用 AI Agent 搭建同款系统
用 NocoBase 搭建一个应用 —— AI 工作流:原生工作流 + AI 员工节点和执行流程视图。布局和标志性视觉参照这个原型:https://static-docs.nocobase.com/solution/templates/11-ai-workflow-automation.html
开始前，请先按 AI Agent 快速开始 安装 NocoBase 并接入你的 AI Agent。AI 生成的结果可能有波动，视模型能力与系统复杂度，可能需要微调或多轮交互。
介绍
用你常用的 AI Agent 和 NocoBase 快速搭建一个可定制、可靠、可长期迭代的 AI 工作流自动化系统，用于管理业务触发事件、条件判断、AI 处理、数据更新、执行结果和工作流运行历史。
你可以直接复制下方提示词，让 AI Agent 在 NocoBase 中生成 AI 工作流自动化系统的基础结构，再通过可视化方式调整触发器、条件、AI 节点和后续操作。
这个系统适合库存建议、工单分类、合同条款分析、知识库摘要、内容发布、资产同步、员工入职建议，以及需要让 AI 自动参与业务流程的场景。
AI 工作流列表：
工作流执行结果：
可视化工作流画布：
AI 工作流自动化系统可以解决哪些问题？
很多团队已经开始使用 AI 生成内容、总结信息或提供建议，但这些操作往往停留在单次对话中。用户需要手动复制数据、调用 AI、检查结果，再把内容写回业务系统，整个过程仍然依赖人工操作。
通过 AI 工作流自动化系统，你可以让 AI 直接参与现有业务流程。例如，当库存记录发生变化时，自动生成补货建议；当知识库文章创建后，自动生成摘要；当工单提交后，自动判断类型；当合同进入审批阶段时，自动总结条款变化。
每个工作流都可以由业务事件触发，并按照配置依次执行计算、条件判断、LLM、AI 员工、数据更新或创建记录等操作。AI 的输入、指令、输出结果和最终写回状态都会保留在执行记录中。
这样，AI 不再只是一个独立聊天工具，而是成为业务流程中的一个自动执行节点。团队可以清楚看到每次工作流为什么触发、AI 处理了什么、生成了什么结果，以及数据是否成功更新。
核心功能
AI 工作流管理
- 工作流集中管理： 统一查看工作流名称、触发类型、启用状态和总执行次数。
- 启用与停用控制： 根据业务需要快速开启或暂停指定工作流。
- 运行数据概览： 统计已启用工作流、AI 工作流和累计执行次数，掌握自动化使用情况。
业务事件与执行方式
- 数据事件触发： 在记录新增、更新或其他集合事件发生时自动启动工作流。
- 手动执行： 支持人工启动指定流程，用于测试或处理特定业务数据。
- 异步运行： 将耗时较长的 AI 任务放到后台执行，减少对用户当前操作的影响。
可视化流程编排
- 节点画布： 通过可视化画布连接触发器、处理节点和结束节点，直观展示完整流程。
- 条件分支： 根据字段值或业务规则决定是否调用 AI，以及后续执行哪个操作。
- 执行顺序配置： 灵活组合计算、条件判断、AI 处理和数据操作节点。
AI 与数据处理节点
- LLM 节点： 用于内容总结、分类判断、信息提取和文本生成等明确任务。
- AI 员工节点： 根据预设角色、提示词和工具完成更完整的业务处理。
- 数据操作节点： 支持创建记录、更新字段，并将 AI 生成的结果写回业务数据。
执行结果与历史追踪
- 完整执行详情： 展示触发输入、AI 指令、模型输出、节点状态和最终写回结果。
- 执行历史筛选： 按工作流查看每次运行时间、输入参数和执行状态。
- 问题定位： 通过节点级输入和输出判断失败发生在条件、AI 调用还是数据更新环节。
测试与持续维护
- 手动测试流程： 在正式启用前执行工作流，验证条件、AI 输出和数据写回结果。
- 工作流版本管理： 保留不同版本配置，方便持续调整和回溯。
- 灵活扩展节点： 随着业务变化增加新的条件、AI 能力和后续操作，无需重新开发完整流程。
为什么用 AI 和 NocoBase 搭建工作流自动化系统？
如果使用普通 Vibe Coding 从零开发，每增加一个 AI 自动化场景，往往都需要重新处理事件监听、数据查询、模型调用、条件逻辑、异常处理和结果写回。随着流程增加，代码会越来越复杂，执行过程也很难追踪。
NocoBase 已经提供数据模型、工作流、条件判断、记录更新、权限和操作历史等业务系统基础能力。你可以直接在这些能力中加入 LLM 或 AI 员工节点，让 AI 与真实业务数据和流程结合，而不是把 AI 放在系统之外。
例如，库存记录创建后可以自动生成库存建议；知识库文章新增后可以自动生成摘要；合同状态变化后可以让 AI 总结阶段变化，再创建审计记录。这些流程都可以在可视化画布中查看和调整。
