AI原生顺序流水线架构
Architecture
顺序流水线架构，以固定顺序链接多个智能体（解析→丰富→分析→格式化），这是当每个步骤可以隔离时常见的"LLM微服务"配置。这种结构常用于文档处理和ETL类工作流，因为每个步骤都是可测试和可预测的。
AI编排 - 顺序流水线
Architecture
装配线架构，其中智能体按严格顺序排列。每个智能体转换或丰富前一个智能体的输出，然后传递下去。最适合具有明确顺序依赖的任务——文档处理、内容生产流水线、合规工作流。
完整 FlowZap 代码
Trigger { # User
n1: circle label="Start"
n2: rectangle label="Submit complex task"
n1.handle(right) -> n2.handle(left)
n2.handle(bottom) -> Pipeline.n3.handle(top) [label="Task"]
}
Pipeline { # Sequential Pipeline
n3: rectangle label="Agent A: Parse input"
n4: rectangle label="Agent B: Enrich data"
n5: rectangle label="Agent C: Analyze"
n6: rectangle label="Agent D: Format output"
n7: circle label="Done"
n3.handle(right) -> n4.handle(left)
n4.handle(right) -> n5.handle(left)
n5.handle(right) -> n6.handle(left)
n6.handle(right) -> n7.handle(left)
n6.handle(top) -> Trigger.n2.handle(bottom) [label="Final output"]
}
相关模板
AI编排 - 单智能体（单体）
Architecture
最简单的AI原生架构——单个智能体接收用户输入、推理、规划、决定工具调用、处理结果并生成响应。通过stdio或HTTP直接MCP连接。最适合MVP和低延迟场景。
AI编排 - 编排器-工作者
Architecture
指挥式架构，其中一个编排器智能体接收复杂任务，将其分解为子任务，分派给专业工作者智能体（研究、代码、审查），收集结果并综合最终答案。最适合具有动态分解的复杂多步骤任务。
AI编排 - 层级（组织结构图）
Architecture
组织结构图架构，具有多级结构。顶级监督者管理团队负责人，每个负责人管理自己的专业工作者池。团队中的团队。最适合具有10多个专业智能体、跨越多个领域的企业级自动化。
AI编排 - 并行扇出（Map-Reduce）
Architecture
Map-Reduce风格架构，其中协调器将任务扇出到多个并行工作者智能体（风格检查、安全审计、性能分析），收集所有结果并做出聚合决策。最适合PR审查、代码审查和多维度分析。