workflow-generation

GrassLobster 是一个实验性的AI驱动工具，为 Rhino 和 Grasshopper 生成参数化几何工作流程，使用户能够描述设计想法并创建可调整的CAD模型。

FlowScout 是一个框架，能够从历史任务解决记录中自动生成集成工具智能体工作流，利用由执行反馈引导的蒙特卡洛树搜索。实验表明，与基线方法相比，它提高了工具调用正确性和执行分数。

本文介绍了一种知识中心型框架，用于生成ComfyUI工作流，该框架从真实工作流中提炼层次化知识（伪代码、骨架、策略），并利用大语言模型（LLM）执行从任务描述到可执行结构的推理，实现了更高的节点多样性和执行成功率。

介绍MetaFlow，一种通过结合监督微调和带执行反馈的强化学习来训练大语言模型为零样本任务生成工作流的方法，实现对未训练任务和算子集的强大泛化能力。

一条推文讨论了一个心智模型，其中AGI代理充当即时工作流生成器和执行器，并指出Anthropic的Dynamic Workflows是该概念的早期实现。