
model: "pro")。
- 但有硬上限,务必遵守:
parallel() 同一时刻最多 8 个 agent 在跑,多传的会自动排队——所以可以放心一次传几十个 thunk(不会爆,只是排队跑完);
- 单次运行子 agent 总数上限 500,超了会被中止。绝不要写无界循环(如
while (true) await agent(...));要循环就用明确次数,或用 budget.remaining() 收敛(while (budget.total && budget.remaining() > 50000) {...})。
- 真并发只有
parallel() 提供;pipeline() 目前按 item 顺序跑、不跨 item 并发。要并发就 parallel()。
- 扇出步骤产「结构化紧凑结果」,别产长篇散文(重要):多个 review/分析 agent 用
schema 输出结构化清单(如 { findings: [{file,line,severity,issue}] }),汇总步只在这些紧凑数据上去重/排序/格式化。反例:让每个扇出 agent 写几千上万字的长篇 markdown,再 r.join() 全塞给汇总 agent——输入会膨胀到几万字,模型容易退化(输出空 / {} / 被截断)。这是 Claude Code / 业界审查类 workflow 的标准做法。
两条容易踩的坑(务必遵守)
-
agent() 的子 agent 自带全套工具权限(Bash / Read / Grep / git 等)。需要「看代码改动、读文件、跑命令」时,在 prompt 里让 agent 自己去做(例如「先运行 git diff 看清未提交改动,再审查」),不要把 diff、文件内容这类大块数据当参数传进来。
-
args 只用来传简单值(如 version、path、topic),不能传多行/大段内容。原因:/workflow <名> key=value 的参数是按空格切的单行,无法塞进一个多行 diff;也没有 shell 展开。所以别设计成 args.diff 这种依赖——审查类 workflow 应让子 agent 自己 git diff。
-
main 的返回值会作为最终结果按 markdown 渲染给用户。所以最后那个、返回给用户的 agent 输出 markdown 文本(标题/列表/粗体),main 返回它的文本(别返回对象 { ... })。
- 注意区分:中间的扇出步骤恰恰相反——它们用
schema 产结构化数据喂给下游汇总(见上节「扇出产结构化结果」),只有最终交付给用户的那步才输出 markdown 文本。
如何保存与运行(用 Workflow 工具)
写好脚本后,调用 Workflow 工具:
- 创建:
Workflow({ action: "create", saveAs: "<kebab名>", script: "<完整脚本源码>" })
→ 保存到 .deepx/workflows/<名>.mjs。
- 运行:
Workflow({ action: "run", name: "<名>", args: "<可选>" })
→ 运行前会请用户确认(脚本是会真正干活的代码)。
- 列出:
Workflow({ action: "list" })。
典型流程:先根据用户需求写出脚本 → action:create 保存 → 告诉用户可以用 /workflow <名> 或让你 action:run 运行。不要自己用 Write 工具去写 workflow 文件,统一走 Workflow 工具的 create。
形态一:扇出→汇总(审查 / 研究 / 多方案设计 / 多视角分析,同一形状)
下面以审查为例;研究(按子主题扇出)、多方案设计(各角度出方案再评选)、多视角分析都是同一结构——扇出步用 schema 产结构化结果,汇总步合并。
export const meta = {
name: "review-3",
description: "三视角并发审查并汇总",
phases: [
{ title: "Review", detail: "三视角并行审查" },
{ title: "Synthesize", detail: "去重合并出报告" },
],
};
const FINDINGS = {
type: "object",
required: ["findings"],
properties: {
findings: { type: "array", items: {
type: "object",
required: ["severity", "issue"],
properties: {
file: { type: "string" },
line: { type: "string" },
severity: { type: "string", enum: ["high", "medium", "low"] },
issue: { type: "string" },
fix: { type: "string" },
},
}},
},
};
export default async function main() {
phase("Review");
const [c, s, m] = await parallel([
() => agent("先 git diff 看清改动,审【正确性与边界】,只输出问题清单", { label: "正确性审查", model: "flash", schema: FINDINGS }),
() => agent("先 git diff 看清改动,审【安全风险】,只输出问题清单", { label: "安全审查", model: "flash", schema: FINDINGS }),
() => agent("先 git diff 看清改动,审【可维护性】,只输出问题清单", { label: "可维护性审查", model: "flash", schema: FINDINGS }),
]);
phase("Synthesize");
const all = [...(c?.findings || []), ...(s?.findings || []), ...(m?.findings || [])];
return await agent(
"把下面的发现去重合并、按严重度(high→medium→low)排序,输出 markdown 报告(标题 + 分级列表,带 文件:行号):\n" +
JSON.stringify(all),
{ label: "汇总报告", model: "pro" },
);
}
形态二:流水线 pipeline(一批 item 各自顺序过多个 stage)
适合「对一批东西逐个做同一串处理」:每个 item 独立地顺序流过各 stage,stage 回调收 (上一步结果, 原 item, 下标)。
export const meta = { name: "triage-files", description: "对一批文件逐个分类并出建议" };
export default async function main(args) {
const files = (args && args.files) || ["a.go", "b.go"];
const out = await pipeline(
files,
(f) => agent("判定文件改动类型(bug/style/perf),只回一个词:" + f, { label: "分类", model: "flash" }),
(cls, f) => agent(`文件 ${f} 属于 ${cls},给一条最重要的改进建议(一句话)`, { label: "出建议", model: "flash" }),
);
return "## 文件 triage\n\n" + files.map((f, i) => `- **${f}**:${out[i]}`).join("\n");
}
形态三:循环到无新增 loop-until-dry(发现型任务,不知道总量)
适合「反复找,直到连续几轮没新东西」。必须有明确轮数上限(别写无界循环;总 agent 数上限 500)。
export const meta = { name: "find-issues", description: "反复扫描直到没有新问题" };
const ISSUES = { type: "object", required: ["issues"],
properties: { issues: { type: "array", items: { type: "string" } } } };
export default async function main() {
const seen = [];
let dry = 0;
for (let round = 1; round <= 10 && dry < 2; round++) {
const r = await agent(
"找出尚未发现的问题(已找到:" + (seen.join("; ") || "无") + ")",
{ label: "第" + round + "轮扫描", model: "flash", schema: ISSUES },
);
const fresh = (r?.issues || []).filter(x => !seen.includes(x));
if (fresh.length === 0) { dry++; continue; }
dry = 0;
seen.push(...fresh);
}
return `## 共发现 ${seen.length} 个问题\n\n` + seen.map(s => "- " + s).join("\n");
}