MAF快速入门（10）循环工作流

1 循环与自我修正

var workflow = new WorkflowBuilder(draftExecutor)    .AddEdge(draftExecutor, qcExecutor)    .AddEdge(qcExecutor, draftExecutor)    .WithOutputFrom(qcExecutor)    .Build();

2 循环工作流实验案例

2.1 关键依赖包引入

internal record ReplyDraft(    string TicketId,     string Content,     int Attempt);internal record TicketRequest(    string Id,     string Query,     string Category,     string Priority);internal record TicketOutcome(    string TicketId,     string Status,     int Attempts,     QualityReport FinalReport);internal sealed record QualityScoreTimelineItem(    int Attempt,    int PolitenessScore,    int AccuracyScore,    string ComplianceStatus);internal record QualityIssue(    string Type,     string Description,     int ScoreImpact);internal record QualityReport(    string TicketId,     int PolitenessScore,     int AccuracyScore,     bool CompliancePassed,     IReadOnlyList<QualityIssue> Issues);

public static class QualityCheckConstants{    // 质检标准：礼貌度 ≥ 85，准确性 ≥ 90，合规性必须 100%    // 注意：阈值设置较高，配合第一次生成简化版本，确保能体现循环改进过程    public const int PolitenessThreshold = 85;    public const int AccuracyThreshold = 90;}
internal enum QualityCheckSignal{    Init,    Revise}

internal sealed class AdaptiveQualityScoreEvent : WorkflowEvent{    public AdaptiveQualityScoreEvent(string ticketId,         int attempt,         int politenessScore,         int accuracyScore,         bool compliancePassed)        : base(new { TicketId = ticketId, Attempt = attempt, PolitenessScore = politenessScore, AccuracyScore = accuracyScore, CompliancePassed = compliancePassed })    {    }}

internal sealed class AdaptiveMaxAttemptsReachedEvent : WorkflowEvent{    public AdaptiveMaxAttemptsReachedEvent(string ticketId, int maxAttempts)        : base(new { TicketId = ticketId, MaxAttempts = maxAttempts })    {    }}

internal sealed class AdaptiveReplyDraftExecutor : Executor<QualityCheckSignal>{    private readonly TicketRequest _ticket;    private readonly IChatClient _chatClient;
    public AdaptiveReplyDraftExecutor(TicketRequest ticket, IChatClient chatClient) : base("AdaptiveReplyDraft")    {        _ticket = ticket;        _chatClient = chatClient;    }
    public override async ValueTask HandleAsync(QualityCheckSignal message, IWorkflowContext context, CancellationToken cancellationToken = default)    {        int attempt = await context.ReadOrInitStateAsync("attempt", () => 0, cancellationToken);        attempt++;        await context.QueueStateUpdateAsync("attempt", attempt, cancellationToken);
        // 使用 AI 生成客服回复（渐进式生成策略）        var prompt = attempt == 1            ? $"""            你是一位电商客服。请针对以下客户问题生成一条简短回复（刻意保持简短、缺少礼貌用语）：
            客户问题：{_ticket.Query}            产品类别：{_ticket.Category}
            要求：            1. 只用1-2句话回答，不要称呼语和感谢语            2. 只说结论，不提供具体处理时间            3. 字数控制在30字以内
            直接返回回复内容，不要添加任何前缀或说明。            """            : $"""            你是一位专业的电商客服。请针对以下客户问题生成一条改进后的回复：
            客户问题：{_ticket.Query}            产品类别：{_ticket.Category}            优先级：{_ticket.Priority}
            要求：            1. 语气亲和、专业，使用恰当的称呼和感谢语            2. 提供具体的解决方案或处理时间            3. 符合客服规范，不包含敏感词            4. 字数控制在80-100字
            直接返回回复内容，不要添加任何前缀或说明。            """;
        var response = await _chatClient.GetResponseAsync(prompt, cancellationToken: cancellationToken);        var content = response.Text ?? "抱歉，我们会尽快处理您的问题。";
        Console.WriteLine($"✍️ 第 {attempt} 次生成回复草稿 (策略: {(attempt == 1 ? "简化版" : "完整版")})");        Console.WriteLine($"📝 回复内容：{content}");
        var draft = new ReplyDraft(_ticket.Id, content, attempt);        await context.SendMessageAsync(draft, targetId: "AdaptiveQualityCheck", cancellationToken);    }}

