调用工作流/智能体响应事件详细说明

workflow_started：工作流开始

工作流启动时发送的第一个事件。

{
  "event": "workflow_started",
  "data": { "start_time": 1697000000000 },
  "createdTime": 1697000000000
}

node_started：节点开始执行

某个节点开始执行时发送。由workflow_node_message事件拆分而来，反映节点启动状态。

{
  "event": "node_started",
  "data": {
    "node_id": "node_1",
    "node_name": "LLM节点",
    "node_type": "LLM",
    "node_status": "node_started",
    "status": { "code": 0, "desc": "succeeded" },
    "start_time": 1697000000000,
    "end_time": 1697000000000,
    "inputs": { "input1": "value" },
    "outputs": {},
    "execution_id": "exec_001"
  },
  "createdTime": 1697000000000
}

node_finished：节点执行完成

节点执行结束时发送。node_status为node_finished，status根据执行结果为成功或失败。

{
  "event": "node_finished",
  "data": {
    "node_id": "node_1",
    "node_name": "LLM节点",
    "node_type": "LLM",
    "node_status": "node_finished",
    "status": { "code": 0, "desc": "succeeded" },
    "start_time": 1697000000000,
    "end_time": 1697000001000,
    "inputs": { "query": "你好" },
    "outputs": { "result": "你好，有什么可以帮助你？" },
    "execution_id": "exec_001"
  },
  "createdTime": 1697000001000
}

数据结构与node_started完全相同（见表4），区别如下：

• outputs：已填充节点最终输出结果。
• end_time：已填充节点结束时间。
• status：为最终执行结果。
  • 成功

     {code:0, desc:"succeeded"} 

  • 失败

    {code:2, desc:"failed"}

node_wait：节点等待用户输入

交互节点（追问、用户输入、问答）执行到等待用户输入时发送。status固定为{code:1, desc:"waiting"}，工作流暂停执行，等待下一次对话输入后恢复。

{
  "event": "node_wait",
  "data": {
    "node_id": "node_3",
    "node_name": "追问节点",
    "node_type": "Questioner",
    "node_status": "node_wait",
    "status": { "code": 1, "desc": "waiting" }
  },
  "createdTime": 1697000000000
}

workflow_node_message：节点详细执行信息

节点的完整执行信息，包含输入输出数据、执行时间、内部对话记录等。此事件为原始事件透传，同时会拆分出node_started、node_finished状态事件。

{
  "event": "workflow_node_message",
  "data": {
    "componentId": "node_1",
    "componentName": "LLM节点",
    "componentType": "LLM",
    "status": "finish",
    "startTime": "2026-10-14T10:00:00.000+0800",
    "endTime": "2026-10-14T10:00:01.000+0800",
    "inputs": { "query": "你好" },
    "outputs": { "result": "你好，有什么可以帮助你？" },
    "onInvokeData": [{ "user": "你好", "assistant": "你好，有什么可以帮助你？" }],
    "metaData": {}
  },
  "createdTime": 1697000000000
}

message：节点流式输出

节点（主要是LLM节点）在执行过程中流式输出内容时发送。一个节点的完整输出会被拆分为多个message事件。

流式输出阶段：

{
  "event": "message",
  "data": {
    "text": "回答片段",
    "reasoning_content": "思考过程片段",
    "node_id": "node_1",
    "node_type": "LLM",
    "node_name": "LLM节点",
    "workflow_id": "wf_001",
    "workflow_name": "我的工作流",
    "index": 0,
    "enable_history": true,
    "createdTime": 1697000000000
  },
  "createdTime": 1697000000000
}

