@lioncao/agentflow

AgentFlow

面向开发者的多 AI Agent 编排框架，用声明式 YAML 定义 Agent 协作流程。

特性

• 声明式工作流 — 用 YAML 定义多步骤 Agent 编排规则，支持依赖关系和并行执行
• 多模型混用 — 不同步骤可使用不同 LLM（DeepSeek 写代码、GLM 审查、Qwen 生成测试）
• 国产模型优先 — 内置 DeepSeek、智谱GLM、通义千问、Moonshot、豆包 等国内主流模型支持
• 可视化配置 — 交互式 TUI 引导配置 API Key，加密存储在本地
• 执行历史 — SQLite 存储每次运行记录，可回溯查看

安装

npm 安装（推荐）

npm install -g agentflow

独立二进制（无需 Node.js）

从 GitHub Releases 下载对应平台的可执行文件。

快速开始

1. 配置 Provider

agentflow config

交互式引导，选择 LLM Provider 并输入 API Key：

◆ 选择要配置的 Provider
│ ● DeepSeek（深度求索）
│ ○ 智谱 GLM（ChatGLM）
│ ○ 通义千问（Qwen）
│ ○ Moonshot（Kimi）
│ ○ 豆包（火山引擎）
│ ○ Anthropic（Claude）
│ ○ OpenAI（GPT）
│ ○ 自定义 Provider
└ ○ 完成配置

2. 编写工作流

创建 pipeline.yaml：

name: code-review-pipeline

steps:
  - id: code
    agent: coder
    model: deepseek/deepseek-chat
    prompt: "根据以下需求实现功能: {{input.requirement}}"
    tools: [file_write, file_read, terminal]

  - id: review
    agent: reviewer
    model: glm/glm-4-flash
    prompt: "审查代码，检查安全和性能问题: {{steps.code.output}}"
    depends_on: [code]
    tools: [file_read]

  - id: refine
    agent: coder
    model: deepseek/deepseek-chat
    prompt: "根据审查意见修改代码: {{steps.review.output}}"
    depends_on: [review]
    tools: [file_write, file_read, terminal]

3. 运行

agentflow run pipeline.yaml -i requirement="实现一个HTTP服务器"

输出：

Starting workflow...

Workflow: code-review-pipeline
Run ID: 30e603f6-0f76-42c7-9ff0-3da888d0c66b
Status: completed
Time: 48.0s

  ✓ code (completed)
  ✓ review (completed)
  ✓ refine (completed)

Total tokens: 32483

CLI 命令

命令	说明
agentflow run <file>	运行工作流 YAML
agentflow config	交互式配置 Provider
agentflow providers	查看已配置的 Provider
agentflow list	列出当前目录的工作流文件
agentflow history [id]	查看运行历史

run 选项

-i, --input <k=v...>   传入输入参数
-d, --db <path>        指定数据库路径
    --verbose          显示详细输出

工作流 YAML 语法

name: <工作流名称>

steps:
  - id: <步骤ID>              # 必填，唯一标识
    agent: <Agent类型>         # coder / reviewer / tester
    model: <provider/model>    # 必填，模型引用
    prompt: <提示词>           # 必填，支持模板变量
    tools: [file_read, ...]    # 可用工具列表
    depends_on: [step_id, ...] # 依赖的步骤（可选）
    max_steps: <number>        # 最大工具调用轮数（可选）

模板变量

变量	说明
{{input.xxx}}	运行时传入的参数
{{steps.xxx.output}}	上游步骤的 LLM 输出

依赖与并行

无 depends_on 的步骤会并行执行，有依赖的步骤等待上游完成后才启动。

支持的 Provider

Provider	类型	默认模型
DeepSeek	OpenAI-compatible	deepseek-chat
智谱 GLM	OpenAI-compatible	glm-4-flash
通义千问	OpenAI-compatible	qwen-plus
Moonshot	OpenAI-compatible	moonshot-v1-8k
豆包	OpenAI-compatible	doubao-pro-32k
Anthropic	Anthropic	claude-sonnet-4-20250514
OpenAI	OpenAI-compatible	gpt-4o

也支持通过 agentflow config 添加任意 OpenAI-compatible API。

V0.1.0 开发进度

当前版本：V0.1.0 (MVP)

已完成

• YAML 工作流解析与 Zod 校验
• DAG 依赖分析与并行调度
• 多 Provider LLM 调用（7 个内置 + 自定义）
• 交互式 TUI Provider 配置
• API Key AES-256-CBC 加密存储
• 模板变量解析（input / steps.output）
• 内置工具注册（file_read / file_write / terminal）
• SQLite 执行历史持久化
• CLI 工具（run / config / providers / list / history）
• 端到端测试（31 个测试全部通过）
• 真实 API 调用验证（DeepSeek + GLM）

待开发

• Agent 真实工具调用（LLM 自主决定何时读写文件、执行命令）
• Agent 类型差异化行为（coder / reviewer / tester 各有专属策略）
• 上下文智能摘要（压缩长文本，控制 Token 消耗）
• 重试与降级机制
• Web Dashboard
• VS Code 插件

开发

git clone https://github.com/user/agentflow.git
cd agentflow
npm install
npm test        # 运行测试
npm run dev -- --help   # 开发模式运行

License

MIT