引言
在当今数字化办公环境中，审批流程是企业运营中不可或缺的一部分。无论是请假申请、费用报销还是项目审批，这些流程往往需要耗费大量的人力和时间。传统的人工审批方式不仅效率低下，还容易出现疏漏和不一致的情况。为了解决这些问题，LLManager应运而生。它是一款基于LangGraph的工作流系统，通过自我学习和动态拼图技术，能够智能地处理各种审批请求，让审批流程变得更加高效和准确。
一、LLManager的核心功能
1.1 自我反思（Reflection）
LLManager的自我反思功能是其核心优势之一。它能够从过去的审批案例中总结经验，并根据这些经验不断优化自身的审批逻辑。例如，如果某个审批请求被人工修改了最终答案或解释，LLManager会记录下这些修改，并生成新的反思，以便在未来遇到类似请求时避免重复错误。
1.2 动态拼图（Dynamic Prompt Composition）
动态拼图技术使得LLManager能够根据不同的审批请求灵活组合提示词。它会从过去的审批记录中提取出10个与当前请求最相似的案例，并结合这些案例和反思生成一个“推理报告”。这个报告不会直接给出审批结果，而是提供详细的分析和建议，帮助LLManager生成更准确的审批答案。
二、LLManager的使用方法
2.1 配置审批标准
在使用LLManager之前，你需要为其设置审批和驳回的标准。这些标准可以通过approvalCriteria和rejectionCriteria两个字段进行配置。例如，你可以设置“如果申请金额超过1000元且没有部门主管签字，则驳回”。虽然这些字段不是必须设置的，但配置它们可以显著缩短LLManager的学习周期，使其更快地适应你的审批流程。
2.2 启动开发环境
如果你希望在本地测试LLManager，可以按照以下步骤操作：
-
克隆LLManager的代码仓库：
git clone https://github.com/langchain-ai/llmanager.git cd llmanager -
安装依赖并启动开发服务器：
yarn install cp .env.example .env # 填写API密钥 yarn dev -
运行评估测试：
yarn test:single evals/e2e.int.test.ts
运行评估测试后，你会得到一个助手的UUID，这个UUID是LLManager在本地服务器上的唯一标识符，用于后续的配置和使用。
2.3 接入Agent Inbox
完成评估测试后，你可以将LLManager接入到Agent Inbox中，以便开始处理实际的审批请求。具体步骤如下：
-
访问Agent Inbox并点击“Add Inbox”。
-
填写以下信息：
-
Assistant/Graph ID：填写评估测试中生成的UUID。 -
Deployment URL：填写 http://localhost:2024（本地开发环境）。 -
Name：为你的LLManager实例命名，例如“LLManager审批助手”。
-
-
提交表单并刷新inbox，确保你能够看到最新的审批事件。
接入Agent Inbox后，你就可以开始使用LLManager处理审批请求了。每次审批请求到达时，LLManager会生成一个初步判断，然后等待你进行人工审核。
三、LLManager的工作原理
3.1 推理（Reasoning）
推理是LLManager处理审批请求的第一步。它会从过去的审批记录中提取出10个与当前请求最相似的案例，并结合这些案例和反思生成一个“推理报告”。这个报告会详细分析请求的优缺点，但不会直接给出审批结果。例如，它可能会指出“这个申请金额较高，但理由看起来很充分”。
3.2 生成答案（Generate Answer）
在推理阶段完成后，LLManager会结合推理报告和案例库生成一个初步的审批答案。这个答案会明确指出“建议通过”或“建议驳回”，并附上理由。例如，“根据类似案例，这类申请通常需要主管签字”。
3.3 人工审核（Human Review）
人工审核是LLManager工作流程中的关键步骤。它会将初步审批结果提交给你进行审核。你可以选择直接通过、修改理由或直接驳回。无论你做出何种决定，LLManager都会记录下你的操作，作为未来学习的素材。
3.4 反思（Reflection）
如果在人工审核阶段你修改了LLManager的建议，它会进入反思模式。如果只是理由写错了但结论正确，它会反思“我为什么没把这个理由写清楚”；如果结论本身也错了，它会更深入地反思“我为什么会得出这个错误结论”。通过这些反思，LLManager会生成新的经验，以便在未来遇到类似请求时表现得更好。
