工作流

持续积累的实践记录。

工作流

数字员工工作平台

项目想解决什么问题

普通聊天 Agent 往往只在一次对话里工作,无法持续接收任务、记住上下文、连接知识、进入团队渠道,也缺少可追踪的执行日志和失败恢复机制。

这个平台的方向是把 Agent 变成可以被定义、分配、唤醒、观察和复盘的数字员工:它有明确职责,能接收任务,按规则调用工具,并留下完整的工作记录。

规划中的平台能力

  • 数字员工档案、角色、能力和工作边界。
  • 任务创建、调度、执行、重试、暂停和失败恢复。
  • 知识库、工作记忆、会话和任务上下文。
  • Web、Telegram 等渠道接入,以及统一消息和唤醒机制。
  • 用量、计费、审计、日志和运行状态观察。
  • Agent 运行时、工具调用和人工介入边界。

当前状态

项目已进入试运行阶段,数字员工、任务调度、唤醒、工具调用、知识记忆、渠道接入和运行记录等核心能力正在真实场景中验证。当前重点是确认职责边界、执行稳定性和人工接管体验。

后续会先验证一个数字员工从接收任务、调用工具、产生结果到留下审计记录的最小闭环。

第一阶段边界

第一阶段不追求“万能员工”,而是先选择一个职责清晰、输入稳定、结果可检查的工作场景,验证任务接收、唤醒、工具调用、结果交付和人工接管。平台能力会围绕这个闭环逐步抽象,而不是先堆积复杂的 Agent 能力。

试运行截图清单

  • 数字员工列表、角色档案和职责边界。
  • 员工创建、能力配置和可用工具设置。
  • 任务创建、分配、调度和唤醒记录。
  • 执行过程、工具调用和阶段性输出。
  • 知识库、工作记忆和任务上下文。
  • 结果交付、人工审批和接管入口。
  • 失败重试、暂停、恢复和审计记录。
  • Web、Telegram 或其他消息渠道中的交互页面。
  • 用量、运行状态和任务统计页面。

试用方式

项目已进入试运行。如需测试某个具体数字员工或任务场景,可以联系我,我会根据输入、输出和权限范围提供测试说明。

Agent数字员工工作流试运行

→

工作流

AIGC 项目制实训平台

项目想解决什么问题

很多 AIGC 学习停留在工具介绍和零散练习:学生知道如何调用模型,却没有经历从选题、拆解、制作、协作到交付的完整过程。教师也很难统一管理课程、素材、工作流、算力和学生作品。

平台的方向是把 AIGC 能力放进项目制教学里,让学生围绕一个真实作品完成学习,让教师能编排课程和过程,让学校能看到项目成果。

规划中的平台结构

  • 学生端:课程、项目任务、素材、工作流、AI 工具、作品提交和展示。
  • 教师端:课程编排、项目模板、课堂互动、过程点评、作品审核和教学数据。
  • 运营端:学校、账号、模型能力、算力、资源和平台配置管理。
  • 能力层:文本、图像、语音、工作流、知识库和第三方模型服务。

当前状态

项目已进入试运行阶段,正在使用真实课程和项目任务验证学生端、教师端、作品提交和教学反馈流程。当前重点是收集试用反馈、修正课程配置和完善平台稳定性。

这里展示的是试运行中的功能边界和系统方向,不把仍在迭代的能力描述成最终版本。

第一阶段边界

第一阶段不会试图一次性覆盖所有 AIGC 工具,而是先验证一条完整的教学链路:教师创建课程和项目 → 学生领取任务 → 使用受控的 AI 能力完成作品 → 提交并展示 → 教师点评和记录过程。只有这条链路成立后,再扩展更多模型、工作流和学校管理能力。

试运行截图清单

  • 学生端课程首页与项目任务列表。
  • 项目任务详情、素材下载和提交入口。
  • AI 工具或工作流选择界面。
  • 学生作品编辑、版本记录和提交结果。
  • 教师端课程编排和项目模板配置。
  • 教师查看作品、批注和评分的界面。
  • 作品展示墙或班级成果页面。
  • 运营端的课程、账号、资源或模型配置页面。

试用方式

平台目前处于试运行中。如需体验课程、教师端或作品流程,可以联系我,我会根据测试目标提供相应的体验入口和说明。

AIGC教育工作流规划中

→