Temporal × 本地大模型 × Robot Framework 面向中国企业的可靠业务自动化架构实践

在中国企业推进业务自动化时，常常会遇到这样的问题：

发票流程自动化后，系统中断导致流程丢失
审批周期长，系统无法安全“暂停并恢复”
SAP / ERP 系统老旧，没有可用 API
希望使用 AI，但不允许核心业务数据外发
财务、审计部门要求全过程可追溯

这些问题的根源，并不是 AI 不够智能，而是——
👉 缺少一个可靠、可持续的流程编排基础设施。

本文将介绍一套适合中国企业真实场景的自动化架构组合：

Temporal：高可靠、可恢复的流程编排引擎
本地大模型（如 Ollama）：企业内网可控的 AI 理解能力
Robot Framework：在无 API 场景下自动操作 SAP / ERP / 内部系统

中国企业自动化的现实挑战

在中国，大量企业仍然处于以下状态：

SAP GUI / 传统 ERP 长期使用
审批流程跨天、跨部门
财务流程要求绝对准确、不能重复
内控、审计、合规是刚性要求
对云端 AI 存在合规和数据安全顾虑

而传统自动化方式（脚本、单一 RPA、低代码平台）往往存在问题：

系统重启后流程丢失
无法安全等待人工审批
重试机制容易造成重复执行
缺乏完整审计链路

架构核心原则：职责必须清晰分离

一个真正“可上线、可运维”的系统，必须明确分工。

系统层	职责
Temporal	流程状态、顺序控制、重试、等待、审计
本地大模型	邮件/文档理解、分类、字段提取
Robot Framework	SAP / ERP / 内部系统界面自动化

AI 只负责“理解和建议”，
最终决策必须由确定性的系统完成。

总体架构示意（文字版）

邮件 / API / 定时任务
        |
        v
 Temporal 工作流（唯一事实来源）
        |
        +--> 本地大模型（Ollama）
        |       - 邮件/发票解析
        |       - 类型识别
        |       - 置信度评估
        |
        +--> 业务 Gate（规则 + 阈值）
        |
        +--> Robot Framework
        |       - SAP / ERP UI 操作
        |
        +--> 人工审批（Signal）

Temporal 负责 “流程不会丢”，
AI 负责 “理解更高效”。

为什么选择 Temporal（非常适合中国企业）

Temporal 天然具备以下能力：

流程状态持久化（服务重启不丢流程）
自动重试与超时控制
精确一次（Exactly-Once）语义，避免重复记账
可等待数天、数周的人工审批
全流程历史记录，满足审计需求

这些能力，正好匹配中国企业对：

稳定性、可控性、可审计性

的核心诉求。

本地大模型：AI 能力必须“可控、可内网化”

在中国企业场景中，数据不能随意出网。

使用本地大模型（如 Ollama）的优势：

部署在企业内网
文档、发票、合同不出公司
可选中文友好模型
成本可控、行为可预测

大模型输出示例：

{
  "workflow_key": "invoice.receive",
  "confidence": 0.85,
  "extracted_fields": {
    "invoice_no": "INV-2025-001",
    "amount": 125000,
    "vendor": "ABC SUPPLY"
  }
}

注意：
置信度只是建议，不是指令。