工作流模板 - Shannon

概述

Shannon 的模板系统支持为常见模式创建确定性、零Token消耗的工作流。模板在 YAML 中定义结构化工作流，无需 AI 分解即可执行，为可重复任务提供显著的成本节省。

零Token成本

模板绕过 LLM 调用进行工作流路由

确定性执行

可预测、可重复的工作流行为

预算控制

每节点Token限制与自动降级

DAG 支持

带依赖管理的并行执行

何时使用模板

使用模板的场景：

工作流可重复且结构已知
希望消除分解Token成本
需要可预测的执行顺序
需要按工作流阶段进行预算控制

使用 AI 分解的场景：

任务结构未知或可变
需要对工作流设计进行复杂推理
一次性或高度动态的任务

模板结构

模板是具有以下结构的 YAML 文件：

name: "workflow_name"
version: "1.0.0"
description: "此工作流的功能描述"

defaults:
  model_tier: "medium"        # small | medium | large
  budget_agent_max: 6000      # 总Token预算
  require_approval: false     # 人工审批门控

nodes:
  - id: "step_1"
    type: "simple"            # 节点类型
    strategy: "react"         # 执行策略
    tools_allowlist:          # 允许的工具
      - "web_search"
    budget_max: 1500          # 每节点Token限制
    depends_on: []            # 依赖项

  - id: "step_2"
    type: "cognitive"
    strategy: "chain_of_thought"
    budget_max: 2000
    depends_on: ["step_1"]

edges:
  - from: "step_1"
    to: "step_2"

核心字段

字段	类型	必需	描述
`name`	string	是	唯一工作流标识符
`version`	string	是	语义版本（如 “1.0.0”）
`description`	string	否	人类可读的描述
`defaults`	object	否	所有节点的全局设置
`nodes`	array	是	工作流执行单元
`edges`	array	否	显式依赖连接

默认设置

defaults:
  model_tier: "medium"        # 所有节点的模型大小
  budget_agent_max: 6000      # 总工作流Token预算
  require_approval: false     # 执行前需要人工审批

节点类型

Shannon 支持四种节点类型以适应不同的执行模式：

Simple 节点

单任务执行，直接调用工具。

- id: "fetch_data"
  type: "simple"
  strategy: "react"
  tools_allowlist:
    - "web_search"
  budget_max: 1000
  depends_on: []

适用于： 数据获取、简单转换、基于工具的操作。

Cognitive 节点

复杂推理，多步骤分析。

- id: "analyze"
  type: "cognitive"
  strategy: "chain_of_thought"
  budget_max: 2500
  depends_on: ["fetch_data"]
  degrade_to: "react"         # 预算超出时的回退策略
  retries: 1

适用于： 分析、推理、综合任务。

DAG 节点

带内部任务依赖的并行执行。

- id: "parallel_analysis"
  type: "dag"
  budget_max: 5000
  depends_on: ["understand"]
  metadata:
    tasks:
      - id: "collect"
        tools_allowlist: ["web_search"]
        depends_on: []
      - id: "quantitative"
        tools_allowlist: ["calculator"]
        depends_on: ["collect"]
      - id: "qualitative"
        tools_allowlist: []
        depends_on: ["collect"]
      - id: "cross_validate"
        depends_on: ["quantitative", "qualitative"]

适用于： 并行处理、扇出/扇入模式。

Supervisor 节点

分层任务分解和协调。

- id: "orchestrate"
  type: "supervisor"
  strategy: "reflection"
  budget_max: 3000
  depends_on: ["parallel_analysis"]

适用于： 结果聚合、质量控制、综合。

执行策略

策略定义节点如何处理任务：

策略	Token范围	描述
`react`	~500-1500	基于工具的推理与动作循环
`chain_of_thought`	~1500-3000	顺序逐步推理
`tree_of_thoughts`	~3000-8000	探索多个推理分支
`reflection`	~1000-2000	自我评估和改进
`debate`	~2000-4000	多角度分析

自动降级

当达到预算限制时，策略会自动降级：

tree_of_thoughts → chain_of_thought → react

配置显式降级：

- id: "explore"
  type: "cognitive"
  strategy: "tree_of_thoughts"
  budget_max: 2500
  degrade_to: "chain_of_thought"  # 回退策略
  retries: 1                       # 降级时的重试次数

创建模板

创建模板文件

在 config/workflows/examples/ 或自定义目录中创建 YAML 文件：

# config/workflows/examples/my_workflow.yaml
name: "my_workflow"
version: "1.0.0"
description: "自定义分析工作流"

defaults:
  model_tier: "medium"
  budget_agent_max: 5000
  require_approval: false

nodes:
  - id: "intake"
    type: "simple"
    strategy: "react"
    tools_allowlist:
      - "web_search"
    budget_max: 1500
    depends_on: []

