夜雨聆风在上一个版本中我们做到了“一句话搞定数据处理”。
但很多用户问：万一AI理解错了呢？能不能让我先看看再执行？跑完了能不能看到每一步的进度和结果？今天，πFlow AI 0.6正式开源发布。
我们把“规划”和“执行”拆成了两阶段——AI负责出方案，你负责拍板，执行引擎负责跑。
你对AI说：
“帮我清洗这个文件夹里的CSV，去掉空行，按时间排序。”
0.5版本（旧）：
AI直接开始跑，跑完给你结果。如果它把“去掉空行”理解成了“去掉所有带空值的行”，你只能重来。
0.6版本（新）：
AI先理解意图，如果需求模糊（比如你没说按哪个时间字段排序），它会追问：
l “请确认排序依据的字段名，是timestamp还是date？”
你回答后，AI生成一个可执行的DAG流程图（JSON格式），然后给你三个按钮：
l【一键运行】：确认无误，交给执行引擎执行
l【打开画板编辑】：手动调整节点或参数
l【导出JSON】：保存流程，以后复用
执行过程中，你可以实时查看节点进度、中间结果、输出文件。跑完了，所有记录都在运行历史里，随时回溯。
一句话总结：0.5是AI说了算，0.6是你说了算。
上一个版本中，大模型同时承担了意图理解、算子匹配、DAG生成和执行调度四个职责。这在简单场景下够用，但在复杂科研任务中暴露几个问题：
1. 不可控：AI生成流程后直接执行，用户无法中间干预
2. 难调试：执行过程黑盒，节点进度和中间输出不可见
3. 不灵活：用户无法手动调整AI生成的DAG
4.长时任务不可靠：大模型推理上下文有超时限制，当数据处理任务需要数小时时，大模型会中断连接，无法继续监控或恢复
这次我们将规划与执行拆分为两个阶段：
l规划阶段：大模型负责意图澄清、算子筛选、生成DAG JSON
l执行阶段：独立的πFlow执行引擎负责解析JSON、调度节点、返回结果
执行引擎接手后，任务独立异步运行，即使处理数小时也不会因大模型会话超时而中断。你可以随时关闭页面，稍后从运行历史中查看完整结果。
用户站在中间，拥有审核、编辑、导出、触发运行的完全控制权。为了让πFlow AI更可靠、更开放，我们重写了执行引擎：
l Python原生，轻量级，便于集成
l 兼容原有πFlow DAG模型，方便老用户替换
l 支持skill.json：每个算子都有独立的脚本、参数、执行指令，执行引擎可快速调用
l 两套JSON体系：
✦DAG JSON：精简结构，专供大模型生成（降低AI出错率）
✦DSL JSON：保留画板细节，用于编辑、存储、还原
简单说：AI做它擅长的事（生成流程），引擎做它擅长的事（高效执行），你做最擅长的事（判断和决策）。
目前平台已积累120个科研算子，覆盖数据清洗、校验、转换、增强等场景。
用户： “帮我处理这批实验数据，去重，然后把结果存成Excel。”
Agent：“请问去重的依据是哪个字段？是否需要保留第一条还是最后一条记录？”
用户： “按样品ID去重，保留第一条。”
Agent：
“已为您编排好流程：读取CSV → 按样品ID去重（保留首行）→ 保存为Excel。您可以直接「一键运行」，或「打开画板编辑」，也可以继续告诉我您的调整需求。”
用户点击【一键运行】
执行引擎开始工作，界面实时显示进度条和节点状态。运行结束，输出文件自动出现在工作区。
πFlow AI 将持续建设。接下来，团队会重点推进以下工作：
l 扩充科研算子库（目前已积累120个算子，覆盖更多科研场景）
l AI自动生成算子：支持用户用自然语言描述新功能，依托大模型代码生成能力自动编写并调试算子，用户确认后可入库沉淀复用
l 支持更多数据源：接入多种类型的数据来源，满足不同科研需求
l 执行引擎集成大模型算子：在DAG中增加大模型类型的节点（如语义化算子），拓展智能处理能力
l 分布式调度：让执行引擎支持多机协同，提升大规模数据处理效率
l 执行失败智能纠错：当任务失败时，大模型自动分析日志，给出修复建议并自动修改DAG
... ...
欢迎开发者贡献算子、提交PR，或在评论区反馈需求。
让我们一起，打造真正懂科研的智能数据工作台。
项目地址：https://github.com/cas-bigdatalab/PiFlowAI
