DeepSeek Harness 工作流 Workflow：脚本编排与扇出

子代理解决'单个子任务'，工作流（Workflow）解决'一堆子任务怎么编排'。当你要同时分析几十个文件、批量调研十几个方案，手动一个个委派太低效——工作流让 agent 写一段编排脚本，把工作扇出给大量子代理，自动收集结果。

工作流是什么

一个由模型编写的脚本，运行时按脚本逻辑启动大量子代理。它和普通对话的区别：

• 普通对话：agent 一步步做，串行
• 工作流：先定脚本，再批量扇出，子代理并行铺开，结果按阶段汇总

典型场景：全仓库代码审计（每个目录一个子代理）、多方案并行调研（每个方案一个子代理）、批量文件迁移。

脚本给 agent 的钩子：五件工具

编排脚本能用五个钩子函数：

钩子	作用
agent(prompt, opts)	启动一个子代理跑任务，拿到结果
pipeline(items, ...stages)	让一批数据依次流过多个阶段（流水线）
parallel(thunks)	并发执行一组任务，等全部完成
phase(title)	标记进度阶段
log(message)	输出进度日志

组合起来就是常见的编排模式：

• 扇出：parallel 里并发多个 agent
• 流水线：pipeline 让每个文件依次过"分析→修复→校验"三阶段
• 混合：先 phase 分组，再组内并行

一个结果，明确的状态

每次工作流运行都有清晰结局：

状态	含义
正常完成	返回最终值（JSON 数据或 null）
stopReason: 'error'	执行中出错
cancelled	被取消

脚本本身也可能在启动时被拒——比如语法错误、元数据不合法、超出部署的子代理数量上限。这些致命错误会直接让运行失败，而不是静默吞掉。

工作流 vs 直接对话：什么时候用

场景	选择
单个明确任务	直接对话（或一个子代理）
3–10 个同类子任务	直接对话里逐个委派（agent 自己会管理）
几十上百个同类任务、需要统一节奏	工作流
需要可复用的批量流程	工作流（脚本可沉淀为模板）

判断标准很简单：子任务数量多到主 agent 自己管不过来时，才值得上工作流。

需要注意的两点

1. 脚本是模型写的——你在 Web UI 里描述需求，agent 生成脚本执行。所以描述要像给架构师交代需求：说清任务边界、期望的产出格式
2. 子代理上限受部署配置约束——不是无限扇出，超限会在启动时被拒

常见疑问

问题	解答
工作流跑一半挂了？	看stopReason：error 是执行错，cancelled 是被取消
能扇出多少子代理？	受部署上限约束，脚本可用maxTotalAgents 主动调低
结果怎么收集？	每个子代理结果按顺序汇总，最终返回整体值

接下来读什么

• 单个子任务的委派细节 → 子代理 Subagent：委派任务给子 Agent
• 长线目标自动推进 → 目标 Goal：持久化与自动续行

---

← 上一篇：4.1 子代理 Subagent：委派任务给子 Agent | 下一篇：4.3 目标 Goal：持久化与自动续行 → ↑ 返回 教程总目录