Java 8老系统AI Workflow实战：把一次性AI对话升级成可恢复工作流

Java 8老系统AI Workflow实战：把一次性AI对话升级成可恢复工作流

很多 AI 应用刚开始都是一个聊天框。

用户输入需求，模型输出结果。

这适合原型验证，但进入企业流程后，很快会遇到问题：

中途失败怎么办？ 关键节点谁确认？ 上一次输出在哪里？ 能不能从失败节点恢复？ 每一步输入输出能不能审计？

所以第 9 讲要把一次性 AI 对话升级成工作流。

最终效果

代码目录：

code/spring-ai-enterprise-lab/labs/chapter09-ai-workflow

运行：

.\compile-and-run.ps1

Demo 会演示一个"需求到测试用例"的工作流：

需求提取 ↓ 接口设计 ↓ 人工审批 ↓ 测试用例生成 ↓ 发布检查清单

启动后，流程会停在api-design节点。

审批后，流程继续执行到COMPLETED。

代码结构

核心代码分三块：

src/main/java/com/ynzz/lab/chapter09 ├── common │ ├── WorkflowStartRequest ← 工作流启动参数 │ ├── WorkflowRun ← 流程实例（运行时状态） │ └── WorkflowNodeSnapshot ← 节点快照 ├── nodes │ ├── RequirementExtractNode ← 需求提取节点 │ ├── ApiDesignNode ← 接口设计节点（含 HumanApproval） │ ├── TestcaseGenerateNode ← 测试用例生成节点 │ └── ReleaseChecklistNode ← 发布检查清单节点 └── runtime └── WorkflowRuntime ← 运行时引擎

WorkflowRuntime负责控制流程何时继续，何时停住等待审批。

WorkflowRuntime 的控制流

WorkflowRuntime的核心不是"调用几个 AI 节点"，而是控制状态怎么流动。

当前 Demo 的start方法做了四件事：

创建 WorkflowRun ↓ 运行 RequirementExtractNode，写入第一个快照 ↓ 把 lastOutput 交给 ApiDesignNode，写入第二个快照 ↓ 把流程状态改成 WAITING_APPROVAL，waitingNodeId=api-design

这里的lastOutput()很关键。

它表示节点之间不是靠一大段聊天上下文传递信息，而是靠上一个节点的结构化输出继续往下走：

需求原文 ↓ RequirementExtractNode.output ↓ ApiDesignNode.input ↓ ApiDesignNode.output ↓ 审批通过后进入 TestcaseGenerateNode.input

节点之间的数据传递靠lastOutput()完成：它返回最近一个SUCCESS或APPROVED快照的output字段，作为下一个节点的input。快照格式里包含nodeId、status、input、output、approvedBy、errorCode、retryCount——失败时 Runtime 靠这些字段定位恢复点：status=SUCCESS/APPROVED的快照是安全恢复点，output是重跑失败节点的输入，retryCount用于控制重试次数。这样设计是为了避免失败后从头重跑整个工作流。

审批发生在api-design节点。

审批前，流程停住：

status=WAITING_APPROVAL waitingNodeId=api-design

审批后，approve方法会：

找到 api-design 快照 ↓ 写入 approvedBy，并把节点状态改成 APPROVED ↓ 把流程状态恢复为 RUNNING ↓ 运行 TestcaseGenerateNode ↓ 运行 ReleaseChecklistNode ↓ 把流程状态改成 COMPLETED

所以这个 Demo 真正想表达的是：企业 AI 工作流要能暂停、能继续、能看到每一步的输入输出，而不是把所有事情塞进一次模型调用。

当前 Stub 还没有实现失败节点回退，但它已经把恢复所需的最小结构留出来了：每个节点都有input、output和status。真实落地时，失败节点应该记录FAILED、错误原因和重试次数，Runtime 从最近一个SUCCESS或APPROVED快照继续，而不是从头重跑。

