Ir al contenido

LLM context files

Puede descargar el fichero aquí:

Versión Descripción
1.10 y superior prompt_context_1.10.zip
1.9 prompt_context_1.9.zip

prompt_context.zip es un paquete de contexto autocontenido para construir flujos de trabajo de OKMFlow con un asistente de IA (Claude, ChatGPT o similar). Incluye la referencia del motor de flujos de trabajo, la referencia de integración con OpenKM, un conjunto de ejemplos de entrenamiento documentados y un conjunto de plantillas de flujo de trabajo listas para usar, de modo que el asistente no necesita ninguna otra fuente de información para generar un fichero .okmflow funcional.

  • Ficheros de referencia (llms-full-*.txt, llms-small-*.txt) — el motor OKMFlow (nodos, scripting en Groovy, WorkflowUtils, esquema de la base de datos del flujo de trabajo), el formato XML de los formularios de flujo de trabajo, y la capa de integración con el servidor de OpenKM (API Java interna, SDK REST, plugins, metadatos, utilidades del núcleo, esquema de la base de datos del repositorio).
  • workflow-form-x.x.dtd — la gramática formal de los formularios de tarea del flujo de trabajo.
  • Ejemplos de entrenamiento (carpetas numeradas, por ejemplo 01-quick-start-guide/14-Rest request sample/) — ejemplos .okmflow pequeños y enfocados, cada uno ilustrando una única característica (variables, asignación de tareas, transiciones, correo, bibliotecas, gestión de errores, llamadas REST, etc.), junto con sus diagramas.
  • Plantillas listas para usar (carpetas template-*/) — flujos de trabajo completos y desplegables para escenarios de negocio habituales (solicitud de vacaciones, pedido de compra, aprobación de gastos, gestión de reclamaciones, biblioteca global compartida). Use una de estas como punto de partida cuando su escenario se le parezca, en lugar de partir de un esqueleto vacío.
  • INDEX.md — describe en detalle cada fichero del paquete, incluyendo los nombres de fichero y versiones exactos. Indíqueselo al asistente si necesita localizar un fichero de referencia concreto.
  1. Inicie una nueva conversación con su asistente de IA y suba prompt_context.zip.
  2. Indique al asistente que use el zip como contexto para toda la conversación.
  3. Describa en lenguaje natural el flujo de trabajo que desea: los pasos implicados, quién hace qué y el resultado.
  4. Pida al asistente que genere el fichero .okmflow.
  5. Importe el fichero generado en el diseñador de OKMFlow y ejecútelo para comprobar que se comporta como se espera.

Un único prompt con la información mínima suele ser suficiente para un primer borrador:

I have uploaded a zip file with the OpenKM workflow engine documentation. Use it as context for everything we do in this conversation.
Build a vacation request workflow: an employee requests a date range, a manager approves or denies it, and the employee receives an email with the result.
Please generate the .okmflow file.

Para flujos de trabajo con varios roles, bucles o enrutado condicional, generalmente funciona mejor construir el flujo de trabajo de forma incremental en lugar de pedirlo todo de una vez:

  1. Esqueleto — pida únicamente los nodos y las transiciones, todavía sin scripts ni formularios. Impórtelo, organice los nodos visualmente y vuelva a subir el fichero corregido para que el asistente mantenga esa disposición en los pasos siguientes.
  2. Enrutado y lógica — describa los nodos Decision, bucles o nodos Action necesarios para controlar el flujo.
  3. Formularios — defina los campos de cada tarea, cuáles son editables frente a solo lectura, y cómo se precargan los valores entre tareas (el atributo data).
  4. Asignación de tareas — describa a quién debe asignarse cada tarea (un usuario fijo, el iniciador, un pool de rol o el actor anterior en un bucle de retorno).
  5. Notificaciones — añada los nodos Mail y describa qué debe contener cada correo.
  6. Pruebas y correcciones — ejecute el flujo de trabajo y pegue de vuelta cualquier mensaje de error del registro de OpenKM junto con el fichero. El asistente normalmente puede diagnosticarlo y corregirlo directamente.