[控场AI]
· 4 分钟阅读· 2,338 字

Mermaid Flow:用图表搭建可运行的Agentic工作流

Mermaid Flow:用图表搭建可运行的Agentic工作流

Mermaid Flow 用可视化流程图替代长提示词,编排可运行的 Agent 工作流。

Mermaid Flow 是一款面向 Agent 工作流的可视化搭建工具,试图解决长提示词和 skill 文件“看不见结构、难改难查”的问题。它用自然语言描述、模板或导入已有文件三种方式生成 Mermaid 流程图,每个步骤对应一个节点,条件与依赖以连线呈现,流程本身还是可版本控制的文本。产品支持一键连接 GitHub、Slack、Notion,典型场景包括 issue 分诊、周报复盘和 PR review;流程可手动触发或按计划调度,每次运行按步骤留痕,方便团队回看和定位问题。它在 Product Hunt 获 90 票、当日第 8,定位在纯提示词与完整代码编排之间的空白地带,但底层执行细节和复杂场景下的可读性仍待验证。

从一段长提示词到一张可执行流程图

Mermaid Flow 在 Product Hunt 上打出的标签很直接——"The visual builder for agentic workflows",Agent 工作流的可视化搭建器。它想解决的核心问题并不新鲜,却长期被忽略:把重复性工作交给 AI 时,你往往需要写一段很长的提示词,或者维护一个 skill 文件,里面塞满步骤、条件和接口调用。这类"文本化流程"看不见结构,改一处容易牵动全局,出了问题也难回溯。

Mermaid Flow 的思路是换一种载体——用图画。你用自然语言描述需求、套一个模板,或直接导入已有文件,工具会生成一张节点清晰的流程图,每一步都摊开在画布上。确认无误后点击运行,或者把它挂到定时计划上。

Mermaid Flow 产品页面

工作流即图表:把抽象步骤变成可读结构

传统 Agent 编排工具的界面通常偏"工程":节点、连线、参数面板一应俱全,但学习成本不低。Mermaid Flow 选择用 Mermaid 语法作为中间层,这带来一个有意思的副产品——流程本身是可读的文本。团队 review 一个工作流时,看到的不只是方框和箭头,而是一段可以被版本控制、可以被 diff 的结构化描述。

在画布上,每个步骤对应一个节点,条件分支和依赖关系以连线呈现。相比埋在几千字提示词里的逻辑,这种布局让"这一步到底做了什么"变得一目了然。

Mermaid 是一种基于文本的图表描述语言,用类似 Markdown 的语法定义节点和连线,常见于 GitHub、GitLab 等平台的文档渲染。它本身并不执行逻辑,而是把结构化的文本“画”成图。Mermaid Flow 借用这一语法作为中间层,意味着工作流的定义可以像代码一样存入 Git、参与 diff 和 code review——节点和连线不再是画布上难以追踪的私有数据,而是可读、可版本化的文本资产。这也解释了为什么导入已有文件能成立:把提示词或 skill 文件解析成 Mermaid 结构,再渲染为可编辑的流程图,本质上是在文本与图形之间做双向映射。

描述、模板、导入:三条上手的路

产品给出了三种启动方式,覆盖不同熟练度的用户:

  • 自然语言描述:告诉它你想完成什么,工具生成初版流程,你再在画布上微调。
  • 模板起步:从预设流程出发,适合常见场景快速落地。
  • 导入已有文件:把现有的提示词或 skill 文件带进来,转成可视化结构。

第三条路径值得多说一句。很多团队已经积累了一批"能跑但没人敢动"的提示词资产,Mermaid Flow 的导入能力相当于给这些存量资产做了一次"可视化改造",让它们从黑盒变成可维护的流程。

一键连接与逐步留痕

集成方面,产品支持一键连接 GitHub、Slack、Notion 等服务。这决定了它能承接的任务类型——官方举的例子包括 issue 分诊(issue triage)、周期性复盘(weekly recaps)和 PR review。共同点是:跨系统、有固定节奏、步骤明确,正是最适合交给 Agent 的"差事"。

执行侧有两个设计值得关注。其一是调度:流程既可以手动触发,也可以按计划自动运行。其二是运行记录——每次执行都按步骤保存,能回看每一步发生了什么。对团队协作来说,这意味着成员可以顺着记录跟进流程,而不必依赖某个人的口头解释。调试 Agent 工作流最痛苦的部分往往是"它到底在哪一步跑偏了",逐步留痕直接对准了这个痛点。

Issue 分诊(issue triage)指对新提交的 issue 自动分类、打标签、分配负责人或标记优先级,通常需要读取 issue 内容、匹配规则并回写字段。周报复盘(weekly recaps)则是按固定周期汇总多个系统(如 GitHub 提交、Slack 讨论、Notion 文档)的活动,生成结构化摘要。PR review 场景中,Agent 可拉取代码变更、检查规范并留下评论。这三类任务的共同结构是“触发—读取多源数据—判断—回写”,恰好对应流程图中条件分支与外部调用的组合。Mermaid Flow 一键连接这些服务,意味着节点可以直接调用对应 API,而不必让用户手动拼接鉴权和请求逻辑。

它适合谁,又留下了哪些问号

从定位看,Mermaid Flow 瞄准的是介于"纯提示词"和"完整代码编排"之间的空白地带:不想写代码的产品、运营人员,以及希望流程可审计的工程团队。免费起步的策略也降低了试错门槛。

不过,产品页面没有透露太多技术细节:生成的流程在底层如何执行、支持多复杂的条件逻辑、单次运行的规模上限是多少,这些都需要在实际使用中验证。可视化编排工具的通病是——简单场景很优雅,复杂场景容易变成一团连线。Mermaid Flow 能否在复杂度上升时保持可读性,是它接下来要回答的问题。

Mermaid Flow 产品页面

值得关注的信号

在 Product Hunt 上,Mermaid Flow 获得了 90 票、11 条评论,位列当日第 8。这个成绩谈不上爆款,但放在开发者工具与生产力工具的交叉赛道里,说明"可视化 Agent 工作流"这个方向确实有人在等。当 Agent 从演示走向日常,编排层的体验竞争才刚开始,而"看得见"可能是最朴素也最有效的差异化。

#Mermaid Flow#Agentic工作流#可视化工作流搭建#AI Agent编排#工作流自动化#Product Hunt#开发者工具
分享:

相关推荐