每个节点都要有快照

启动工作流后，输出里会看到：

{"status":"WAITING_APPROVAL","waitingNodeId":"api-design","snapshots":[{"nodeId":"requirement-extract","status":"SUCCESS"},{"nodeId":"api-design","status":"WAITING_APPROVAL"}]}

这就是企业工作流的基本形态。

不是模型一次性吐出全部内容，而是每一步都有记录：

节点 ID 节点输入 节点输出 节点状态 审批人

对应到当前WorkflowNodeSnapshot，快照字段是：

{"nodeId":"api-design","status":"WAITING_APPROVAL","input":"需求点：订单超过 48 小时未发货时触发延迟预警，并提醒客服介入。","output":"POST /api/orders/delay-alerts，输入 thresholdHours=48，输出待介入订单列表。","approvedBy":""}

这样才能审计、复盘、重试和恢复。

四个节点的职责边界也应该讲清楚：

这张表比类名列表更重要。

因为企业工作流里，每个节点都要回答三个问题：接收什么、产出什么、什么时候停下来。

当前 Demo 完整跑一遍

本讲 Demo 的启动输入是：

tenantId=demo operatorId=u1001 requirementText=新增订单延迟预警功能：当订单超过 48 小时未发货时，系统需要提醒客服介入。

第一步，RequirementExtractNode接收原始需求，输出需求摘要：

input=新增订单延迟预警功能：当订单超过 48 小时未发货时，系统需要提醒客服介入。 output=需求点：订单超过 48 小时未发货时触发延迟预警，并提醒客服介入。 status=SUCCESS

第二步，WorkflowRuntime调用run.lastOutput()，把这段需求摘要交给ApiDesignNode：

input=需求点：订单超过 48 小时未发货时触发延迟预警，并提醒客服介入。 output=POST /api/orders/delay-alerts，输入 thresholdHours=48，输出待介入订单列表。 status=WAITING_APPROVAL

然后 Runtime 把整个流程停住：

WorkflowRun.status=WAITING_APPROVAL WorkflowRun.waitingNodeId=api-design

这时还不会生成测试用例，也不会生成发布清单。

只有当审批调用发生：

runtime.approve(run, "api-design", true, "tech-lead")

Runtime 才继续执行后两个节点。

第三步，TestcaseGenerateNode接收已经审批过的接口设计：

input=POST /api/orders/delay-alerts，输入 thresholdHours=48，输出待介入订单列表。 output=测试用例：48 小时边界、未发货订单、已发货订单、重复提醒幂等、客服可见性。 status=SUCCESS

第四步，ReleaseChecklistNode接收测试用例输出：

input=测试用例：48 小时边界、未发货订单、已发货订单、重复提醒幂等、客服可见性。 output=发布检查：灰度租户、SQL 索引、告警阈值、客服通知模板、回滚开关。 status=SUCCESS

最后流程完成：

WorkflowRun.status=COMPLETED WorkflowRun.waitingNodeId=""

这条时间线说明了一件事：节点之间传递的是上一个节点的output，不是把所有原始上下文无限追加给模型。

失败恢复应该怎么落地

当前 Stub 只演示了成功和审批暂停，没有真正模拟FAILED。但它的快照结构已经能说明恢复设计。

真实项目里，节点快照至少应该扩展成：

{"workflowId":"wf-001","nodeId":"testcase-generate","status":"FAILED","input":"POST /api/orders/delay-alerts...","output":"","errorCode":"MODEL_TIMEOUT","retryCount":2,"createdAt":"2026-06-15T10:00:00","updatedAt":"2026-06-15T10:02:00"}

恢复时不是从需求提取重新开始，而是：

找到最后一个 SUCCESS / APPROVED 快照 ↓ 读取它的 output ↓ 作为失败节点的 input ↓ 重跑失败节点 ↓ 写入新的快照版本

比如TestcaseGenerateNode失败，最近的稳定节点是api-design：

api-design.status=APPROVED api-design.output=POST /api/orders/delay-alerts... ↓ 重试 testcase-generate