internal sealed class AdaptiveQualityCheckExecutor : Executor<ReplyDraft>{    private readonly int _politenessThreshold;    private readonly int _accuracyThreshold;    private readonly int _maxAttempts;    private readonly IChatClient _chatClient;
    // 默认最大尝试次数为5次    public AdaptiveQualityCheckExecutor(int politenessThreshold, int accuracyThreshold, IChatClient chatClient)        : this(politenessThreshold, accuracyThreshold, 5, chatClient)    {    }
    public AdaptiveQualityCheckExecutor(int politenessThreshold, int accuracyThreshold, int maxAttempts, IChatClient chatClient)        : base("AdaptiveQualityCheck")    {        _politenessThreshold = politenessThreshold;        _accuracyThreshold = accuracyThreshold;        _maxAttempts = maxAttempts;        _chatClient = chatClient;    }
    public override async ValueTask HandleAsync(ReplyDraft draft, IWorkflowContext context, CancellationToken cancellationToken = default)    {        int attempt = await context.ReadOrInitStateAsync("attempt", () => 1, cancellationToken);
        // 使用 AI 进行多维度质检评分（结构化输出，严格标准）        var prompt = $"""        你是一位严格的客服质检专家。请对以下客服回复进行多维度评分（0-100分）：
        回复内容：{draft.Content}
        评分维度和严格标准：        1. 礼貌度（0-100）：必须包含称呼语（您、亲）、感谢语（感谢、谢谢）、结束语（祝、期待）等，语气亲和温暖           - 缺少任何一项扣20分           - 语气生硬、机械扣10-30分
        2. 准确性（0-100）：必须提供具体的解决方案、明确的处理时间或有效的后续步骤           - 只说"会处理"但无具体方案扣30分           - 无明确时间承诺扣20分           - 信息过于笼统扣10-20分
        3. 合规性（通过/不通过）：不得包含敏感词、不当表述、推诿责任的话语           - 发现任何敏感词或不当表述直接判定为"不通过"
        请对每个维度进行严格评分，并在issues字段中列出所有发现的问题。        """;
        // ⭐ 使用结构化输出：GetResponseAsync<T> 自动生成 JSON Schema 并反序列化        var response = await _chatClient.GetResponseAsync<QualityReportDto>(prompt, cancellationToken: cancellationToken);        var reportDto = response.Result;
        // 转换为业务模型        var issues = reportDto.Issues.Select(i => new QualityIssue(i.Type, i.Description, i.ScoreImpact)).ToList();        var report = new QualityReport(draft.TicketId, reportDto.PolitenessScore, reportDto.AccuracyScore, reportDto.CompliancePassed, issues);
        await context.AddEventAsync(new AdaptiveQualityScoreEvent(draft.TicketId, attempt, reportDto.PolitenessScore, reportDto.AccuracyScore, reportDto.CompliancePassed), cancellationToken);
        if (reportDto.PolitenessScore >= _politenessThreshold             && reportDto.AccuracyScore >= _accuracyThreshold             && reportDto.CompliancePassed)        {            await context.YieldOutputAsync(new TicketOutcome(draft.TicketId, "Approved", attempt, report), cancellationToken);        }        else if (attempt >= _maxAttempts)        {            await context.AddEventAsync(new AdaptiveMaxAttemptsReachedEvent(draft.TicketId, _maxAttempts), cancellationToken);            await context.RequestHaltAsync();//质检失败：已达到最大尝试次数        }        else        {            await context.QueueStateUpdateAsync("attempt", attempt + 1, cancellationToken);
            // 发送质检报告到改进环节            await context.SendMessageAsync(report, targetId: "IntelligentImprove", cancellationToken);        }    }}

