WorkTeam：基于多智能体从自然语言构建工作流程
计算与语言
2025-03-31 v1
摘要
工作流程在通过编排包含多个工具或组件的复杂流程来提高企业效率方面发挥着关键作用。然而，手工构建工作流程需要专家知识， presents significant technical barriers。最近的大型语言模型 (Large Language Models, LLMs) 的进展提高了从自然语言指令 (即 NL2Workflow) 生成工作流程的能力，但现有的单一 LLM 智能体方法由于需要专业知识且面临任务切换的负担，在处理复杂任务时会出现性能下降。为克服这些挑战，我们提出了 WorkTeam，一个由主管、 orchestrator 和 filler 智能体组成的多智能体 NL2Workflow 框架，每个智能体拥有不同的角色，协同增强转换过程。由于目前没有公开可用的 NL2Workflow 基准数据集，我们还引入了 HW-NL2Workflow 数据集，其中包含 3,695 个真实世界商业样本用于训练和评估。实验结果表明，我们的方法显著提高了工作流程构建的成功率，为企业 NL2Workflow 服务提供了一种新颖且有效的解决方案。
引用
@article{arxiv.2503.22473,
title = {WorkTeam: Constructing Workflows from Natural Language with Multi-Agents},
author = {Hanchao Liu and Rongjun Li and Weimin Xiong and Ziyu Zhou and Wei Peng},
journal= {arXiv preprint arXiv:2503.22473},
year = {2025}
}
备注
Accepted in NAACL 2025 Industry Track