Progettiamo workflow con IA.
Gestiamo la piattaforma su cui girano.

Una macchina mklang dentro il workflow

1. Piattaforma · Acquisizione

   Recupera gli input.

   Un connettore legge la richiesta e le informazioni disponibili nei sistemi aziendali.

2. mklang · support_reply.mkl

   Prepara e valuta la risposta.

   Lo stato draft genera una bozza. I gate decidono se restituirla, correggerla fino a due volte o chiedere una persona.

   Con escalate l’host sospende l’esecuzione. Dopo la risposta umana, apply_human_decision prepara il risultato.

3. Piattaforma · Azione esterna

   Applica il risultato.

   Un successivo step del workflow può inviare la risposta tramite connettore, secondo autorizzazioni e controlli della piattaforma. La macchina non invia messaggi.

La macchina seguente è completa e verificata con l’interprete usato dalla piattaforma. Acquisizione e invio sono un esempio di integrazione, non inclusi nel file. Nessun dato cliente.

Il diagramma mostra due stati della stessa macchina: un singolo step mklang del workflow può contenere più stati, valutazioni e correzioni.

# Platform example: prepares text; never sends a message (ADRs 0001 and 0040).
# Prose gates are model judgements, not guarantees of factual correctness.
# The mkp: hooks below are supplied by mklang platform, not standalone mklang.
mklang: "0.4"
machine: support_reply
entry: draft
budget: 6
default_tier: balanced
result: reply

context:
  request: ""
  facts: ""

hooks:
  - name: "mkp:eq:output:"
    description: True when the generated text is the empty string.
  - name: mkp:has:output
    description: Checks presence only, not correctness or quality.

states:
  draft:
    structure: A short support reply, using only the supplied facts.
    execution: Do not invent facts or claim to have performed any external action.
    prompt: |
      Request: {{request}}
      Available facts: {{facts}}
      Draft a reply. If facts are missing, say what needs clarification.
    output: reply
    gates:
      - when: the draft is empty
        hook: "mkp:eq:output:"
        fail: true
      - when: the reply answers the request and is supported by the supplied facts
        then: ok
        to: END
      - when: the draft can be corrected using only the supplied facts
        repair: 2
        to: draft
      - when: otherwise
        escalate: true
        ask: "What should the reply say? Supply the missing facts or an instruction."
        to: apply_human_decision

  apply_human_decision:
    structure: A support reply following the human instruction.
    execution: Do not claim to have sent a message or performed any external action.
    prompt: |
      Request: {{request}}
      Available facts: {{facts}}
      Previous draft: {{reply}}
      Human instruction: {{human.reply}}
      Prepare the reply using these instructions.
    output: reply
    gates:
      - when: a reply was produced
        hook: mkp:has:output
        then: ok
        to: END
      - when: otherwise
        fail: true

I gate in linguaggio naturale sono valutazioni del modello. I test simulano le sue risposte per verificare i percorsi, non ne misurano l’accuratezza. Il controllo mkp:has:output verifica soltanto che un valore sia presente e non vuoto, non che sia corretto. Il controllo sull’output vuoto arresta la bozza prima della valutazione dei gate in prosa.

Il linguaggio autonomo può usare stati tool: forniti dall’host. Nelle macchine della piattaforma sono vietati: l’I/O appartiene agli step espliciti del workflow. I gate mkp: di questo esempio sono forniti dalla piattaforma; il file non è un esempio di esecuzione autonoma senza quell’host.