节点输出完成阶段（is_finished: true）：

{
  "event": "message",
  "data": {
    "summary": "节点完整回答",
    "origin": "节点原始回答",
    "node_id": "node_1",
    "node_type": "LLM",
    "node_name": "LLM节点",
    "is_finished": true,
    "enable_history": true
  },
  "createdTime": 1697000000000
}

text和reasoning_content可同时存在（深度思考模型先输出推理过程再输出回答），也可单独存在。

workflow_finished：工作流执行结束

工作流执行完毕时发送，携带最终输出结果和执行状态。

{
  "event": "workflow_finished",
  "data": {
    "status": { "code": 1, "desc": "succeeded" },
    "outputs": {
      "responseContent": "最终输出内容",
      "user_fields": { "key": "value" }
    },
    "metadata": { "enable_history": true },
    "start_time": 1697000000000,
    "end_time": 1697000001000,
    "execution_id": "exec_001",
    "error_code": null,
    "error_message": null
  },
  "createdTime": 1697000001000
}

exception：工作流异常

工作流执行过程中发生异常时发送。

{
  "event": "exception",
  "data": { "node_id": "node_1", "message": "异常信息" },
  "createdTime": 1697000000000
}

error：工作流报错

工作流执行报错时发送，同时会伴随一个workflow_finished事件（status为failed）。

{
  "event": "error",
  "data": {
    "node_id": "node_1",
    "node_name": "LLM节点",
    "node_type": "LLM",
    "code": 500,
    "message": "节点执行失败",
    "workflow_id": "wf_001",
    "workflow_name": "我的工作流",
    "error_code": "AgentArts.500",
    "error_msg": "节点执行失败",
    "error_reason": "模型调用超时",
    "error_suggestion": "请检查模型配置和网络连接"
  },
  "createdTime": 1697000000000
}

end：流式终止

流式响应的最后一个事件，标识本次响应流结束。

{ "event": "end", "createdTime": 1697000001000 }

工作流典型事件序列

正常执行：

workflow_started
  → node_started（节点1）
    → workflow_node_message（节点1详细信息）
    → message × N（节点1流式输出）
    → message（is_finished=true，节点1输出完成）
  → node_finished（节点1）
  → node_started（节点2） → ... → node_finished（节点2）
  → ...
workflow_finished
  → end

交互场景（含追问节点）：

workflow_started → node_started → message → node_wait
  ↑ 工作流暂停，等待用户输入，下一轮对话后继续

错误场景：

workflow_started → node_started → error → workflow_finished(failed) → end

start：对话开始

{ "event": "start", "createdTime": 1697000000000 }

message：流式回复

智能体的大模型回答内容，按token流式输出。每个事件携带一个文本片段。

{
  "event": "message",
  "content": "你好，我是智能助手",
  "reasoning_content": "用户在打招呼，我应该礼貌回应",
  "createdTime": 1697000000000
}

content和reasoning_content可同时存在（深度思考模型先输出推理过程再输出回答），也可单独存在。

plugin_start：工具调用开始

智能体决定调用工具、插件、MCP时发送，携带工具调用信息。

{
  "event": "plugin_start",
  "type": "plugin",
  "plugin": {
    "name": "weather_api",
    "arguments": { "city": "北京" }
  },
  "latency": { "overall": 1.5, "model": 0.8 },
  "createdTime": 1697000000000
}

plugin_end：工具调用返回

工具执行完成，返回结果时发送。

{
  "event": "plugin_end",
  "content": { "result": "北京今天晴，25℃" },
  "role": "function",
  "latency": { "overall": 1.5, "plugin": 0.7 },
  "createdTime": 1697000000000
}

statistic_data：执行统计

智能体执行结束时的统计数据，包含各阶段耗时。

{
  "event": "statistic_data",
  "latency": { "overall": 3.2, "model": 2.0, "plugin": 1.2 },
  "createdTime": 1697000000000
}

summary_response：结果汇总

智能体执行结束后的完整回答汇总，将所有流式片段拼接为完整字符串。

{
  "event": "summary_response",
  "content": "你好，我是智能助手。今天北京天气晴朗，温度25℃。",
  "role": "assistant",
  "executionId": "exec_001",
  "createdTime": 1697000000000
}

error：执行报错

智能体执行报错时发送，同时伴随一个statistic_data事件。

{
  "event": "error",
  "data": {
    "code": 500,
    "message": "模型调用失败",
    "error_code": "AgentArts.500",
    "error_msg": "模型调用失败",
    "error_reason": "API 超时",
    "error_suggestion": "请稍后重试"
  },
  "createdTime": 1697000000000
}

end：流式终止

{ "event": "end", "createdTime": 1697000001000 }

单智能体典型事件序列

无工具调用：

start → message × N → statistic_data → summary_response → end

有工具调用（单次）：

start
  → message × N（初步回答/决定调用工具）
  → plugin_start（调用天气工具）
  → plugin_end（返回天气结果）
  → message × N（基于工具结果继续回答）
  → statistic_data
  → summary_response
  → end

