financial-services接入自有工作流引擎：Temporal与Airflow集成模式完整指南

financial-services接入自有工作流引擎：Temporal与Airflow集成模式完整指南

【免费下载链接】financial-services项目地址: https://gitcode.com/GitHub_Trending/fi/financial-services

financial-services是 Anthropic 开源的金融服务 AI 智能体项目，提供投行、股票研究、基金运营等场景的现成 Agent。它最大的亮点是：同一套 Agent 既可以作为插件安装，也可以通过 Claude Managed Agents API 部署在你自己的工作流引擎（如 Temporal、Airflow）之后。本文带你快速看懂 Temporal 与 Airflow 集成模式，轻松把这套智能体跑进自己的调度体系。

一、先搞懂：什么是"双模式部署"？🔑

financial-services 中的每个 Agent 都以两份形态提供，但共享同一份系统提示词和技能（Skills）：

核心思想只有一句话：智能体只负责"干活"，调度、重试、跨 Agent 路由全部交给 Temporal 或 Airflow 这类引擎。模板目录managed-agent-cookbooks/就是每个 Agent 的"部署清单"，其中gl-reconciler/agent.yaml展示了标准的清单写法——系统提示词直接引用插件里的 md 文件，技能则从插件目录整体打包，保证两边永远同源。

二、一键部署：3 个步骤完成 Agent 上线 🚀

接入工作流引擎前，先把 Agent 部署到平台。仓库提供了现成的部署脚本：

1. 准备 API 密钥与 MCP 地址（如总账、子账只读接口）；
2. 运行部署脚本（支持--dry-run预览将发送的完整请求体）：

export ANTHROPIC_API_KEY=sk-ant-... scripts/deploy-managed-agent.sh gl-reconciler

3. 验证本地引用完整性：推送任何改动前，运行 scripts/check.py 它会校验所有 YAML 清单能否解析、所有跨文件引用是否真实存在。

scripts/deploy-managed-agent.sh 会自动做三件关键的事：把agent.yaml中的文件引用内联成 API 可识别的字符串、把技能打包上传为skill_id、按"先子智能体后编排器"的顺序创建全部 Agent。你拿到返回的agent_id后，就可以在自己的引擎里触发会话了。

三、Temporal 集成模式：把"handoff_request"变成工作流信号 🔁

这是项目方官方点名的集成方式。在scripts/orchestrate.py的头部注释中，作者明确写道：

"REFERENCE ONLY — replace with your firm's workflow engine (Temporal, Airflow, Guidewire event bus)"

其工作机制非常适合映射到 Temporal：

• Agent 之间从不直接互调。当一个 Agent 需要另一个 Agent 时，它只在输出中发出一个handoff_request事件；
• 你的 Temporal 活动（Activity）负责消费该事件：用 scripts/orchestrate.py 提供的解析逻辑从 Agent 输出流中提取 handoff，校验通过后调用steer接口，把 payload 作为新的引导事件发给目标 Agent；
• 跨 Agent 编排天然落在 Temporal Workflow 里：例如 GL Reconciler 对账完成 → 发 handoff 给 Month-End Closer → 自动进入月末关账工作流，重试、超时、审计日志全部由 Temporal 提供。

以 gl-reconciler 的 README 为例，它明确说明：编排器在最终输出中发出面向month-end-closer的 handoff，由 Temporal/Airflow worker 将其路由为新的 steering 事件。

内置的安全护栏（务必保留）⚠️

scripts/orchestrate.py 展示了两层关键防护，接入自有引擎时同样应当保留：

1. 硬白名单：ALLOWED_TARGETS只允许已部署的 Agent slug，拒绝一切越权目标；
2. Schema 校验：handoff payload 必须通过 JSON Schema 校验（长度上限 + 字符集限制），防止攻击者在受处理的文档里"夹带"伪造的 handoff 指令。

四、Airflow 集成模式：按周期调度 Agent 会话 📅

如果你的工作流本质是周期任务（每日对账、月度关账、季度估值），Airflow 是更自然的选择：

• DAG = 一条业务流水线：每个 DAG 节点对应一次 Agent 会话的触发与等待。以 steering-examples.json 为例，"每日对账"就是标准触发事件：

  Reconcile GL vs subledger, trade date 2026-04-30, classes: equities, fixed-income, derivatives

• 调度参数即 steering 事件：月末日用threshold: 10000版本，事后还能追加Re-trace break: account ...事件深挖单一差异项——这在 Airflow 里就是简单的trigger_dag补跑；

• Worker 只读隔离设计：Airflow 侧的 Agent 调用遵循 subagents/reader.yaml 的分层原则——读不可信文档的 worker 只有Read/Grep权限且输出必须是长度受限、字符集受限的结构化 JSON（由 scripts/validate.py 校验），只有resolver这类 worker 才持有写权限。调度层拿到的永远是干净的结构化数据，而非自由文本。

两种模式怎么选？

五、接入清单：5 项自检 ✅

💡一句话总结：financial-services 把"智能体逻辑"与"流程编排"彻底解耦——你只需要在 Temporal/Airflow 里做两件事：部署时调用/v1/agents，运行时把 steering 事件与handoff_request接进自己的调度循环，即可让金融智能体完全跑在自己的基础设施上。

更多各 Agent 的 CMA 模板、steering 事件示例与安全分级说明，见 managed-agent-cookbooks 总览 与项目 README.md。

【免费下载链接】financial-services项目地址: https://gitcode.com/GitHub_Trending/fi/financial-services