Mistral AI Workflows 公测版

Mistral AI 已推出 Workflows 公测版，这是一个旨在将 AI 驱动的业务流程从概念验证推向生产环境的编排层。Workflows 通过提供持久、可观测且容错的执行环境，解决了企业级 AI 的常见失败模式——例如生产环境中的静默失败、长时间运行过程中的网络超时以及缺乏人工审批机制。

Workflows 的核心能力

Workflows 提供了一系列企业级功能，允许开发者专注于业务逻辑，而非恢复和基础设施逻辑：

持久执行： 系统在每一步都会跟踪状态，允许失败的流程从中断处准确恢复。
可观测性： 每一个状态变更、重试和分支都会记录在 Studio 中，提供决策过程的完整可审计时间线。
人机协同 (Human-in-the-Loop)： 开发者可以使用单行代码 (wait_for_input()) 暂停工作流以进行人工审批。工作流会在不消耗计算资源的情况下暂停，并在审核人员通过 Le Chat、webhook 或其他连接界面做出响应后恢复。
原生 Studio 集成： Workflows 使用与 Mistral Studio 生态系统其他部分相同的 Agent 和连接器，消除了单独的集成工作。
企业级治理： Studio Workspaces 提供项目隔离，而基于角色的访问控制 (RBAC) 确保了访问规则的一致执行。
部署灵活性： 控制平面由 Mistral 托管，而 Worker 和数据处理则在客户自己的环境（云端、本地或混合云）中运行。

包括 ASML、ABANCA、CMA-CGM、France Travail、La Banque Postale 和 Moeve 在内的多家机构正在利用 Workflows 自动化关键业务流程：

在全球航运中，Workflows 被用于根据海关规则验证货运单据并检查异常情况。系统会标记需要人工签核的项目，并使用 wait_for_input() 函数暂停执行，直到获得批准，从而防止货物延误和合规性违规。

对于 KYC (Know Your Customer) 审查，Workflows 自动提取身份证明文件，并根据制裁名单和 PEP 数据库进行验证。这将流程从数小时的人工分析师工作时间缩短至几分钟，同时提供结构化的推理时间线，并为监管审计提供原生的 OpenTelemetry 支持。

Workflows 根据意图和紧急程度，自动分析、分类并路由待处理的支持工单。由于路由决策在 Studio 中是可见且可追溯的，团队可以在工作流层面纠正分类错误，而无需重新训练底层模型。

Workflows 构建在 Temporal 的持久执行引擎之上，Netflix、Stripe 和 Salesforce 等公司也在使用该引擎。Mistral AI 对该引擎进行了扩展，以支持 AI 特有的需求，包括流式传输、负载处理、多租户以及增强的可观测性。

架构将控制平面与数据平面分离：

控制平面： Mistral 托管 Temporal 集群、Workflows API 和 Studio。
数据平面： 用户通过 Helm chart 在自己的 Kubernetes 环境中部署 Worker。这些 Worker 使用安全凭证连接回中央集群，确保业务逻辑和数据保留在用户的边界内。

开发者使用 Mistral SDK 在 Python 中编写工作流。SDK 通过装饰器和单行配置管理复杂的运维需求——包括重试策略、超时、速率限制和追踪。

Workflows 现在已通过 Python SDK v3.0 提供，可通过 uv add mistralai-workflows 进行安装。