我正在使用独立的 AI 筛选脚本（例如，垃圾邮件检查、标签确定）来构建 AI 驱动的自动化。这些脚本目前是并发运行的，效率低下。我需要将它们“链接”起来，以便，例如，仅当垃圾邮件脚本未标记内容时才运行标签脚本。
如何为更合乎逻辑的工作流程管理和编排这些脚本？具体来说，如何有条件地链接这些脚本？
2 个赞
您能描述一下您想要的完整流程吗？您是打算在单独的服务器上运行此程序，还是希望它在 Discourse 中运行？
人工智能工作流是我们一直在深入思考的问题，能够定义链是工作流的关键。我完全同意这一点。
据我所见，我的大部分用例都可以通过 Discourse 中的 AI 分类和自动化来完成，前提是能够触发下一步。
这是一个假设的流程，其中每个步骤都会将帖子内容和提示发送到 LLM：
- 检查是否为垃圾邮件
- 如果是垃圾邮件，则隐藏并标记
- 如果不是垃圾邮件，则确定讨论的产品
- 添加产品标签
- 接下来确定意图：
** 投诉
** 问题
** 建议
** 信息共享
** 正面反馈
- 添加意图标签
- 如果意图是“投诉”，则评估是否为热点问题：即包含热点短语（取消、糟糕、缓慢）
- 如果是热点问题，则添加“hot”标签并分配给 Sam
- 如果意图是“正面反馈”且产品是“无线电话套餐”，则撰写自定义的推荐计划邀请函并通过私信发送。
2 个赞
这是一个很棒且非常有趣的用例。
自定义工具现在已经支持脚本编写，因此我们拥有了实现这种更改的绝佳途径。
我正在考虑使用 Persona + 强制工具使用——然后从工具中我们可以运行流程，因为我们已经拥有了所有必要的底层架构。只需要让自定义工具能够触发其他 LLM 调用，这相对容易添加。
有趣的是，鉴于自定义工具支持 REST 调用，它们可以运行整个流程（并且只需使用 discourse REST API 来连接这一切）。
我将在周末仔细考虑一下，下周会再次回复，说明我认为如何实现这一点。
自动化链式调用也是一个非常有趣的解决方案，@j.jaffeux 你考虑过这个问题吗？
2 个赞
您好 @Cloud_spanner 我正在努力弄清楚这一点，并希望在此处更详细地阐述实际流程，您能否在过程中回答一些问题？ 5.？
-
应该扫描哪些帖子？
- 论坛上的每篇新帖子？
- 论坛上的每个新主题 - 例如第 1 篇帖子？
- 编辑呢？每次编辑都应该被扫描吗？频率如何？（10 分钟去抖）
- 高信任度的用户呢？已经在论坛上发帖两次的用户？
-
意图
- 应该适用于所有主题？所有帖子？
- 如果意图标签已存在怎么办？
- 一个主题可以有多个意图吗（这是一个标签组吗？）
-
如果意图可以是手动的，那么手动标记的内容也应该被扫描以查找“热点”吗？
hot是一个不可见的标签还是可见的标签？
我特别想到的是：
- “工作流程”是否包含快捷方式，其中特定帖子会跳过步骤并继续到下一步？
- 我们如何避免反馈循环和边缘情况？
-
每个新主题都应启动一个 AI 筛选工作流。可以忽略编辑。
-
明确地说，我使用意图来说明工作流，因此不应将其视为硬编码流程。我想说的是，如果第一个筛选工作流认为没有必要，就没有理由启动“意图”工作流。+1 支持 IFTTT 工作流概念。
意图和“热门”在此示例中将是隐藏标签，仅对版主和管理员可见。
每个帖子应只有一个意图标签。
- 我认为为了工作流的方便，我们可以忽略手动标记的帖子。
是的。
如果使用私有标签来表明工作流已在该主题上运行，会怎样？然后，在未来的任何运行中都可以忽略它。
我的另一个想法是，随着 LLM“推理”能力的增强 + 大上下文窗口，是否最好允许在 Discourse Automation 窗口中使用结构化输出。然后，IFTTT 逻辑可以应用于单个自动化，而不是链接多个自动化。想象一下，如果有一个自动化，但有许多“搜索文本”操作。
2 个赞
我一直在思考如何在我们当前的系统内解决这个问题，一个非常有吸引力的选项是允许一种新的自动化类型：
triage_using_custom_tool
我们已经有了自定义工具系统：
然后我们可以允许它拥有更多功能，例如 llm.generate 和 topic.close、topic.tag 等，这些都可以被工具用来执行这些类型的流程。
它的另一个优点是，你甚至可以对其进行测试，这样可以更容易地对其进行调整。
1 个赞
听起来是个好主意。我对 Discourse 生态系统还算新，所以我会研究自定义工具，以及功能请求是如何进入生产环境的。
2 个赞
我有一个好消息，您的工作流现在可以使用自定义工具全部正常运行！
这个想法是，您将定义一个包含所有参数的单个自定义工具：
is_spam、intent、hot、requires_invite
然后，您将点击“使用个性化进行分类”来调用该工具，该工具将执行所有操作（目前通过 Discourse API，但我们可以随着时间的推移公开更多内置功能）。
以下是有关如何将所有这些内容组合在一起的一个很好的入门介绍：
1 个赞