每次执行的输入、AI 指令、输出结果和数据更新状态都会被记录，方便团队检查结果和定位问题。对于重视可追踪、可维护和长期迭代的团队，NocoBase 更适合搭建真实投入业务使用的 AI 工作流自动化系统。
FAQ
- AI 工作流自动化和普通工作流有什么不同？
普通工作流主要执行预先确定的规则，例如条件判断、发送通知、创建记录或更新字段。
AI 工作流则可以在流程中加入 LLM 或 AI 员工节点，让系统根据业务上下文完成总结、分类、信息提取、内容生成和建议判断。AI 负责处理非结构化任务，工作流负责控制触发条件、执行顺序和结果写回。
- AI 工作流和 Vibe Coding 生成的自动化脚本有什么不同？
Vibe Coding 可以快速生成一段自动化脚本，但随着业务场景增加，事件触发、模型调用、数据权限、异常处理、日志记录和版本维护往往需要反复开发。
NocoBase 将 AI 节点放在现有的数据模型和工作流体系中。团队可以通过可视化画布配置触发器、条件分支、AI 处理和数据操作，并查看每次执行过程，更适合管理持续运行的业务自动化，而不是维护分散的一次性脚本。
- 哪些业务事件可以触发 AI 工作流？
AI 工作流可以在数据新增、数据更新等集合事件发生时自动触发，也可以由用户手动执行。
例如，库存记录更新后生成补货建议，工单创建后判断问题类型，知识库文章新增后生成摘要，或者合同进入特定阶段后自动分析条款变化。
- 可以在调用 AI 前设置条件判断吗？
可以。你可以先判断数据是否满足指定条件，再决定是否进入 LLM 或 AI 员工节点。
例如，只有库存低于安全值时才生成补货建议，只有高优先级工单才调用 AI 分析，或者只有合同进入审批阶段后才创建审计记录。这样可以减少不必要的模型调用，也让流程更符合实际业务规则。
- AI 生成的结果可以直接写回业务系统吗？
可以。AI 完成处理后，可以继续执行更新记录或创建记录节点，把摘要、分类、建议、标签或分析结果保存到对应数据表中。
例如，将库存建议写回库存记录，把工单分类结果保存到工单字段，或者根据合同分析结果创建一条新的审计记录。
- 可以查看 AI 每次使用了哪些输入并生成了什么结果吗？
可以。执行详情可以展示触发输入、AI 节点使用的指令、模型输出、后续节点结果和最终数据写回状态。
这意味着团队不仅能看到流程是否成功，也能检查 AI 为什么生成某个结果，便于验证输出、优化提示词和排查异常。
- AI 工作流执行失败后如何定位问题？
每次运行都会保留执行时间、节点状态、输入参数和输出结果。团队可以从执行历史中判断失败发生在触发条件、计算、条件判断、AI 调用，还是数据更新环节。
相比只有最终报错信息的独立脚本，这种节点级执行记录更适合排查长期运行的业务流程。
- 可以同时使用 LLM 节点和 AI 员工吗？
可以。LLM 节点适合完成明确、单一的内容处理任务，例如摘要、分类、提取或生成文本。
AI 员工则可以配置角色、提示词和可用工具，适合执行需要结合业务数据和多个操作步骤的任务。团队可以根据流程复杂度选择其中一种，也可以在不同工作流中组合使用。
- Claude Code、Codex、Cursor、OpenCode 可以帮助搭建这些工作流吗？
可以。Claude Code、Codex、Cursor、OpenCode 等 AI Coding Agent 可以接入 NocoBase，根据自然语言提示生成数据结构、工作流节点、条件逻辑和相关页面。
工作流生成后，团队仍然可以在 NocoBase 的可视化界面中查看、测试和调整，而不是只能依赖 AI 反复修改代码。
- 可以控制谁能查看、执行或修改 AI 工作流吗？
可以。NocoBase 可以根据角色控制用户能够查看哪些执行记录、手动运行哪些流程，以及是否有权修改工作流配置。
例如，普通业务人员只能查看与自己相关的处理结果，流程管理员可以查看执行历史和调整节点，系统管理员则可以管理模型配置、工作流版本和权限。
- AI 工作流可以长期迭代和维护吗？
可以。业务规则变化后，可以继续调整触发条件、提示词、模型、分支逻辑和后续操作，也可以新增节点或替换处理方式。
工作流版本、执行历史和节点结果能够帮助团队验证修改效果，避免每次需求变化都重新开发一套自动化脚本。
- AI 工作流适合正式投入企业业务吗？
适合，尤其适用于需要稳定运行、过程可追踪和结果可核查的自动化场景。
NocoBase 可以按需结合权限管理、工作流版本、执行历史、操作记录、审计日志、企业级登录、API 和插件扩展。相比一次性的 AI 自动化 Demo，更适合承载需要持续维护和逐步扩展的企业业务流程。
