AI 智能体工作流
如何把智能体会话沉淀成项目记忆、检查清单和交付习惯。
一句话定义
AI 智能体工作流，是一套从意图到可检查产出的重复方法，包含记忆、检查点和人的复核。
概览
有用的单位不是单条 prompt，而是一个循环：给智能体上下文，让它行动，检查结果，保留重要信息，再把学习结果带入下一轮。
原则
- 从仓库或工作区的真实状态出发，而不是从抽象提示词出发。
- 让智能体通过文件、测试、diff 和短状态更新展示工作过程。
- 把可复用决策保存到项目文档、changelog 或结构化数据里。
- 让人保留品味、风险和最终判断权。
检查清单
- 开始前定义清楚具体产出。
- 读取现有项目指令和当前 git 状态。
- 用小步验证推进，而不是一次性生成一大坨。
- 根据风险运行检查：类型检查、构建、测试或视觉 review。
- 把有用学习记录到下次会话能找到的位置。
例子
- 把网站功能请求变成代码、构建验证和 changelog 记录。
- 把研究问题整理成带 FAQ 和内链的结构化页面。
- 用智能体检查本地工作流，并产出可重复步骤。
下一步
补充这个网站搭建过程中的真实案例：多语言路由、SEO 结构和内容扩展。
常见问题
智能体工作流和提示词有什么区别？
提示词是在要答案；工作流是在定义上下文、行动、检查、记忆和完成标准。
项目记忆应该放在哪里？
放在离工作最近的地方：AGENTS.md、changelog、数据文件、规格文档或未来会话真的会读取的 wiki 页面。