这样才能做到"失败可恢复"，而不是"失败后从头再问一遍模型"。

WorkflowStateRepository：为什么当前是 Stub，持久化后有什么不同

当前 Demo 的WorkflowStateRepository是内存 Stub，故意不依赖外部存储。原因有两个：

第一，降低上手成本。不需要装数据库、不需要配 Redis，跑compile-and-run.ps1就能看到完整工作流效果。

第二，先跑通流程，再落地存储。工作流引擎的正确性是第一步——节点拆分对不对、快照字段全不全、恢复逻辑合不合理。这些问题不依赖存储也能验证。

但内存 Stub 有明显局限：服务重启，所有快照丢失。

真实落地时，WorkflowStateRepository应该持久化到数据库或 Redis。持久化后的差异：

当前 Stub 的定位很明确：先把工作流跑通，验证节点拆分和快照设计；持久化是下一步，但快照字段设计从一开始就要为持久化做准备——这也是为什么WorkflowNodeSnapshot里有一组结构化字段，而不是随便写一个output就完事。

关键节点必须经过 HumanApprovalNode

接口设计是一个关键节点。

如果接口设计错了，后面的测试用例、发布检查清单都会跟着错。

ApiDesignNode内嵌了HumanApprovalNode：

ApiDesignNode 执行 ↓ 输出接口草案（请求/响应/错误码） ↓ HumanApprovalNode 暂停 ↓ 审批人看到草案 + 上一节点输出 ↓ 审批（通过 / 驳回） ↓ APPROVED → 继续下一个节点 REJECTED → 打回修改

审批人看到的是结构化输出，不是原始提示词界面。这是企业协作的基础——让人看到该看的，不需要理解 AI 内部逻辑。

不确定项要显式输出

本讲 Demo 会输出不确定项：

客服提醒渠道是短信、企微还是站内信，需要业务确认。

这类信息不能藏在正文里。

工作流报告应该显式列出：

哪些事情已确定 哪些事情待确认 哪些节点需要人工审批 哪些输出不能直接执行

企业 AI 应用不是追求模型看起来很自信，而是追求流程可靠。

企业避坑

第一个坑：不要把复杂任务都做成一次聊天。

复杂任务应该拆节点。

第二个坑：不要让关键节点自动越过审批。

接口设计、发布计划、生产变更都应该停一下。

第三个坑：不要丢失中间过程。

没有节点快照，失败后就很难恢复——更不要在内存里存快照，服务重启就全丢了。

第四个坑：不要隐藏不确定项。

AI 不确定的地方，应该变成流程里的待办。

从 Demo 到落地，还差什么

本讲 Demo 验证了"节点拆分 + 快照记录 + 人工审批 + 失败可恢复"的工作流基础，但企业 AI Workflow 落地还差几步：

状态持久化：当前 Stub 用内存模拟WorkflowStateRepository，真实项目需要把快照落库（PostgreSQL / MySQL）或存 Redis，配合定时清理策略，避免快照膨胀。

可视化审批界面：当前审批是代码里调用 API 触发，真实项目需要一个审批控制台（参考approval-console子模块），让非技术人员在页面上做审批操作。

工作流定义 DSL：当前节点定义是 Java 类，真实项目需要把工作流定义抽成 YAML 或 JSON，让业务人员可以配置流程而不需要改代码。

节点失败自动告警：某个节点连续失败 N 次后，应该自动通知工作流发起人，而不是等到人工发现工作流卡住了。

并行节点支持：当前 Demo 是串行节点（一个接一个），真实项目经常有"接口设计和测试用例生成可以并行"的需求，这需要WorkflowRuntime支持 DAG 调度。

第 9 讲的工作流编排能力，也是第 10 讲多 Agent 编排的基础——多 Agent 的输出最终也需要进入工作流、由人类做审批决策。

小结

企业 AI 应用的成熟形态不是：

用户提问 ↓ 模型回答

而是：

任务输入 ↓ 节点执行（快照持久化） ↓ 人工审批（关键节点） ↓ 失败恢复（从上一个成功节点） ↓ 最终报告

把 AI 放进工作流里，它才更像企业系统的一部分。