用 AI Agent 幫客戶寫 Power Automate Flow, 從 80 個 Action 到 17 個

分享這兩天用 AI Agent + MCP 幫客戶開發 Power Automate 的經驗。

客戶需求

客戶��一個文件處�的自動化 - 有人上傳 Word 報告到 SharePoint list，Power Automate 自動把它轉 PDF�存到�應的 document library�發 Teams message�寄 email。��的文件類型�存到��的地方�發到��的 channel。

客戶本來有一套在用的，3 種文件類型，用 Switch 分�。我�幫他們�一個新的給�一個團隊用，這次有 6 種文件類型。

我就想，���直接� AI agent 幫我�。

讓 Agent 讀�有的 Flow

我用的是 Claude（在 VS Code 裡�跑），�� Flow Studio MCP 連到客戶的 Power Automate 環境。MCP 讓 agent �以直接讀 flow definition�deploy 修改�trigger 測試�看 run history, �用開 Power Automate designer。

第一步是讓 agent 讀�有的 flow：

agent → list_live_flows → 找到�有的 flow
agent → get_live_flow → 讀完整的 flow definition

Agent 看完之後馬上�解整個�構：trigger 是 SharePoint list item created，Apply to Each 跑 attachments，裡�兩個 Switch block 分文件類型, 一個處� PDF 轉檔跟存檔，一個處� Teams message 跟 email。

第一版：直接照抄

Agent 直接照抄�輯，把 3 種改� 6 種 => 6 個 case 的 Switch，�個 case 裡�一整組�複的 action。deploy 上去，80 幾個 action。

其實也�是�行，畢竟舊的那一套也是我�的，�構一樣。�是改 bug 的時候在 Switch 裡�改有點麻煩, 6 種文件類型就�改 6 次，很容易�。

舊版 Switch 長這樣：

3 個 case 展開，�個 case 裡�一整組�複的 action, Compose�HTTP Graph�Send email�Post Teams message。新版� 6 個 case，改一個 bug �改 6 次。

第二版：Dictionary Lookup

然後我丟了我�公 John Liu 的一篇 blog 給 agent 看, split twice pattern，用 config �代 Switch 的寫法。

Agent 看完之後建議用 dictionary lookup。�法是：

1. 一個 Compose action 放 JSON config，6 種文件類型當 key，value 放 library IDã€?Teams channel IDã€?mailing list 欄ä½?å??稱
2. 後é?¢æ‰€æœ‰ action 都用 outputs('Compose_Config')?[triggerBody()?['Type/Value']] 去查表
3. 兩個 Switch �掉

80 幾個 action 變 17 個。

左邊是 Compose Config 的 JSON, 6 種文件類型當 key，�個 key 放�應的 library ID�channel ID�mailing list 欄�。�邊是乾淨的 Apply to Each，一組共用的 action 處�所有文件類型。加新的類型��在 config 加一筆。

Deploy 之後�是真正踩�的開始

新版 deploy 上去之後跑了第一次, 壞了。

SharePoint connector 有些�制是文件上寫�清楚的�path 格�跟你想的�一樣�JSON 字串組出來多了一個 single quote 就壞掉�欄�更新�輯沒寫好會互相蓋掉。

�次都是這個 loop：

agent → update_live_flow（deploy 修改）
agent → trigger_live_flow（跑一次）
agent → get_live_flow_runs（看 run history）
agent → get_live_flow_run_error（找到哪個 action 壞掉）
agent → get_live_flow_run_action_outputs（看 input/output 確��題）
→ 改 code → � deploy

來回了大概 7 次。中間還 cancel 了 11 個壞掉的 run。

�點是這 7 次我都沒有打開 Power Automate designer。

全部都是 agent 自己 deployã€?自己跑ã€?自己看錯在哪裡ã€?自己改。我å?ªæ˜¯åœ¨æ—?邊看它跑，å?¶çˆ¾æ??示一下方å?‘（åƒ?是丟 John çš„ blog 給它看）。

為什麼 MCP 是關�

如果 agent 沒有 MCP，它還是�以 deploy flow。但 flow 壞掉的時候，它看�到 run history 裡�的 error detail 跟 action input/output。你就�自己去 Power Automate designer 看錯在哪，然後把 error message 跟 input/output 貼回去給 agent。

有了 MCP，agent �以直接：

• 讀ç?¾æœ‰çš„ flow（get_live_flow）
• Deploy 修改（update_live_flow）
• Trigger 測試（trigger_live_flow）
• 看 run history è·Ÿ action-level çš„ error（get_live_flow_runsã€?get_live_flow_run_error）
• 看æ¯?個 action çš„ input/output（get_live_flow_run_action_outputs）

差別就是 agent 能�能自己跑完 deploy → test → debug 的 loop。能跑的話，一個下��定。�能的話，你就是那個 loop 裡�的人肉 middleware。

想試試看的話：Flow Studio MCP �費方案有 100 次 API call，��信用�。

�用 VS Copilot, Claude 跟�種 MCP-compatible agent.

John 的 split twice pattern 原文：johnliu.net

Catherine Han, Flow Studio