Open Flow 开源：面向 AI Agent 的工作流自动化平台

orca_data_34

Open Flow 一个面向 AI Agent 的工作流自动化平台




OOMOL Lab 近日开源了 Open Flow，一个面向 AI Agent 的工作流自动化平台。项目提供可视化 Workbench、命令行接口和自托管运行时，让 Agent 直接参与完整的工作流生命周期。用户使用 ChatGPT/Codex、Claude Code、Qoder 等智能体配合 oo flow 直接创建节点、编排并运行 Flow，再根据执行结果持续调整和发布，全程AI自动化，无需人工介入。

例如，用户可以要求 Agent 创建这样一条 Flow：

监控 GitHub 上关注项目的新版本，提取主要变更，生成中文摘要并发送到 Slack

Agent 即可完成流程编排并实际运行。遇到参数、授权或执行错误时，可以根据返回结果继续修正。
通过 Connector 连接外部 1500+ 服务

Open Flow 通过 Connector 接入 GitHub、Gmail、Slack、Notion、飞书等第三方服务（目前已接入 1500+，覆盖互联网主流 Sass 服务）




使用 OOMOL 托管的 Connector 时，用户只需在 OOMOL Console 连接 GitHub、Gmail、Slack、Notion 等服务，即可在 Flow 中调用对应能力，无需自行处理鉴权和 API 接入。

用户可以选择 OOMOL 托管的 Connector，也可以自行部署开源的 OpenConnector。前者提供托管 OAuth 和运行环境，后者适合需要自行管理凭据、调用记录和基础设施的团队。
支持托管，也可以自己部署 Open Flow


可以直接使用 OOMOL 托管版本，也可以部署在自己的服务器上，提供完整的快速运行的 Docker 镜像。

对于希望尝试 AI Agent 自动搭建工作流的开发者，现在已经可以使用 oo flow 从一句自然语言需求开始，在私有环境下快速创建、运行、发布运行的 Workflow。

Open Flow 采用 Apache-2.0 许可证。

•
项目地址：github.com/oomol-lab/open-flow

•
最新版本：v0.1.0-beta.8

•
oo CLI：github.com/oomol-lab/oo-cli

•
OpenConnector：github.com/oomol-lab/open-connector

原文链接

clever_beta

补充一点个人体会：Open这块不同场景下表现差异挺大的，选型还是要结合自己的业务。

sigma81

Flow和Agent结合起来讲的思路很好，这种对比很少见。

panda_tech_84

有一说一，现在肯把AI讲这么细的人不多了。

cyber377

遇到参数、授权或执行错误时，可以根据返回结果继续修正。

这句信息量很大，值得单独展开讲讲。

calm_pixel

这篇干货浓度很高，Agent和AI两个点都讲到位了。

calm_flux

项目提供可视化 Workbench、命令行接口和自托管运行时，让 Agent 直接参与完整的工作流生命周期。

这段深有同感，Agent确实是这样。