15.7 Webtoon：用 LangGraph 构建故事理解的智能工作流

来源：How Webtoon Entertainment built agentic workflows with LangGraph to scale story understanding

---

公司简介

WEBTOON Entertainment（纳斯达克代码：WBTN）是一家全球数字娱乐公司，拥有两个世界最大的故事讲述平台：

平台	说明
WEBTOON	网络漫画平台
Wattpad	文字故事平台

公司将原创 IP 改编为电影、电视剧和动画作品。

---

面临的挑战

WEBTOON 需要解决以下核心问题：

• 在大量 WEBTOON 系列元数据中进行规模化处理
• 整合**主题专家知识（SME）**到工作流中
• 维持高质量和一致性用于内部商业应用

---

为什么选择 LangGraph

"生产用例要求可控性、可解释性和可靠性。"

选择原因：

优势	说明
可控工作流	满足生产级需求
生产就绪	LangSmith 追踪能力
模块化设计	节点架构便于扩展

---

技术架构：WCAI 系统

核心架构

• 混合架构结合 Vision-Language Models (VLMs)
• 通过 LangGraph 编排的基于工作流的 AI 代理

四大核心工作流

工作流	功能
Character Identification	识别角色名称、角色类型和代表性图像
Speaker Identification	分析对话气泡并归属于角色
Narrative Understanding	生成文本表示，捕捉情节点和情感节拍
SME Application	产生特定于业务的见解

---

动态工作流路由

单个网漫信息可同时处理多个业务需求：

网漫内容输入
      │
      ├──→ Character Identification
      │
      ├──→ Speaker Identification
      │
      ├──→ Narrative Understanding
      │
      └──→ SME Application
              │
              ↓
        商业见解输出
        (流派、叙事风格、悬念点等)

通过堆叠基础工作流生成结构化的商业见解：

• 流派分类
• 叙事风格识别
• 悬念点定位
• 情感节拍分析

---

LangSmith 的价值

"LangSmith's tracing capabilities helped us identify issues like excessive token usage."

关键功能：

• 追踪 Token 使用情况
• 识别性能瓶颈
• 优化工作流效率

---

业务成果

工作量减少 70%+

"reducing their workload by over 70%"

团队效率提升

之前	之后
内容团队手动阅读每个新标题	AI 自动处理
耗时且不可扩展	专注于战略性内容推广

多模态理解

实现了对图像 + 文本的深度理解能力。

---

关键引用

"LangGraph's node-based architecture offered the modularity and precision we needed."

---

总结

WEBTOON 的案例展示了如何用 LangGraph 处理多模态内容理解：

1. VLM 集成：Vision-Language Models 处理图像和文本
2. 模块化工作流：四大核心工作流独立运行
3. 动态路由：单一输入触发多个分析流程
4. 显著效果：工作量减少 70%+

这个案例为内容和娱乐行业的 AI 应用提供了优秀的参考。

---

上一篇：[15.6 Captide](./15.6 Captide.md)

下一篇：[15.8 Abu Dhabi Government](./15.8 Abu Dhabi Government.md)