Repository navigation
V1 Workflows
简体中文 | English
适用版本:v1.0.0。不要为了角色交接引入持久调度,也不要把多 Agent 的自由交接当作可验证工作流。
| 需求 | 入口 | 完成条件 |
|---|---|---|
| 根据职责把对话交给另一个 Agent | LightSwarm |
目标 Agent 给出回应,转交受 Hooks/策略控制。 |
| 预先知道步骤和依赖 | LightFlow |
依赖、检查点、审批及每一步状态可查。 |
| 执行中提出新任务并验收产物 | LightDAG |
应用控制的 Verifier 通过后才发布候选产物。 |
| 一个独立长任务需重启恢复,不一定是 DAG | ExecutionService |
后端确认执行结束,应用另行验收产物;见 持久任务。 |
下面的步骤只调用本地 Python 对象。接入真实应用时换成配置好的 LightAgent 实例。
from tempfile import TemporaryDirectory
from LightAgent import ApprovalDecision, JsonLightFlowStore, LightFlow
class LocalWriter:
def run(self, query, **kwargs):
return "草稿:" + query
with TemporaryDirectory() as directory:
def create_flow():
return (
LightFlow(store=JsonLightFlowStore(directory))
.step("draft", agent=LocalWriter())
.step("review", agent=LocalWriter(), depends_on=["draft"], requires_approval=True)
)
flow = create_flow()
waiting = flow.run("描述验收计划", run_id="report-001")
assert any(step.approval_request_id for step in waiting.steps)
reconnected = create_flow()
reconnected.approve("report-001", "review", ApprovalDecision.approve(reviewer_id="editor"))
done = reconnected.resume("report-001")
assert done.success
print([(step.name, step.status) for step in done.steps])定义 DAG 时用 depends_on 指明上游,用步骤的 query 函数显式构造有约束的下游输入。循环或未知依赖不是重试能修好的错误。支持步骤重试、超时、fallback、条件跳过、取消、追踪与持久检查点;查看 get_run() / list_runs();rerun_step(run_id, step_name) 会重新执行该步及依赖它的下游。复用已完成的显式 run ID 返回检查点,不会再调 Agent。人工审批支持允许、拒绝、编辑或直接提供结果,调用方必须核验审批人的身份,防止跨流程复用。JSON 存储面向轻量本地场景,不是分布式任务队列。参数和状态见 LightFlow 参考。
沿用 快速开始 的模型连接配置,分别创建前台和技术支持 Agent。下面代码假定 frontdesk 和 support 已分别配置 name、role、instructions,与示例请求同一用户租户:
from LightAgent import LightSwarm
swarm = LightSwarm()
swarm.register_agent(frontdesk, support)
print(swarm.run(agent=frontdesk, query="如何导出应用的运行日志?", stream=False))模型负责意图选择,不保证每次锁定同一角色。用 on_handoff 审查交接、限制目标角色,并保留父 Trace;交接不能让目标越过权限或记忆边界。用 完整多 Agent 示例 或 故障排查图 验证注册、角色描述和传输行为。需要固定执行顺序时用 LightFlow,而不是让模型自由交接。
用已克隆的 v1.0.0 源码运行下面的完整离线例子。它会将根任务拆成两个子任务,验证失败时修复一次,再集成已验证产物:
python example/14.dynamic_dag.py实际接入过程:
- 创建
LightDAG,显式配置SqliteTaskGraphStore、LocalArtifactStore、资源限制和可信CallableVerifier。 - 注册 Worker。Worker 回传
TaskOutcome.candidate()、decompose()或blocked(),不以任意字符串表示任务完成。 - 使用
TaskSpec给出目标、验收契约、Worker 和 Verifier,为create_run(..., context=SecurityContext(...))提供可信租户、项目及权限。 - 分解请求带 graph revision,运行时验证依赖、环、额度、租约和版本,才将提议纳入图。子任务先通过 Verifier,父任务再进入集成阶段。
- 用
list_tasks()查看状态;暂停、取消、恢复、解除阻塞和替代未完成任务应由已授权宿主执行。已验证产物按哈希与发布状态读取;修改已验证契约应创建新运行。
另一种最小模型无关例子及状态细节见 LightDAG 参考。Worker 可对接显式后端;Verifier 必须做真实的领域验收,不能仅因为模型声称成功就通过。默认是单机调度,租约和 fencing 能拒绝陈旧结果,不能撤回外部副作用。
LightAgent Wiki - see the repository, releases, and issues.
- Installation and Your First Agent
- Tools and Integrations
- Memory, Sessions, and RAG
- Workflows and Multiple Agents
- Agent Backends and Codex
- Durable Execution, Jobs, and Subagents
- Safety, Observability, and Evaluation
- Usage, Cost Estimates, and Budgets
- Deployment, Migration, and Verification
- 安装与第一个 Agent
- 工具和集成
- 记忆、会话与 RAG
- 工作流与多 Agent
- 执行后端与 Codex
- 持久执行、Jobs 与 Subagents
- 安全、观测与评测
- 用量统计、费用估算与预算
- 部署、升级与验收
- Quick Start
- Core Concepts
- API Reference
- Examples Cookbook
- Migration Guide
- Tools
- Tool Generator
- Memory
- MCP
- Skills
- LightFlow
- Tree of Thought
- Self-Learning
- Multi-Agent
- Tracing and Debugging
- Langfuse Observability
- Model Providers
- browser-use Integration
- Testing and CI
- Deployment Guide
- Architecture
- Security
- Known Limitations
- FAQ
- FAQ 中文
- Roadmap
- Release Process
- Contributing