大家好，这里是程序员晚枫，正在all in AI编程实战。

第22讲：AI工作流自动化——把AI能力串起来

工作流是什么？

把多个AI能力串联起来，形成自动化流水线：

1	接收任务 → 分解步骤 → AI处理1 → AI处理2 → AI处理3 → 输出结果

1、用Python串联AI能力

from openai import OpenAI
import office

client = OpenAI(api_key="你的Key", base_url="https://api.deepseek.com")

def ai_workflow(task):
    """AI工作流：任务分解 → 执行 → 汇总"""
    
    # 第1步：分解任务
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"把以下任务分解成3个步骤：\n{task}"
        }]
    )
    steps = response.choices[0].message.content
    
    # 第2步：逐个执行
    results = []
    for i, step in enumerate(steps.split("\n")):
        if step.strip():
            result = client.chat.completions.create(
                model="deepseek-chat",
                messages=[{"role": "user", "content": step}]
            )
            results.append(result.choices[0].message.content)
    
    # 第3步：汇总结果
    final = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"汇总以下内容，生成最终报告：\n{chr(10).join(results)}"
        }]
    )
    return final.choices[0].message.content

result = ai_workflow("分析竞品并输出报告")
print(result)

2、内容审核工作流

def content_moderation_workflow(image_path, text):
    """内容审核工作流"""
    steps = []
    
    # 第1步：图片内容识别
    response1 = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"识别图片中的内容：{image_path}"
        }]
    )
    image_content = response1.choices[0].message.content
    steps.append(f"图片内容：{image_content}")
    
    # 第2步：文本情感分析
    response2 = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"分析以下文本的情感（正面/负面/中性）：\n{text}"
        }]
    )
    sentiment = response2.choices[0].message.content
    steps.append(f"文本情感：{sentiment}")
    
    # 第3步：综合判断
    response3 = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"综合以下审核结果，给出最终判断：\n{chr(10).join(steps)}"
        }]
    )
    return response3.choices[0].message.content

3、文档处理工作流

def document_pipeline(pdf_path):
    """文档处理流水线"""
    
    # 第1步：读取PDF
    text = office.pdf.read_pdf(pdf_path)
    
    # 第2步：AI总结
    summary_response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"用3句话总结以下内容：\n{text[:3000]}"
        }]
    )
    summary = summary_response.choices[0].message.content
    
    # 第3步：提取关键词
    keywords_response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"提取以下内容的5个关键词：\n{text[:2000]}"
        }]
    )
    keywords = keywords_response.choices[0].message.content
    
    # 第4步：生成摘要Word
    result = f"# 文档摘要\n\n## 总结\n{summary}\n\n## 关键词\n{keywords}"
    office.word.create_word(result, "摘要.docx")
    
    return result

4、定时工作流

import schedule
import time

def daily_report():
    """每日自动生成报告"""
    # 读取今日数据
    data = office.excel.read_excel("今日销售.xlsx")
    
    # AI生成报告
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"生成今日销售日报：\n{data}"
        }]
    )
    
    # 保存并发送邮件
    report = response.choices[0].message.content
    office.word.create_word(report, "日报.docx")
    office.email.send_email("boss@company.com", "今日日报", report)

# 每天下午6点自动执行
schedule.every().day.at("18:00").do(daily_report)

while True:
    schedule.run_pending()
    time.sleep(60)