[问与答] 如何在传统业务代码中优雅的增加 AI 能力，各位佬有什么建议？

背景：Java 技术栈的 B 端系统，有很多客户资料需要运营审核：比如商户入驻资料审核、决策资料审核等等，现在想使用 AI 代替运营做初步审核，同时尽量对原有的业务系统代码侵入比较小

现状问题： 目前第一版使用 Dify 做的工作流编排，但是遇到问题：

1. 复杂的审核使用 Dify 做比较吃力，需要设计人员考虑的面面俱到导致 Dify 的节点非常多，非常难维护；如果做的比较简单，效果又不好
2. Dify 没有对应的 CLI/MCP ，导致 AI 没办法直接去调试 Dify ，需要一定的人工介入
3. 各业务系统接入 Dify 需要考虑鉴权、重试、容错等等，需要有个中台承接？
4. 最核心的一点：很多调试很长时间的工作流，不如直接将资料发给本地 claude code 做审核由它自由发挥效果好

其他待尝试路线：

1. 直接接入 API：待审核资料格式比较多，需要很多工具比如 doc/pdf/xls 转图片给多模态模型识别，直接接入 API 需要提供很多工具，直接裸接入效果不好
2. Claude code SDK 方式：尚未尝试，之前尝试过“将资料发给本地 claude code 做审核由它自由发挥效果好” 但是考虑 Claude Code 不一定能每次都遵循工作流处理，优先级设置的比较低
3. langchain / langgrpah: 未尝试，是否过时？