ProAgent：从机器人流程自动化到智能体流程自动化

从水车到机器人流程自动化（RPA），自动化技术在历史长河中不断演进，旨在将人类从繁重的工作中解放出来。然而，RPA 在处理需要类人智能的任务时显得力不从心，特别是在工作流构建的精细设计和执行过程中的动态决策方面。随着大语言模型（LLM）展现出类人智能，本文引入了“智能体流程自动化”（Agentic Process Automation，简称 APA）。这是一种开创性的自动化范式，利用基于 LLM 的智能体通过将工作流的构建和执行任务卸载给智能体，从而实现高级自动化。我们随后实例化了 ProAgent，这是一个旨在根据人类指令构建工作流，并通过协调专业智能体来做出复杂决策的 LLM 智能体。通过实证实验，我们详细介绍了其工作流的构建与执行过程，展示了 APA 的可行性，并揭示了由智能体驱动的自动化新范式的可能性。

这是 Agentic Process Automation 论文的官方代码，您可以在此处下载论文。

代码环境设置

1. 安装依赖包

pip install -r requirements.txt

特别注意：我们使用的是 Dev Day 之前的 OpenAI 版本，因此无法使用最新版的 OpenAI 库。

2. 准备 n8n 环境

我们的项目使用自托管（self-host）的 n8n。您可以选择搭建一个 n8n 环境，将 ProAgent 与实际的 APP 服务连接；或者直接加载我们的记录，在不依赖 n8n 环境的情况下复现论文中报告的案例。

搭建 n8n 服务并非易事，您可能会遇到我们未曾预料的问题或 bug，并需要自行处理。例如，在中国国内连接 APP 账户与 n8n 时，可能会遇到网络访问（GFW）问题。

安装 n8n

我们的项目使用自托管的 n8n，您必须按照 指南 先行安装。在 Linux/macOS 上可以使用以下命令：

npm install n8n -g

自托管的 n8n 不直接支持 https 服务。不过，我们已经构建了一个重定向服务，您可以暂时使用（可能不够稳定，我们后续会开源该重定向服务的代码）：

export WEBHOOK_URL=https://n8n.x-agent.net/redirect/http%3A%2F%2Flocalhost%3A5678/
n8n

在 n8n 中连接您的账户

在启动 ProAgent 之前，您需要在 n8n 中注册或连接现有的 APP。连接 APP 可能涉及特定的操作步骤，您可以参考 n8n 的凭据配置指南 此处。

保存凭据

我们的代码库需要加载工作流 ID 和凭据 ID。因此，您必须先创建一些工作流并注册相关应用，然后运行以下命令从 n8n 服务中导出凭据：

n8n export:credentials --all --decrypted --output=./ProAgent/n8n_tester/credentials/c.json

将 c.json 移动到 ./ProAgent/n8n_tester/credentials/c.json。

n8n export:workflow --all --output=./ProAgent/n8n_tester/credentials/w.json

将 w.json 移动到 ./ProAgent/n8n_tester/credentials/w.json。

代码运行

代码运行依赖于 ProAgent/config.py 中的配置，您可以设置运行环境：

• development：论文中报告的模式。
• refine：从现有工作流加载，并根据新的请求对工作流进行优化。
• production：从现有工作流加载，使用此模式可直接复现 ProAgent 之前的运行结果。

我们在 ./apa_case 中提供了论文中报告的案例，您可以使用 production 模式直接加载运行。

在 production 模式下，我们禁用了“测试变更”（test-on-change）功能，APA 代码仅在运行结束时测试一次。 相反，refine 模式开启了“测试变更”功能。

使用以下命令启动 ProAgent。如果您使用 development 模式，请记得先启动 n8n。

python main.py

注意：我们编写了一个可读的记录系统。所有 ProAgent 的运行都会在 ./records 下生成新记录，因此您可以在 refine 或 production 模式下从记录中加载运行。

如果您使用 development 模式，必须先准备好 OpenAI Key，并在环境中设置以下变量：

OPENAI_API_KEY, OPENAI_API_BASE

我们代码中的方法与论文描述基本一致，但论文发布后有一些变更：

• HCI（人机交互）：我们观察到当 ProAgent 对问题产生误解时会出现一些问题，因此开发了一个新功能，允许 ProAgent 通过新的函数调用（类似 XAgent）向人类寻求帮助。这种主动模式鼓励 ProAgent 与人类协同构建和测试工作流。
• n8n 功能：在我们的工作进行的同时，n8n 快速发布了一些新功能。我们的代码基础构建于较旧的版本之上。