⚙️ AI 工作流编排引擎

---

📖 项目简介

一个可视化的 AI 工作流编排引擎，基于有向无环图（DAG）调度，支持 LLM 调用、条件分支、并行执行、错误重试等能力。通过拖拽式 Web 编辑器，让非技术人员也能轻松编排复杂的 AI 任务链。

---

✨ 功能特性

功能	描述
📊 DAG 调度	基于拓扑排序的有向无环图任务依赖管理，同层节点自动并行执行
🎨 可视化编辑器	内置 Web Canvas 编辑器，拖拽式工作流设计界面
🧩 7 种节点	开始、结束、LLM、工具、条件、代码执行、数据转换
🔀 条件分支	支持 Python 表达式和 LLM 判断两种条件类型
⚡ 并行执行	基于 asyncio 的并行调度，同层无依赖节点自动并发
🔄 错误重试	节点级别可配置重试次数和重试延迟
📋 执行历史	完整的执行记录持久化，支持节点级日志追踪
🖥️ 多端支持	Web API 服务 + macOS 桌面应用（tkinter）
🔒 安全沙箱	代码执行节点采用 AST 级别安全沙箱，禁止危险操作

---

🚀 快速开始

# 克隆项目
git clone https://github.com/dirjaker/workflow_engine.git
cd workflow_engine

# 创建虚拟环境
conda create -n workflow_engine python=3.12 -y
conda activate workflow_engine

# 安装依赖
pip install -r requirements.txt

# 启动 Web 服务（默认端口 8001）
python api.py

启动后访问 http://localhost:8001 即可使用可视化编辑器。

---

🛠️ 技术栈

层级	技术
后端框架	FastAPI + Uvicorn
数据模型	Pydantic v2
数据库	SQLite
前端	内嵌 Canvas 编辑器（原生 HTML/CSS/JS）
调度引擎	Python asyncio
桌面应用	tkinter（macOS）
打包	py2app

---

📁 项目结构

workflow_engine/
├── api.py              # FastAPI 主入口 + 内嵌 Web UI
├── models.py           # Pydantic 数据模型（节点、边、工作流、执行记录）
├── dag_executor.py     # DAG 执行引擎核心（拓扑排序、并行调度、变量传递）
├── node_executors.py   # 7 种节点执行器实现
├── database.py         # SQLite 数据库管理
├── config.yaml         # 配置文件
├── requirements.txt    # Python 依赖
├── LICENSE             # MIT 许可证
├── assets/
│   └── banner.svg      # 项目 Banner
├── src/
│   ├── web/
│   │   ├── app.py      # Web Dashboard 独立入口
│   │   └── static/
│   │       └── index.html  # 独立 Dashboard 页面
│   └── macos/
│       └── app.py      # macOS 桌面应用
├── packaging/
│   └── py2app_setup.py # macOS 打包脚本
└── docs/
    ├── DEVELOPMENT.md  # 开发指南
    └── CHANGELOG.md    # 变更日志

---

🔌 API 接口

方法	路径	说明
GET	/api/health	健康检查
POST	/api/workflows	创建工作流
GET	/api/workflows	列出所有工作流
GET	/api/workflows/{id}	获取工作流详情
PUT	/api/workflows/{id}	更新工作流
DELETE	/api/workflows/{id}	删除工作流
POST	/api/workflows/{id}/run	同步执行工作流
POST	/api/workflows/{id}/run/stream	流式执行工作流（SSE）
GET	/api/executions	列出执行记录
GET	/api/executions/{id}	获取执行详情
GET	/api/stats	获取统计信息
GET	/api/templates	列出内置模板
POST	/api/workflows/from-template/{name}	从模板创建工作流

---

🧩 节点类型

节点	类型	说明
🟢 开始	start	工作流入口，接收输入参数
🔴 结束	end	工作流出口，收集最终输出
🤖 LLM	llm	调用大语言模型，支持 system/user prompt 和 JSON 输出
🔧 工具	tool	调用外部工具，支持参数插值
❓ 条件	condition	支持 Python 表达式和 LLM 判断两种路由方式
💻 代码	code	在安全沙箱中执行 Python 代码
🔄 转换	transform	数据转换和格式化

---

📝 开发日志

• DAG 调度引擎
• 可视化编辑器
• 7 种节点类型
• 条件分支（表达式 + LLM 判断）
• 并行执行
• 错误重试机制
• 流式执行（SSE）
• 内置工作流模板
• macOS 桌面应用
• 定时触发器
• Webhook 触发
• 分布式执行
• 单元测试套件

---

📚 文档

• 开发指南 — 环境搭建、架构说明、开发规范
• 变更日志 — 版本变更历史
• 技术文档 — 详细技术设计文档
• 代码审查报告 — 安全扫描和代码质量分析

---

📄 许可证

MIT License

---

🔗 GitHub: dirjaker/workflow_engine

⭐ 如果这个项目对你有帮助，请给一个 Star 支持一下！