自动化和低代码那半我们写过一串：Dify、n8n，还有拖拽系的 Flowise、Langflow。这次补一条不一样的路线：把 prompt 当代码来管的工程化平台，微软 2023 年 6 月开源的 Prompt flow，GitHub 11,243 星。先说最要紧的一句，微软官方文档已经给它挂了退役牌：2027 年 4 月 20 日下线，不再推荐新项目用。这篇把它是什么、怎么上手、现在还能不能用讲清楚。
项目介绍
Prompt flow 的官方定位是「端到端 LLM 应用开发周期」：构思、原型、测试、评估、生产部署、监控，一条链全包。仓库 microsoft/promptflow，2023 年 6 月 30 日建库，11,243 星、1,122 个 fork，MIT 协议；PyPI 上最新的 promptflow 1.18.5 是 2026 年 5 月 1 日传的，要求 Python 3.9 以上，README 建议 3.9 到 3.11。用之前得分清两块：GitHub 上开源的是本地 SDK 和 pf CLI，跑在你自己机器上；带 Web 编辑、团队协作、实时端点的那半在 Azure 云端，也就是这次要退役的部分。
写法有三种。DAG flow 是一个 flow.dag.yaml，节点按输入输出依赖排成有向无环图，执行器按拓扑顺序跑；Flex flow 直接拿 Python 函数或类当入口，可以写 if-else 这种控制逻辑；Prompty 则是把模型配置和提示词塞进一个 Markdown 文件（YAML 头加 Jinja 模板），专管一次 LLM 调用。工具只有三种基础的：LLM、Python、Prompt，自己写的工具能打成包分享，官方另配了 Vector DB Lookup、Faiss Index Lookup 这类合作方工具。API key 走 connection 存在本地，flow 里只写连接名，代码里看不到明文。
它真正的本事在质量闭环：node_variants 让同一个节点开多版提示词；批量运行用 pf run create 吃 jsonl 数据集；评估 flow 拿 ${run.outputs.category} 去对 ${data.answer} 打分；pf run show-metrics 出指标，pf trace 把每次 LLM 调用记进本地库。整体链路如下图。
上手
本地跑，一行起：pip install promptflow promptflow-tools。接着 pf flow init --flow ./my_chatbot --type chat 生成目录，里面就有 flow.dag.yaml；pf connection create --file ./my_chatbot/openai.yaml --set api_key=你的key 把 key 存成连接；pf flow test --flow ./my_chatbot --interactive 就能对话调试。
改提示词就是改 flow.dag.yaml 里的节点，节点之间用 ${inputs.url}、${summarize_text_content.output} 这种引用串起来。想对比两版提示词，把该节点写成 use_variants: true，跑的时候加 --variant '${node.variant_1}' 切换，不用改代码。
批量这步是它和聊天玩具的分水岭：pf run create --flow ./my_chatbot --data data.jsonl --column-mapping question='${data.question}' --stream 跑完整数据集；评估再起一条 run，flow 指向评估目录，column_mapping 里 groundtruth 取数据、prediction 取上一次 run 的输出，最后 pf run show-metrics 看分、pf run visualize 打开本地页面逐条对答案。
上线分三档：pf flow serve --source . --port 8080 --engine fast 起本地开发服务器；pf flow build --source . --output out --format docker 出镜像；再往上就是 Kubernetes。嫌命令行烦，VS Code 装 Prompt flow 扩展可以拖拽编辑，仓库还给了 Codespaces 一键环境。另外遥测默认是开的，介意就 pf config set telemetry.enabled=false。
实话
退役是硬日期。 微软 Learn 文档顶上的警告写得很直白：Microsoft Foundry 和 Azure ML 里的 Prompt flow 2027 年 4 月 20 日退役，不再推荐新项目使用；promptflow-runtime、promptflow-runtime-stable、promptflow-python 三个容器镜像已经停止更新，连安全更新都不给了；到点之后 Web 编辑体验、VS Code 扩展和相关镜像一起不再支持。谁还压在这些镜像上，得在期限前搬家，官方给的落点是 Microsoft Agent Framework，14,031 星。
本地这条线暂时没断。 仓库没归档，PyPI 上 1.18.5 是 2026 年 5 月发的，最后一批提交在 5 月 14 日，10 月初还有 PR 在往来。存量项目继续用问题不大，但要锁死版本、别再依赖官方运行时镜像，也别指望还有新特性进来。
迁移路径已经铺好，代价也写明了。 官方 migration guide 加仓库里的 migration-guide/PromptFlow-to-MAF，按 audit → rebuild → validate → migrate-ops → cutover 五阶段走。心理准备要有：Agent Framework 是 code-first，WorkflowBuilder 在构建期就校验图，自带 OpenTelemetry 追踪，但没有可视化图编辑器；你要是冲着拖拽才用 Prompt flow，迁过去等于换一套习惯。真想要拖拽加评估的组合，Dify、n8n 那条线还活着，Prompt flow 留给你的，是它把提示词当代码做批量验证、回归评估、版本对比的那套工程纪律。