  - id: "analyze"
    type: "cognitive"
    strategy: "chain_of_thought"
    budget_max: 2000
    depends_on: ["intake"]

  - id: "synthesize"
    type: "cognitive"
    strategy: "reflection"
    budget_max: 1500
    depends_on: ["analyze"]

edges:
  - from: "intake"
    to: "analyze"
  - from: "analyze"
    to: "synthesize"

注册模板目录

模板在启动时通过 InitTemplateRegistry 加载：

// 在 orchestrator 初始化中
registry := templates.InitTemplateRegistry(
    "./config/workflows/builtin",
    "./config/workflows/examples",  // 您的模板
)

// 验证所有模板
if err := registry.Finalize(); err != nil {
    log.Fatal(err)
}

重启服务

docker compose -f deploy/compose/docker-compose.yml up -d --force-recreate orchestrator

列出可用模板

通过 gRPC：

grpcurl -plaintext -d '{}' localhost:50052 \
  shannon.orchestrator.OrchestratorService/ListTemplates

使用模板

通过 HTTP Gateway

curl -X POST http://localhost:8080/api/v1/tasks \
  -H "Content-Type: application/json" \
  -d '{
    "query": "分析当前 AI 市场趋势",
    "context": {
      "template": "my_workflow",
      "template_version": "1.0.0"
    }
  }'

通过 gRPC

grpcurl -plaintext -d '{
  "query": "分析当前 AI 市场趋势",
  "context": {
    "template": "my_workflow",
    "template_version": "1.0.0",
    "disable_ai": true
  }
}' localhost:50052 shannon.orchestrator.OrchestratorService/SubmitTask

设置 disable_ai: true 可强制仅使用模板执行，不进行 AI 回退。

通过 Python SDK

from shannon import ShannonClient

client = ShannonClient(base_url="http://localhost:8080")
handle = client.submit_task(
    "分析当前 AI 市场趋势",
    context={
        "template": "my_workflow",
        "template_version": "1.0.0",
    },
)
result = client.wait(handle.task_id)
print(result.result)

模板示例

简单分析工作流

用于快速摘要的两阶段管道：

name: "simple_analysis"
version: "1.0.0"
description: "用于简短摘要的快速摘要工作流"

defaults:
  model_tier: "medium"
  budget_agent_max: 3000
  require_approval: false

nodes:
  - id: "intake"
    type: "simple"
    strategy: "react"
    budget_max: 1000
    depends_on: []

  - id: "summarize"
    type: "cognitive"
    strategy: "chain_of_thought"
    budget_max: 1200
    depends_on: ["intake"]

edges:
  - from: "intake"
    to: "summarize"

研究摘要工作流

带渐进推理的四阶段研究管道：

name: "research_summary"
version: "1.0.0"
description: "多阶段研究工作流"

defaults:
  model_tier: "medium"
  budget_agent_max: 6000
  require_approval: false

nodes:
  - id: "discover"
    type: "simple"
    strategy: "react"
    tools_allowlist:
      - "web_search"
    budget_max: 1500
    depends_on: []

  - id: "reason"
    type: "cognitive"
    strategy: "chain_of_thought"
    budget_max: 1500
    depends_on: ["discover"]

  - id: "explore"
    type: "cognitive"
    strategy: "tree_of_thoughts"
    budget_max: 2500
    degrade_to: "chain_of_thought"
    retries: 1
    depends_on: ["reason"]

  - id: "finalize"
    type: "cognitive"
    strategy: "reflection"
    budget_max: 1000
    depends_on: ["explore"]

edges:
  - from: "discover"
    to: "reason"
  - from: "reason"
    to: "explore"
  - from: "explore"
    to: "finalize"

并行 DAG 工作流

带并行执行分支的复杂工作流：

name: "parallel_analysis"
version: "1.0.0"
description: "带收敛的并行分析"

defaults:
  model_tier: "medium"
  budget_agent_max: 8000
  require_approval: false

nodes:
  - id: "understand"
    type: "simple"
    strategy: "react"
    budget_max: 1000
    depends_on: []

  - id: "parallel_analysis"
    type: "dag"
    budget_max: 5000
    depends_on: ["understand"]
    metadata:
      tasks:
        - id: "collect"
          tools_allowlist: ["web_search"]
          depends_on: []
        - id: "quantitative"
          tools_allowlist: ["calculator"]
          depends_on: ["collect"]
        - id: "qualitative"
          tools_allowlist: []
          depends_on: ["collect"]
        - id: "cross_validate"
          depends_on: ["quantitative", "qualitative"]

  - id: "report"
    type: "cognitive"
    strategy: "reflection"
    budget_max: 2000
    degrade_to: "chain_of_thought"
    depends_on: ["parallel_analysis"]

edges:
  - from: "understand"
    to: "parallel_analysis"
  - from: "parallel_analysis"
    to: "report"

