一个现代化的可视化规则引擎平台，用于编排复杂的 AI 工作流。在无限画布上设计、测试和部署 AI 流程——无需编写代码。结合 flowgram.ai 的能力与 Java 服务端，提供生产级工作流管理。
- AI Agent 侧栏对话 — 对话式生成工作流：CreatePlan 分步规划、Canvas 自动创建节点/连线、HTTP/Query 查询工作流、实时预览 token 与计划进度；会话可重命名、可审查。
- Agent 配置中心 — 模型参数（Host/Key/Temperature/Max Tokens）、默认执行引擎切换（内置 AgentScope / 火山方舟托管）、系统提示词与知识库、工具定义目录。
- 执行追踪（对标 OpenWorkBuddy） — 管理端
/manage/traces：统计卡（跑完/出过错/还在跑/中断/累计 Token）+ 任务列表 + 单趟任务详情（7 格指标条、模型 chips、逐步可折叠时间线、完整提示词与最终回复）；数据由事件日志 + LLM 调用账本 + 工具指标合成（AgentTraceService）。 - 可视化画布 — 无限缩放画布，支持拖拽节点。通过循环、分支和条件逻辑设计复杂的工作流。
- AI 节点类型 — 内置 LLM 调用、代码执行、HTTP 请求、字符串格式化和变量管理节点。
- 实时预览 — 测试单个节点或整个工作流，实时查看输入输出和执行历史。
- 版本管理 — 每次保存创建一个版本。在版本间切换、追踪变更、一键回滚。
- 模板系统 — 创建可复用的工作流模板。一键从模板创建新工作流。
- 可扩展插件 — 小地图、自动布局、吸附线、节点面板等。
- 多条件节点 — 同步官方 flowgram.ai，支持复杂分支逻辑。
| 页面 | 预览 |
|---|---|
| 首页 — 国际化产品介绍页 |  |
| 在线演示 — 可交互工作流画布（可拖拽、可新增节点、不可运行） |  |
| 文档 — 快速开始、环境准备、部署方案 |  |
| 编辑器 — 可视化工作流编辑器，含版本管理 |  |
| 管理后台 · 工作流 — 工作流管理控制台 |  |
| 管理后台 · 模板 — 模板管理控制台 |  |
| 发布日志 — 版本历史时间线 |  |
| 页面 | 预览 |
|---|---|
| AI Agent 对话 — 侧边栏对话式生成工作流，CreatePlan 分步规划 + 步骤执行卡片 |  |
| 调试信息面板 — 原始请求/响应、SSE Event、Context 详情、Raw JSON，点击消息跳转定位 |  |
| Agent 配置中心 · 模型 — API Host/Key、模型参数、Embedding 向量检索（BGE） |  |
| Agent 配置中心 · 提示词 — 默认系统提示词 + 工具集定义（navigate/query/manage/canvas） |  |
| Agent 执行工作流 — 在画布上自动创建节点与连线，逐步测试并执行 |  |
| 要求 | 版本 |
|---|---|
| Node.js | >= 18 |
| Java | >= 17 |
| Maven | 3.x |
| Git | 任意 |
git clone https://github.com/boommanpro/gaia-workflow-engine.git
cd gaia-workflow-engine/apps/console
npm install
npm run devcd apps/api/gaia-workflow
mvn install -DskipTests # 首次克隆必做：把 base/infra 构件装进本地仓库
cd gaia-workflow-app
mvn spring-boot:run # 开发模式启动，端口 48080多模块注意：
gaia-workflow-app单模块启动依赖本地仓库中的 base/infraSNAPSHOT构件，克隆后或 base/infra 有改动时，必须先在聚合目录apps/api/gaia-workflow下执行mvn install -DskipTests。
生产部署可打包为可执行 jar：
cd apps/api/gaia-workflow
mvn package -DskipTests
java -jar gaia-workflow-app/target/gaia-workflow-app-0.0.1-SNAPSHOT.jarAPI 服务运行在 48080 端口。SQLite 数据库文件 gaia_workflow.db 创建在进程工作目录，首次启动自动建库建表并写入默认配置。
Agent 对话需要一个 OpenAI 兼容的 LLM 端点（vLLM / Ollama / LM Studio / 各类网关均可）。启动后在浏览器进入 管理 → 配置 → 模型配置，填写 API Host / API Key / 模型名并保存——配置写入 agent_config 表，即时生效，无需重启。
- 默认执行引擎为内置 AgentScope（Harness ReAct 循环，依赖 io.agentscope:agentscope-harness，Maven Central 公开可取）；
- 也可切换为火山方舟 Managed Agents 托管引擎：在「模型配置」页的「火山方舟托管」分区填写 apiKey / environmentId / 模型 ID，再把默认引擎切到方舟即可。
| 层级 | 技术 |
|---|---|
| 前端 | React 18, TypeScript, flowgram.ai 1.0.12 |
| 后端 | Spring Boot, MyBatis Plus, Java 17 |
| 数据库 | SQLite |
| 构建 | rsbuild (前端), Maven (后端) |
- 独立部署 — 前后端分离部署，适用于大型分布式系统。
- 一体化部署 — 打包为单一应用，适用于中小型企业。
- GitHub Pages — 前端部署到 GitHub Pages，后端地址可配置。
- 容器化部署 — 规划中（暂未提供官方 Docker 镜像，可基于上述 jar 自行构建）。
完整文档请访问首页文档部分。
flowgram.ai 框架文档：https://flowgram.ai/guide/
完整里程碑历史请查看发布日志页面。
- Fork 本项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
我们遵循 Conventional Commits 规范。
本项目采用 MIT 许可证 — 详见 LICENSE 文件。
在线演示 · 管理后台 · 发布日志 · Issues · Discussions