有工具调用（多次循环）：

start
  → message × N（推理，决定调用工具A）
  → plugin_start → plugin_end（工具A调用）
  → message × N（基于工具A结果推理，决定调用工具B）
  → plugin_start → plugin_end（工具B调用）
  → message × N（综合回答）
  → statistic_data
  → summary_response
  → end

task_start：任务开始

控制器开始执行任务时发送，携带执行实例ID。

{
  "event": "task_start",
  "conversation_id": "conv_001",
  "data": { "executionId": "exec_001" },
  "createdTime": 1697000000000
}

message：子智能体流式回复

控制器分派的子智能体在执行过程中流式输出内容。携带节点信息以区分是哪个子智能体的输出。

{
  "event": "message",
  "data": {
    "text": "正在查询相关资料",
    "reasoning_content": "需要先搜索相关文档",
    "index": 0,
    "node_id": "agent_1",
    "node_type": "Agent",
    "node_name": "搜索助手",
    "workflow_id": "wf_001",
    "workflow_name": "研究团队"
  },
  "createdTime": 1697000000000
}

workflow_node_message：子智能体节点信息

子智能体执行节点的详细信息（输入输出、执行时间等），此事件为原始数据透传。同时会拆分出node_started、node_finished状态事件。

{
  "event": "workflow_node_message",
  "data": {
    "componentId": "agent_1",
    "componentName": "搜索助手",
    "componentType": "Agent",
    "status": "finish",
    "startTime": "2026-10-14T10:00:00.000+0800",
    "endTime": "2026-10-14T10:00:02.000+0800",
    "inputs": { "query": "搜索AI相关论文" },
    "outputs": { "result": "找到5篇相关论文" },
    "onInvokeData": [{ "user": "搜索AI相关论文", "assistant": "找到5篇相关论文" }]
  },
  "createdTime": 1697000000000
}

node_started、node_finished的数据结构同工作流模式，详见node_started：节点开始执行、node_finished：节点执行完成。

task_end：任务结束

控制器任务执行结束时发送。如果前一个事件不是task_start（中间有其他执行过程），会补充executionId。

{
  "event": "task_end",
  "conversation_id": "conv_001",
  "data": { "executionId": "exec_001" },
  "createdTime": 1697000001000
}

透传事件

以下事件由控制器底层直接透传，携带conversation_id，格式统一：

{ "event": "事件类型", "conversation_id": "conv_001", "data": {...}, "createdTime": ... }

当子工作流执行到交互型节点（提问器Questioner、用户输入Input、子工作流SubWorkflow、智能体Agent）且节点判定需要用户输入时，工作流中断阻塞，发送 workflow_blocked，用户再次输入回复后，发送workflow_resume恢复执行。

与工作流模式的区别：同样的“等待用户输入”语义。

• 工作流（Workflow）模式下由node_wait事件表达（见node_wait：节点等待用户输入）。
• 多智能体模式下由workflow_blocked、workflow_resume表达。

end — 流式终止

{ "event": "end", "createdTime": 1697000001000 }

多智能体典型事件序列

task_start
  → workflow_start（子工作流开始）
  → node_started（子智能体A开始）
  → message × N（子智能体A回复）
  → workflow_node_message（子智能体A节点信息）
  → node_finished（子智能体A完成）
  → node_started（子智能体B开始）
  → message × N（子智能体B回复）
  → workflow_node_message（子智能体B节点信息）
  → node_finished（子智能体B完成）
  → workflow_end（子工作流结束）
  → [可能阻塞：workflow_blocked → workflow_resume]
task_end
  → end