需要审批的自动化流程应该怎么设计
结合最新官方 Lobster、Exec approvals 和 OpenProse 文档,整理一套更稳的自动化设计顺序,让分析、审批和副作用执行分层出现。
AI 摘要
这页重点
结合最新官方 Lobster、Exec approvals 和 OpenProse 文档,整理一套更稳的自动化设计顺序,让分析、审批和副作用执行分层出现。
自动化治理
automation / approvals / lobster / exec / governance
最后更新 2026-03-22,来源 OpenClaw Docs
需要审批的自动化流程应该怎么设计
很多团队刚开始做 OpenClaw 自动化时,会把“能自动跑”和“应该自动跑”混在一起。
但从最近官方文档的方向看,产品已经越来越明确地区分三层:
- 分析和准备
- 审批
- 有副作用的执行
这条边界如果一开始不设计清楚,后面越自动化越危险。
第一原则:把副作用当成独立阶段
最稳的自动化,不是从收集一路直接跑到执行,而是至少拆成:
- 收集
- 分类 / 生成候选动作
- 审批
- 执行
官方 Lobster 文档之所以强调 approval gate 和 resumeToken,本质上就是在鼓励这种分层。
第二原则:分析过程尽量确定性,审批点尽量显式
如果一个流程前半段只是:
- 拉取数据
- 分类
- 生成候选
那它更适合写成可重复、可审计的管道。
而真正需要人的地方通常是:
- 要不要发出消息
- 要不要写入外部系统
- 要不要修改生产状态
这些节点应该显式停下来,而不是隐含在 prompt 里。
第三原则:审批要落在“最小副作用单元”上
审批太早会让人看不懂要批准什么,审批太晚又可能已经做了不该做的动作。
更稳的方式通常是:
- 让前面步骤先产出预览
- 再对即将发生的副作用做批准
官方 Lobster 的 approve --preview-from-stdin 思路,正是在支持这种做法。
第四原则:批准逻辑不要只靠聊天记忆
官方最近把 Exec approvals、chat approvals 和 Lobster 的 resume 流程都做得更明确,本质上是在告诉你:
- 审批应该是运行时对象
- 而不是某句“你可以继续了”的自然语言默契
如果你把批准建立在聊天上下文里,后面最容易遇到:
- 批准对象对不上
- 会话换了以后状态丢失
- 很难审计是谁批准了什么
第五原则:高风险动作和低风险动作不要共用同一节奏
不是所有自动化都应该同样严格,但也不应该一刀切。
更适合快速自动通过的通常是:
- 只读收集
- 摘要整理
- 内部草稿生成
更适合显式审批的通常是:
- 发消息
- 发邮件
- 评论 / 提单 / 改状态
- 宿主机高权限执行
第六原则:宿主机执行边界要和业务审批边界分开看
官方 Exec approvals 文档强调的是:
- 命令能不能在真实 host 上执行
而 Lobster 的 approval gate 更接近:
- 某个流程副作用要不要继续
这两层不要混成一层理解。
更稳的做法是:
- 宿主机执行用 host approvals / allowlist 控制
- 业务动作用 workflow approval gate 控制
这样才能同时守住:
- 机器安全
- 业务操作安全
第七原则:Prose 负责组织,Lobster 负责落地
官方最近对 OpenProse 和 Lobster 的搭配方向已经很清楚:
- Prose 适合多智能体准备工作
- Lobster 适合最终的确定性管道和审批恢复
所以如果你在做更复杂的团队流程,更稳的结构往往是:
- 前面用 Prose 做调研、分工、草拟
- 最后用 Lobster 执行固定流程
第八原则:把取消也当成正式结果
自动化里最常见的误区之一是:
- 只设计“批准后怎么办”
但官方 Lobster 输出状态里明确把 cancelled 作为正式结果,这很值得学。
因为在真实团队里,更常见的情况往往是:
- 审批没过
- 操作者改变主意
- 条件已失效
如果你的流程不能优雅处理取消,它就不算真正可运营。
一条更稳的设计顺序
建议按这条顺序搭自动化:
- 先确认哪些步骤只是分析,哪些步骤有副作用
- 先把分析段做成确定性管道
- 对外部写入和消息发送加显式审批
- 用
resumeToken而不是重跑全流程 - 再把高频流程抽成工作流文件
特别适合这么做的场景
这套方法特别适合:
- 邮件 / 消息分流
- 工单整理和执行
- 内容发布流水线
- 团队值班和运维辅助
这些流程的共同点都是:
- 前半段需要智能判断
- 后半段不能无审批地直接动外部系统