PERSONAL WORKFLOW SYSTEM

MyWorkflow

个人工作流配置中心

本站点是 MyWorkflow 项目的说明文档与公共配置中心。

这些工作流通常包含多个步骤,需要调用不同的工具、应用与服务,并通过文档、API 等方式连接协作。我们将各环节共同遵守的原则、规范、配置及其他元数据抽象为公共配置文件,使不同工具对同一任务形成一致理解,强化协同并避免冲突。

mdFlow 已投入使用 deepFlow 开发中 更多工作流持续加入

ACTIVE WORKFLOW

mdFlow · 信息抓取与知识沉淀工作流

已投入使用

从收藏一条网络链接,到获得可以持续整理、检索与发布的 Markdown 知识。WebMark、CleanMark 和 PublishMark 三个相互独立的阶段通过统一规范稳定衔接。

01

WebMark

采集与原始归档

WorkBuddy 接收 URL 后调用 WebMark,抓取网页正文与元数据,完成基础分类并生成可追溯的 Raw Markdown。

输出:Raw Markdown →
02

CleanMark

深度整理与规范化

基于原始资料开展清洗、结构重组与元数据规范化,形成与 Raw 内容相互独立的 Clean Markdown。

输出:Clean Markdown →
03

PublishMark

内容发布与知识分享

接收清洗后的资料,写入 PublishMark 文档库并提交至 GitHub,由 Cloudflare 自动构建为正式阅读站点。

输出:PublishMark Website

WORKFLOW IN DEVELOPMENT

deepFlow · 深度研究工作流

开发中

对特定主题开展深度研究与持续跟踪,并形成可自生长的智力资产。以 WorkBuddy 为交互入口,后端基于 LangGraph 编排自定义的深度研究流程,调用多个工具和数据源完成信息检索、交叉验证与综合分析,最终形成符合特定内容、格式和用途要求的技术产出。

01

WorkBuddy

交互、任务管理与意图理解

WorkBuddy 接收研究需求,管理任务和进度,理解用户意图,并调用专用 Skill 访问 LangGraph API。

调用:LangGraph API →
02

LangGraph

研究流程编排

LangGraph API 接收结构化任务,由 LangGraph 拆解研究步骤、维护运行状态、安排执行顺序并组织工具调用。

输出:工具调用计划 →
03

多途径工具

检索、分析与任务执行

根据编排计划调用不同数据源、检索服务、分析模型和其他专业工具,完成信息获取与研究处理。

输出:研究资料与阶段结果

任务状态、阶段进展与最终结果通过 API 回传至 WorkBuddy,用户继续在原交互入口中查看和管理

GROWING WORKFLOW SYSTEM

新的工作流将持续加入

Agent 时代,我们采用相似的范式搭建(半)自动化工作流:默认以 WorkBuddy 作为人机交互入口,按任务需要组合 Python 脚本、Skill、RAG/知识库、MCP 等工具,并在复杂任务中使用自行编排的 LangGraph 工作流完成任务、返回结果,在本地持续沉淀成果资产。各工作流再通过公共配置文件约束和衔接内部环节。

让重复工作成为持续运行的系统

我们把日常工作中重复、琐碎,却需要长期完成的事项固化为工作流,结合 LLM 的意图理解、任务规划和工具调用能力,使这些任务以自动化、长期化和规律化的方式持续执行。人只需提出目标、完成关键判断并接收结果,系统则负责推进过程并沉淀成果。

下一个工作流

确定目标与总体方案后,将在此增加新的章节。