Skill 与工作流
流水线（Pipeline）
Pipeline 是一条线性、按固定顺序排列的处理阶段链条，数据或任务从初始输入一路流经这些阶段，最终得到输出。
在 workflow 这个大家族里，pipeline 是最“死板”、最字面意义上的一种。“workflow”可以宽泛地包含人工步骤和比较松散的流程，而“pipeline”通常指更接近固定、代码定义的链条：输入从一端进去，依次经过若干顺序固定、职责清晰的阶段，另一端出来的是处理过的输出。
这个词来自数据工程和 CI/CD，搬到智能体场景基本没变：一个基于智能体的 pipeline 可能是——输入一份原始文档，用一个智能体步骤从中抽取结构化数据，再用一个校验步骤检查抽取结果，最后输出校验通过的结果。因为每个阶段的输入输出都很明确，pipeline 相对容易逐阶段测试和推理。
它的局限恰恰也是它的优点：普通的 pipeline 是线性的。如果实际流程需要并行分支、之后再汇合，那就该用 dag-workflow，而不是普通 pipeline 了。
举个例子
一个简历筛选 pipeline：输入一份 PDF 简历 → 转换（抽取文本和结构化字段）→ 校验（检查必填字段是否齐全、日期格式是否能解析）→ 输出（一条结构化的候选人记录）。
和相关概念的区别
Pipeline 和 workflow 的区别：pipeline 通常指更严格的线性处理阶段链，更接近一段固定程序；workflow 是更上位的说法，可以自然地包含人工审批环节，或者更松散、非代码定义的流程。
常见误解
常被以为： 只要是多步骤的智能体流程，就是 pipeline。
实际上： 这个词指的是一种特定的结构——每一步都有明确输入输出的线性阶段链，而不是随便什么动作序列。
常见问题
智能体场景里的 pipeline 是什么？
指任务或数据依次流经的、顺序固定的一串处理阶段，从输入一直到最终输出。
Pipeline 和 workflow 是一回事吗？
Pipeline 是更严格、更线性的一种 workflow；workflow 是更宽泛的说法，也涵盖较松散或带分支的流程。
最近核实： 2026-08-28