模板继承

模板可以使用 extends 从父模板继承：

# base_research.yaml
name: "base_research"
version: "1.0.0"

defaults:
  model_tier: "medium"
  budget_agent_max: 5000
  require_approval: false

# advanced_research.yaml
name: "advanced_research"
version: "1.0.0"
extends: ["base_research"]    # 继承所有默认值

defaults:
  budget_agent_max: 10000     # 覆盖特定值

nodes:
  # ... 额外节点

多个父模板按顺序应用，派生模板的值优先。

验证

模板在加载时会进行以下验证：

YAML 语法正确性
必需字段存在
DAG 无环（无循环依赖）
预算层级（节点预算 ≤ 代理预算）
工具注册表存在
变量引用解析

registry := templates.InitTemplateRegistry("./templates")

// 验证所有模板
if err := registry.Finalize(); err != nil {
    log.Fatalf("模板验证失败: %v", err)
}

最佳实践

保持节点小而专注

每个节点应只做好一件事：

# 好：专注的节点
- id: "search"
  type: "simple"
  strategy: "react"
  tools_allowlist: ["web_search"]

- id: "analyze"
  type: "cognitive"
  strategy: "chain_of_thought"

显式允许工具列表

限制每个节点的工具以提高安全性和可预测性：

# 好：显式允许列表
tools_allowlist:
  - "web_search"
  - "calculator"

# 差：允许所有工具
# tools_allowlist: ["*"]

使用预算降级

配置回退策略以控制成本：

- id: "explore"
  strategy: "tree_of_thoughts"
  budget_max: 2500
  degrade_to: "chain_of_thought"
  retries: 1

使用继承实现通用模式

将共享默认值提取到基础模板中：

extends: ["base_research"]
defaults:
  budget_agent_max: 8000  # 只覆盖需要更改的内容

版本化您的模板

使用语义版本控制并在请求中指定版本：

name: "my_workflow"
version: "1.0.0"  # 在破坏性更改时递增

{
  "context": {
    "template": "my_workflow",
    "template_version": "1.0.0"
  }
}

故障排除

模板未找到

症状： template 'my_workflow' not found解决方案：

检查模板文件是否存在于已注册的目录中
验证 YAML 语法：yamllint config/workflows/examples/my_workflow.yaml
重启 orchestrator 以重新加载模板
检查 orchestrator 日志中的加载错误

验证错误

症状： Template validation failed: circular dependency解决方案：

检查 depends_on 字段是否有循环
确保 DAG 节点具有无环任务依赖
检查 edges 是否创建了循环

预算超出

症状： 节点执行提前停止或意外降级解决方案：

增加受影响节点的 budget_max
配置 degrade_to 以实现优雅回退
检查总预算与节点预算之和

工具不可用

症状： tool 'my_tool' not registered解决方案：

验证工具已在工具注册表中注册
检查 tools_allowlist 中的工具名称拼写
确保 LLM 服务已加载该工具

合成模板

合成模板控制 Shannon 在所有 agent 完成工作后如何格式化最终输出。这些 Go 模板位于 config/templates/synthesis/ 目录中，由 Orchestrator 在返回结果前进行渲染。

可用模板

模板	用途
`normal_default.tmpl`	非研究任务的默认模板
`research_comprehensive.tmpl`	详细的研究报告
`research_concise.tmpl`	简明的研究摘要
`research_with_facts.tmpl`	基于事实引用的研究
`domain_analysis_digest.tmpl`	领域分析格式
`swarm_default.tmpl`	Swarm 多智能体输出
`test_bullet_summary.tmpl`	要点式测试格式

基础契约

所有合成模板都从 _base.tmpl 继承行为规则：

引用处理

当 CitationAgent 启用时：合成内容中不添加内联 [n] 引用 — Citation Agent 会单独添加
当 CitationAgent 禁用时：使用与 AvailableCitations 列表匹配的内联 [n] 引用

时间引用

CurrentDate 字段会注入到每个模板中，支持在时效性内容中使用”截至”表述。

结构化产物

模板必须保留结构化产物（表格、代码块、JSON）— 不得将其扁平化为纯文本。

来源章节

模板不应包含”来源”章节。系统会自动追加来源引用。

模板数据

每个合成模板都会接收一个 SynthesisTemplateData 结构体，包含以下字段：

type SynthesisTemplateData struct {
    Query                string   // 原始用户查询
    QueryLanguage        string   // 检测到的语言（如 "en"、"ja"）
    ResearchAreas        []string // agent 探索的主题
    AvailableCitations   string   // 格式化的引用列表
    CitationCount        int      // 可用引用总数
    MinCitations         int      // 需包含的最少引用数
    LanguageInstruction  string   // 输出语言指令
    AgentResults         string   // 合并的 agent 输出
    TargetWords          int      // 目标字数
    IsResearch           bool     // 是否为研究类型任务
    SynthesisStyle       string   // 选定的合成样式
    CitationAgentEnabled bool     // Citation Agent 是否激活
    CurrentDate          string   // 当前日期（时间上下文）
    NewsCount            int      // 找到的新闻条目数
}

