我做了一个「自然语言生成 Workflow JSON」的工具(附实现思路)
本文介绍了一个实验性工具,旨在通过自然语言直接生成标准化Workflow JSON结构。工具采用Next.js+TypeScript技术栈,核心功能是将中文描述转换为结构化JSON并可视化展示流程图。作者着重解决了让AI稳定输出JSON结构的技术难点,采用严格的Schema约束和Prompt设计。目前仅验证流程结构生成环节,暂不涉及执行引擎等复杂功能。该MVP主要探讨自然语言生成工作流在国内的实际
一、为什么做这个工具?
在做自动化系统或工作流引擎时,我发现一个很低效的环节:
设计流程结构。
通常步骤是:
-
先想清楚触发器
-
拆分步骤
-
写 JSON 结构
-
再画流程图
-
再调试执行逻辑
这个过程本质是“结构化思维”,而不是写代码。
于是我做了一个实验:
能不能用自然语言直接生成标准化 Workflow JSON?
二、项目目标
这个 MVP 只做一件事:
中文自然语言 → 结构化 Workflow JSON → 可视化流程图
不做执行层,不做数据库,不做登录系统。
只验证一件事:
AI 生成的流程结构是否足够有用?
三、技术栈
前端:
-
Next.js 14 (App Router)
-
TypeScript
-
Tailwind CSS
后端:
-
Next.js API Route
大模型:
-
通义千问
流程可视化:
-
React Flow
部署:
-
Vercel
四、核心 JSON 结构设计
定义了一个最小可执行 Workflow Schema:
type Workflow = {
name: string
trigger: {
type: "event" | "schedule"
description: string
}
steps: Array<{
id: string
type: "action"
service: string
action: string
params?: Record<string, any>
}>
}
设计原则:
-
结构足够简单
-
兼容未来扩展
-
可直接接执行引擎
五、Prompt 设计思路
关键点不是调用 API,而是:
如何让模型稳定输出结构化 JSON。
核心策略:
-
明确给出 JSON Schema
-
要求严格输出 JSON
-
禁止输出多余解释
-
明确字段必须完整
示例输入:
“新用户注册后发送欢迎消息,并创建 CRM 记录。”
输出结构:
-
trigger: 新用户注册
-
step1: 发送欢迎消息
-
step2: 创建 CRM 记录
目前测试下来,稳定性还可以,但仍需要做 JSON 校验和异常处理。
六、可视化层的作用
很多人问:
既然有 JSON,为什么还要流程图?
因为:
-
JSON 适合机器
-
流程图适合人
流程图可以快速让用户判断逻辑是否正确。
目前是:
JSON → 转换成 React Flow 节点 → 自动布局展示
七、为什么不直接做执行引擎?
因为执行层复杂度非常高:
-
权限
-
重试机制
-
状态管理
-
日志系统
-
第三方 API 适配
MVP 阶段只验证:
用户是否真的需要“自然语言生成流程结构”。
如果这个环节没有需求,执行层没有意义。
八、目前开放测试
现在是 MVP 阶段,可以直接体验:
欢迎技术同行测试后提建议:
-
JSON 结构是否合理?
-
是否有更优 Schema 设计?
-
是否值得接入执行层?


九、我真正想验证的问题
-
自然语言生成 Workflow 在国内是否有需求?
-
生成结构是否足够用于实际项目?
-
是否值得继续做执行引擎?
如果你在做:
-
自动化系统
-
企业内部工作流
-
SaaS 平台
-
低代码平台
欢迎交流。
如果反馈不错,我会写第二篇:如何让 Workflow 接入执行引擎。
更多推荐


所有评论(0)