From Workflows to Agents: Building LLM Systems in Practice

TechSaloniki X · Μάιος 2026 · Θεσσαλονίκη, Ελλάδα

Στο workshop χρησιμοποιήσαμε έναν βοηθό διαχείρισης αιτημάτων υποστήριξης για να δείξουμε πώς μια εφαρμογή LLM εξελίσσεται πέρα από ένα απλό prompt.

Ξεκινήσαμε με μια απλή κλήση στο μοντέλο και προσθέσαμε δομημένες απαντήσεις, εργαλεία, μια προκαθορισμένη ροή εργασίας, έναν agent με περιορισμένο αριθμό βημάτων και ελέγχους αξιολόγησης. Κάθε προσθήκη εξυπηρετούσε μια ανάγκη του παραδείγματος.

Ροή εργασίας ή agent;

Μια προκαθορισμένη ροή είναι κατάλληλη όταν γνωρίζουμε τα βήματα: μπορούμε να τα εξετάσουμε, να τα δοκιμάσουμε και να εντοπίσουμε ευκολότερα σφάλματα. Ένας agent είναι χρήσιμος όταν το επόμενο βήμα εξαρτάται από όσα προκύπτουν κατά την εκτέλεση. Η ευελιξία του όμως αυξάνει τη μεταβλητότητα, το κόστος, τον χρόνο απόκρισης και τη δυσκολία αξιολόγησης.

Στόχος ήταν να επιλέξουμε μόνο τον βαθμό αυτονομίας που χρειάζεται για μια αξιόπιστη λύση.

Τι περιλάμβανε το demo

• Δομημένες απαντήσεις και κλήσεις εργαλείων.
• Προκαθορισμένες ροές και agents με περιορισμένο αριθμό βημάτων.
• Ελέγχους με σύνολο παραδειγμάτων αναφοράς και προαιρετική αξιολόγηση από LLM.

Η αξιολόγηση συνέδεε όλα τα στάδια του demo: μας επιτρέπει να ελέγχουμε αν κάθε αλλαγή όντως βοηθά.