Update workflow_converge

Author: pamelafox

README.md

@@ -214,7 +214,7 @@ You can run the examples in this repository by executing the scripts in the `exa
 | [workflow_conditional_state.py](examples/workflow_conditional_state.py) | A stateful conditional workflow with iterative revision loops: stores the latest draft in workflow state and publishes from that state after approval. |
 | [workflow_conditional_state_isolated.py](examples/workflow_conditional_state_isolated.py) | The stateful conditional workflow using a `create_workflow(...)` factory to build fresh agents/workflow per task for state isolation and thread safety. |
 | [workflow_switch_case.py](examples/workflow_switch_case.py) | A workflow with switch-case routing: a Classifier agent uses structured outputs to categorize a message and route to a specialized handler. |
-| [workflow_basic.py](examples/workflow_basic.py) | A workflow-based agent. |
+| [workflow_converge.py](examples/workflow_converge.py) | A branch-and-converge workflow: Reviewer routes to Publisher or Editor, then converges before final summary output. |
 | [agent_otel_aspire.py](examples/agent_otel_aspire.py) | An agent with OpenTelemetry tracing, metrics, and structured logs exported to the [Aspire Dashboard](https://aspire.dev/dashboard/standalone/). |
 | [agent_otel_appinsights.py](examples/agent_otel_appinsights.py) | An agent with OpenTelemetry tracing, metrics, and structured logs exported to [Azure Application Insights](https://learn.microsoft.com/azure/azure-monitor/app/app-insights-overview). Requires Azure provisioning via `azd provision`. |
 | [agent_evaluation_generate.py](examples/agent_evaluation_generate.py) | Generate synthetic evaluation data for the travel planner agent. |

examples/spanish/README.md

@@ -209,7 +209,7 @@ Puedes ejecutar los ejemplos en este repositorio ejecutando los scripts en el di
 | [workflow_conditional_state.py](workflow_conditional_state.py) | Un workflow condicional con estado y bucle iterativo: guarda el último borrador en el estado del workflow y publica desde ese estado tras la aprobación. |
 | [workflow_conditional_state_isolated.py](workflow_conditional_state_isolated.py) | El workflow condicional con estado usando una fábrica `create_workflow(...)` para crear agentes/workflow nuevos por tarea y así aislar estado e hilos de agente. |
 | [workflow_switch_case.py](workflow_switch_case.py) | Un workflow con enrutamiento switch-case: un agente Clasificador usa salidas estructuradas para categorizar un mensaje y enrutarlo al manejador especializado. |
-| [workflow_basic.py](workflow_basic.py) | Un agente basado en workflows. |
+| [workflow_converge.py](workflow_converge.py) | Un workflow con rama y convergencia: Revisor enruta a Publicador o Editor y luego converge antes del resumen final. |
 | [agent_otel_aspire.py](agent_otel_aspire.py) | Un agente con trazas, métricas y logs estructurados de OpenTelemetry exportados al [Aspire Dashboard](https://aspire.dev/dashboard/standalone/). |
 | [agent_otel_appinsights.py](agent_otel_appinsights.py) | Un agente con trazas, métricas y logs estructurados de OpenTelemetry exportados a [Azure Application Insights](https://learn.microsoft.com/azure/azure-monitor/app/app-insights-overview). Requiere aprovisionamiento de Azure con `azd provision`. |
 | [agent_evaluation_generate.py](agent_evaluation_generate.py) | Genera datos sintéticos de evaluación para el agente planificador de viajes. |

examples/spanish/workflow_agents.py

@@ -80,7 +80,7 @@
 
 
 async def main():
-    prompt = "Escribe un artículo corto sobre los beneficios de la energía renovable."
+    prompt = "Escribe una publicación de LinkedIn sobre tres formas prácticas en que los agentes de IA pueden mejorar los flujos de soporte al cliente."
     logger.info("Prompt: %s", prompt)
     events = await workflow.run(prompt)
     outputs = events.get_outputs()

examples/spanish/workflow_agents_sequential.py

@@ -79,7 +79,7 @@
 
 
 async def main():
-    prompt = "Escribe un artículo corto sobre los beneficios de la energía renovable."
+    prompt = "Escribe una publicación de LinkedIn sobre cómo equipos pequeños pueden adoptar agentes de IA de forma responsable en la operación diaria."
     logger.info("Prompt: %s", prompt)
     events = await workflow.run(prompt)
     outputs = events.get_outputs()

examples/spanish/workflow_agents_streaming.py

@@ -77,7 +77,7 @@
 
 
 async def main():
-    prompt = "Escribe un artículo corto sobre los beneficios de la energía renovable."
+    prompt = "Escribe una publicación de LinkedIn sobre lecciones aprendidas al implementar copilotos de IA para productividad de desarrolladores."
     print(f"💬 Solicitud: {prompt}\n")
 
     async for event in workflow.run(prompt, stream=True):