🔧 阿川の電商水電行
Shopify 顧問、維護與客製化
💡
小任務 / 單次支援方案
單次處理 Shopify 修正/微調
⭐️
維護方案
每月 Shopify 技術支援 + 小修改 + 諮詢
🚀
專案建置
Shopify 功能導入、培訓 + 分階段交付

耗時1年,終於我也擁有屬於自己的AI工作流

image

這篇文章其實蓄謀已久,只是一直沒有時間撰寫;今天終於可以將我這一年來學習AI相關的知識簡單分享給大家。

1. 緣起

去年AI 爆火,Agent開發框架 如雨後春筍般曝出;langchain + langgraph 由於對Python + TS 版本支持較好,在社區已然讚賞頗高。

langgraph 可以 基於 圖的方式對Agent進行編排;此時我萌生出了 為什麼不能通過 可視化編排的方式將大模型 和 傳統的工作流結合起來 的想法

於是抽週末的時間,搭建了一個「AI 工作流」,支持在線編輯/調試/預覽 工作流。

工作流

效果預覽

image

image

2. 一個人的初心

看到這裡很多朋友肯定會問,coze 和 dify 不就是做這個事情嗎?沒錯,coze 和 dify 從現在的角度確實比我更快地提供出來;coze 在前2個月 開源了 coze-studio,dify 在 24年初開源Agent,25年7月支持 MCP;而我產生AI工作流的想法其實早已萌生,只是一個在上班後的業餘項目,進度總歸是慢了一點。

看了上面預覽圖的同學肯定懷疑:你不會是copy的coze 開源項目吧?我可以很正式的回答:沒有使用coze的一行代碼

coze產品和我之前的想法是那麼的契合,以至於 我都在懷疑自己,為什麼不直接跳槽過去; coze 是字節大量優秀的開發人員智慧的結晶;而我的項目是一個人奮鬥1年的結果,可能也只是coze 產品模型內的一小塊(PS: 螳螂撼大樹)。

但我想說的是 《雖遲但到》。已經不記得多少個10點多下班後的日夜,一個人貓在書房 琢磨著這個項目;我的想法很簡單:做一個簡單易用的工作流,支持各類擴展,幫助自己快速生成API/AI圖片等

3. 取名Agentflow

3.1 技術架構

技術側核心分為2塊

  1. 前端:基於 Next.js + Antd + xyflow 實現 工作流的可視化編輯/調試/預覽;以及權限管理/用戶管理/工作流管理等功能;
  2. 後端:基於 LangChain + LangGraph + Redis + Mysql + Prisma + Docker 實現 流程的執行及大模型的調用等;

AgentFlow-整體的架構圖.drawio.png

3.2 支持能力

  1. 支持完全的 私有化部署: 整個項目基於 Docker + Docker-compose 進行部署,支持完全的私有化部署;只需修改自己的 API Key即可 快速接入 openai/gemini/deepseek等大模型;
  2. 面向不同人群的快速使用
    • 針對普通用戶: 可以基於現有的模板快速生成工作流並預覽效果;
    • 針對專業使用者: 完全支持自定義工作流: 支持自定義節點/邊/屬性等
  3. 可視化編排流程: 支持DeepSeek+gpt4/5+gemini模型支持,MCP Servers 支持 image image
  4. 工作流在線Debug image
  5. 工作流管理:支持工作流的創建/編輯/刪除/預覽/導出等功能 image
  6. 工作流效果預覽 image

3.3 使用流程

使用流程非常簡單,只需以下2個步驟即可

  1. 編寫或者使用已有的工作流
  2. 點擊運行按鈕,即可預覽工作流效果

image

3.4 我要體驗


原文出處:https://juejin.cn/post/7551359585900331060


精選技術文章翻譯,幫助開發者持續吸收新知。

共有 0 則留言


精選技術文章翻譯,幫助開發者持續吸收新知。
🏆 本月排行榜
🥇
站長阿川
📝22   💬9   ❤️6
588
🥈
我愛JS
📝4   💬14   ❤️7
269
🥉
御魂
💬1  
3
#4
2
#5
1
評分標準:發文×10 + 留言×3 + 獲讚×5 + 點讚×1 + 瀏覽數÷10
本數據每小時更新一次
🔧 阿川の電商水電行
Shopify 顧問、維護與客製化
💡
小任務 / 單次支援方案
單次處理 Shopify 修正/微調
⭐️
維護方案
每月 Shopify 技術支援 + 小修改 + 諮詢
🚀
專案建置
Shopify 功能導入、培訓 + 分階段交付