Agentic 工作流平台使用路径与场景选择
如果你已经知道自己要做的是“AI Agent 工作流平台”或“可视化流程编排平台”，但还不确定应该先跑 demo、先对接前端画布，还是先写自定义节点，这一页就是入口。
目标是先按角色和任务形态分流，再进入具体 API 文档。
1. 三类最常见使用者
1.1 普通使用者
典型目标：
- 把 demo 跑起来
- 调通一次
/flowgram/tasks/run - 看明白任务结果和报告
先看：
1.2 平台接入方
典型目标：
- 把基于 Flowgram 的 AI4J runtime 当成后端运行服务接进自己的前端画布
- 统一调用
/run、/validate、/result、/report - 接业务鉴权、任务管理和结果展示
先看：
1.3 节点扩展开发者
典型目标：
- 新增自定义节点类型
- 给企业内部系统做专属节点
- 约定前端 schema 和后端执行器
先看：
2. 一个更直接的判断方法
| 当前任务 | 推荐入口 | 不建议一开始就看 |
|---|---|---|
| 先把 demo 跑起来 | 快速开始 | 自定义节点扩展 |
| 对接前端画布 | API 与运行时 | 一开始就看全部 Agent 文档 |
| 新增企业内部节点 | 自定义节点扩展 | 只靠 LLM 节点硬塞逻辑 |
| 熟悉有哪些现成能力 | 内置节点 | 先写自己的执行器 |
核心原则：
- 先把“能跑”打通
- 再做“能接”
- 最后做“能扩”
3. 什么时候该选 Agentic 工作流平台，而不是 Agent
更适合这套 Agentic 工作流平台的场景：
- 任务天然是流程图
- 前端会画节点和边
- 节点输入输出 schema 要稳定
- 希望后端只负责运行和报告
更适合 Agent 的场景：
- 需要多轮推理
- 需要模型自己决定工具调用路径
- 需要复杂 handoff 或多 Agent 编排
简化理解：
- Flowgram runtime 偏“显式流程”
- Agent 偏“推理驱动流程”
4. 什么时候不该先自定义节点
如果你还没有完成下面三件事，先不要急着写新节点：
- demo 已经跑通
/run -> /result主链路已经打通- 你已经能清楚区分 LLM 节点逻辑和固定业务逻辑
很多团队一开始就写自定义节点，最后发现其实只是想先验证任务执行链路，这会浪费时间。
5. 推荐演进顺序
建议按下面顺序推进：
demo- 最小无 LLM 流程
- 最小 LLM 流程
- 前端调用
/validate和/run - 引入内置节点
- 再新增自定义节点
- 最后再补任务治理、鉴权、持久化
这个顺序能明显降低排障复杂度。
6. 与 MCP / Agent / Coding Agent 的边界
与 MCP
MCP 解决的是“工具能力从哪里来”。
这套平台能力解决的是“流程节点如何组织和运行”。
与 Agent
Agent 解决的是“推理循环与工具调用策略”。
Flowgram runtime 解决的是“显式节点图执行”。
与 Coding Agent
Coding Agent 面向本地代码仓交互，不是给前端画布用的工作流后端。