选择合成模板

Orchestrator 根据任务类型和配置选择合成模板：

通过任务上下文
通过工作流模板

curl -X POST http://localhost:8080/api/v1/tasks \
  -H "Content-Type: application/json" \
  -d '{
    "query": "研究量子计算趋势",
    "context": {
      "synthesis_style": "research_comprehensive"
    }
  }'

name: "my_research"
version: "1.0.0"
defaults:
  model_tier: "medium"
  synthesis_style: "research_with_facts"

如果未指定 synthesis_style，Shannon 会自动为研究任务选择 research_comprehensive，为其他任务选择 normal_default。

示例工作流

Shannon 在 config/workflows/examples/ 目录中附带了 8 个示例工作流模板。这些模板可作为即用型起点和参考实现。

工作流目录

模板	描述	节点数	模式
`simple_analysis.yaml`	快速摘要	2	顺序执行（intake + summarize）
`research_summary.yaml`	多阶段研究	4	带降级的顺序执行
`research_summary_enterprise.yaml`	企业级研究	4+	使用大模型的顺序执行
`market_analysis.yaml`	市场研究	3+	带工具的顺序执行
`market_analysis_playbook.yaml`	市场剧本变体	3+	剧本驱动
`complex_dag.yaml`	多并行 DAG	5+	DAG 扇出/扇入
`parallel_dag_example.yaml`	并行执行演示	4+	DAG 并行分支
`parallel_items_example.yaml`	批量项目处理	3+	并行项目

YAML 结构参考

所有示例工作流遵循以下结构：

name: workflow_id
description: "描述"

defaults:
  model_tier: small|medium|large    # 所有节点的模型大小
  budget_agent_max: 3000            # 总Token预算
  require_approval: false           # 人工审批门控

nodes:
  - id: node_id
    type: simple|cognitive|dag      # 执行类型
    strategy: react|chain_of_thought|tree_of_thoughts
    depends_on: [other_node_ids]    # DAG 依赖
    budget_max: 1000                # 每节点Token限制

edges:
  - from: node1
    to: node2

模式降级

示例工作流展示了 Shannon 在资源受限时的自动降级行为：

DAG        → sequential        （可用 agent 不足时）
tree_of_thoughts → chain_of_thought  （预算受限时）
multi-node → single-node       （最小环境的回退）

降级是自动进行的，并会记录日志。检查 Orchestrator 日志中的 strategy_degraded 事件以监控回退何时激活。

学习路由器

启用后，Learning Router 会根据查询与过去成功执行的相似度自动选择工作流模板。这消除了调用方显式指定模板的需要。

# 通过环境变量启用学习路由器
ORCHESTRATOR_LEARNING_ROUTER_ENABLED=true

# 路由器将把传入查询与历史模式匹配
# 并自动选择表现最佳的模板

Learning Router 会随时间不断改进。对于新部署，建议在积累足够的执行历史（通常 50+ 次成功任务）之前显式指定模板。

下一步

自定义工具

为您的模板添加工具

扩展 Shannon

其他扩展方法

配置

环境和 YAML 配置

架构

了解 Shannon 的设计

​概述

零Token成本

确定性执行

预算控制

DAG 支持

​何时使用模板

​模板结构

​核心字段

​默认设置

​节点类型

​Simple 节点

​Cognitive 节点

​DAG 节点

​Supervisor 节点

​执行策略

​自动降级

​创建模板

​使用模板

​通过 HTTP Gateway

​通过 gRPC

​通过 Python SDK

​模板示例

​简单分析工作流

​研究摘要工作流

​并行 DAG 工作流

​模板继承

​验证

​最佳实践

​故障排除

​合成模板

​可用模板

​基础契约

​模板数据

​选择合成模板

​示例工作流

​工作流目录

​YAML 结构参考

​模式降级

​学习路由器

​下一步

自定义工具

扩展 Shannon

配置

架构

概述

何时使用模板

模板结构

核心字段

默认设置

节点类型

Simple 节点

Cognitive 节点

DAG 节点

Supervisor 节点

执行策略

自动降级

创建模板

使用模板

通过 HTTP Gateway

通过 gRPC

通过 Python SDK

模板示例

简单分析工作流

研究摘要工作流

并行 DAG 工作流

模板继承

验证

最佳实践

故障排除

合成模板

可用模板

基础契约

模板数据

选择合成模板

示例工作流

工作流目录

YAML 结构参考

模式降级

学习路由器

下一步