四、LLManager的定制化
虽然LLManager已经非常智能，但它并不是“万能钥匙”。如果你的审批流程有特殊需求，你可以对它进行定制化调整。主要有两个地方可以修改：
4.1 调整推理子图（Reasoning Subgraph）
如果你觉得LLManager的推理方式不够精准，可以修改它生成“推理报告”的逻辑。例如，你可以让它更关注某些关键字段（如金额、日期），或者调整它从案例库中提取信息的方式。
4.2 优化反思子图（Reflection Subgraph）
如果你希望LLManager的反思更细致，可以修改它的反思逻辑。例如，你可以让它不仅能总结错误，还能主动清理过时的经验，或者把反思结果整理得更清晰。
五、LLManager的优势
5.1 节省时间
LLManager能够快速处理大量审批请求，显著减少人工处理的时间。它通过动态拼图和自我反思技术，能够在短时间内生成准确的审批建议，让你专注于更重要的决策。
5.2 提升准确性
通过不断学习和反思，LLManager能够减少人为疏漏，提升审批的准确性。它会从每一次人工审核中学习，逐渐优化自己的审批逻辑，确保未来的审批结果更加可靠。
5.3 保持一致性
LLManager确保每个审批请求都按照统一的标准处理，避免因人为因素导致的不一致情况。无论谁提交审批请求，它都会遵循相同的标准和流程，保证公平性和透明度。
5.4 持续进化
随着业务的变化，LLManager能够自动适应新的审批规则。它通过自我反思和学习，能够快速调整自己的逻辑，适应新的需求和环境。
六、案例分析
为了更好地理解LLManager的实际应用，我们来看一个具体的案例。
案例背景
某公司每天需要处理大量的员工请假申请。传统的审批流程完全依赖人工，不仅效率低下，还经常出现疏漏和不一致的情况。为了提高效率，该公司决定引入LLManager来自动化审批流程。
实施步骤
-
配置审批标准：
公司为LLManager设置了以下审批标准：-
approvalCriteria：如果请假天数不超过3天且有合理理由，则批准。 -
rejectionCriteria：如果请假天数超过3天且没有部门主管签字，则驳回。
-
-
启动开发环境：
公司的技术团队按照LLManager的文档克隆了代码仓库，安装了依赖，并启动了开发服务器。 -
运行评估测试：
技术团队运行了评估测试，生成了一个助手的UUID。 -
接入Agent Inbox：
将LLManager接入到Agent Inbox中，开始处理实际的审批请求。
实施效果
引入LLManager后，该公司在审批流程上取得了显著的改进：
-
效率提升：审批时间从平均30分钟缩短到5分钟。 -
准确性提高：人为疏漏减少了90%，审批结果更加一致。 -
员工满意度提升：员工能够更快地获得审批结果，减少了等待时间。
七、常见问题解答
7.1 LLManager支持哪些模型？
LLManager默认使用anthropic/claude-3-7-sonnet-latest模型，但你也可以通过设置modelId字段来使用其他支持工具调用的模型。例如，你可以使用openai/gpt-4或google-genai/palm等模型。
7.2 如何处理LLManager的错误？
如果LLManager生成的审批建议有误，你可以在人工审核阶段进行修改。LLManager会记录这些修改，并通过反思生成新的经验，避免未来重复同样的错误。
7.3 LLManager是否支持多语言？
目前，LLManager主要支持英文环境。如果你需要多语言支持，可以尝试使用支持多语言的模型，如google-genai/palm。
7.4 如何扩展LLManager的功能？
LLManager的设计非常灵活，你可以通过修改推理子图和反思子图来扩展其功能。例如，你可以添加新的逻辑来处理特定类型的审批请求，或者优化反思过程以生成更高质量的经验。
八、总结
LLManager是一款强大的审批流程自动化工具，它通过自我学习和动态拼图技术，能够显著提升审批流程的效率和准确性。无论你是企业管理者还是技术开发者，LLManager都能为你提供巨大的帮助。通过合理的配置和定制化调整，你可以让它完全适应你的业务需求，成为你审批流程中的得力助手。
如果你也想尝试这个智能审批助手，不妨按照文中的步骤，自己动手搭建一个LLManager实例。相信我，一旦用上，你就会爱上它！ 😊