internal sealed class IntelligentImproveExecutor : Executor<QualityReport>{    private readonly TicketRequest _ticket;    private readonly IChatClient _chatClient;
    public IntelligentImproveExecutor(TicketRequest ticket, IChatClient chatClient) : base("IntelligentImprove")    {        _ticket = ticket;        _chatClient = chatClient;    }
    public override async ValueTask HandleAsync(QualityReport report, IWorkflowContext context, CancellationToken cancellationToken = default)    {        int attempt = await context.ReadOrInitStateAsync("attempt", () => 1, cancellationToken);
        // 构建改进提示词，基于质检反馈        var issuesSummary = string.Join("\n", report.Issues.Select(i => $"- {i.Type}: {i.Description}"));
        var prompt = $"""        你是一位客服优化专家。请根据以下质检反馈，改进客服回复内容：
        原始问题：{_ticket.Query}        产品类别：{_ticket.Category}        优先级：{_ticket.Priority}
        当前评分：        - 礼貌度：{report.PolitenessScore}/100 (要求≥{QualityCheckConstants.PolitenessThreshold})        - 准确性：{report.AccuracyScore}/100 (要求≥{QualityCheckConstants.AccuracyThreshold})        - 合规性：{(report.CompliancePassed ? "通过" : "不通过")}
        发现的问题：        {issuesSummary}
        请生成一条改进后的客服回复，针对性解决上述问题：        1. 如果礼貌度不足，增加称呼语、感谢语，使用更亲和的表述        2. 如果准确性不足，补充具体的解决方案、处理时间、后续步骤        3. 如果合规性不通过，移除敏感词，规范表述        4. 字数控制在80-100字
        直接返回改进后的回复内容，不要添加任何前缀或说明。        """;
        var response = await _chatClient.GetResponseAsync(prompt, cancellationToken: cancellationToken);        var improvedContent = response.Text ?? "抱歉，我们会尽快处理您的问题。";
        await context.AddEventAsync(new LoopProgressEvent(_ticket.Id, attempt,             report.PolitenessScore, report.AccuracyScore,             report.CompliancePassed, "Improve"), cancellationToken);        Console.WriteLine($"🔧 第 {attempt} 次智能改进完成");        Console.WriteLine($"📝 改进后内容：{improvedContent}");
        // 触发下一次生成（使用改进后的内容作为上下文）        await context.SendMessageAsync(QualityCheckSignal.Revise, targetId: "AdaptiveReplyDraft", cancellationToken);    }}

var ticket = new TicketRequest("TKT-2025-003", "会员积分为什么突然清零了？", "账户问题", "Low")const int maxAttempts = 5;
var adaptiveDraft = new AdaptiveReplyDraftExecutor(ticket, chatClient);var adaptiveQC = new AdaptiveQualityCheckExecutor(QualityCheckConstants.PolitenessThreshold, QualityCheckConstants.AccuracyThreshold, chatClient);var intelligentImprove = new IntelligentImproveExecutor(ticket, chatClient);

var workflow = new WorkflowBuilder(adaptiveDraft)    .AddEdge(adaptiveDraft, adaptiveQC)    .AddEdge(adaptiveQC, intelligentImprove)    .AddEdge(intelligentImprove, adaptiveDraft)    .WithOutputFrom(adaptiveQC)    .Build();Console.OutputEncoding = Encoding.UTF8;Console.WriteLine("✅ Loop Workflow 构建完成");

2.6 测试工作流

通过Streaming流式执行：

await using (var run = await InProcessExecution.StreamAsync(workflow, QualityCheckSignal.Init)){    var scoreTimeline = new List<object>();    await foreach (var evt in run.WatchStreamAsync())    {        // 强制中断（最多5次尝试）        if (scoreTimeline.Count == maxAttempts)        {            Console.WriteLine($"⛔ 强制中断工作流执行（已完成{maxAttempts}次评估）");            break;        }        switch (evt)        {            case AdaptiveQualityScoreEvent scoreEvent:                dynamic payload = scoreEvent.Data!;                scoreTimeline.Add(new QualityScoreTimelineItem(                    Attempt: (int)payload.Attempt,                    PolitenessScore: (int)payload.PolitenessScore,                    AccuracyScore: (int)payload.AccuracyScore,                    ComplianceStatus: (bool)payload.CompliancePassed ? "✅" : "❌"                ));                var statusMessage = payload.CompliancePassed ? "通过" : "不通过";                Console.WriteLine($"📊 AI 质检结果 => 礼貌度:{payload.PolitenessScore} 准确性:{payload.AccuracyScore} 合规性:{statusMessage}");                break;            case WorkflowOutputEvent outputEvent:                Console.WriteLine("━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━");                Console.WriteLine("🎉 工作流执行完成");                Console.WriteLine("━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\n");                Console.WriteLine($"{outputEvent.Data}");                break;            case WorkflowErrorEvent errorEvent:                Console.WriteLine("✨ 收到 Workflow Error Event：");                Console.WriteLine($"{errorEvent.Data}");                break;        }    }}

测试用例1

工单内容：订单已经3天没发货，能退款吗？

测试结果如下图所示：

可以看见，经过初次生成和内容改进，该内容回复已经满足了标准可以直接回复用户。