从意图到工作流
用自然语言描述需求，生成工作流图、节点文档、Python 节点代码和后端入口
OPEN SOURCE / GENERATIVE WORKFLOW
从想法到
可进化、可复用的
AI 工作流
从一句自然语言出发，生成、运行并持续演进 AI 工作流，FlowX 将一次性的回答变成可以检查、复用和改进的执行过程
给你的 AGENT 的指令
请阅读 https://github.com/AIpRoBuilder/FlowX/blob/main/skills/flowx-workflows/SKILL.md 和 https://github.com/AIpRoBuilder/FlowX#setup，为当前 Agent 安装该 skill，并在合适的 Python 3.10+ 虚拟环境中安装、验证 FlowX；按需连接本地 MCP，指导我安全配置 LLM 并创建工作流；不要在聊天中索取密钥
开源 · 本地优先 · 为你的 Agent 而构建
FLOWX ENGINE GENERATIVE WORKFLOW
INPUT自然语言意图
FLOWXGENERATE工作流图 + 节点
RUN & EVOLVE运行与持续演进
DESCRIBEGENERATERUNEVOLVE↻
BUILT FOR AGENTS / MADE TO EVOLVE向下探索
01 / WHAT YOU GET
不只是回答，
而是构建完成任务的过程
FlowX 专注于 Agent 背后的执行层：把需求转化为清晰、可运行的工作流，并随着反馈不断改进
节点经过审计与测试
每个业务节点经过生成、审计、测试和有限次数的修复；仍未通过的节点不会发布
在对话中持续演进
按需修改整个工作流或指定节点，复用未改变的部分，让流程随需求一起成长
产物可见、可复用
工作流图、代码和版本化产物保存在本地，可以检查、重新打开并继续演进
02 / HOW IT WORKS
从一句话，
到一个可复用的流程
FlowX 连接意图与执行，生成的是明确的图和代码，而不是隐藏在对话中的一次性结果
THE FLOWX LOOPINTENT → WORKFLOW → EVOLUTION
✳
描述需求
向你的 Agent 描述目标与流程
◇
生成与验证
构建流程图、节点与入口；节点经过审计、测试和修复
▷
检查与运行
检查生成的产物，启动服务并交互式执行工作流
↻
演进与复用
根据反馈调整流程或节点，保留并复用已有成果
03 / QUICKSTART
从这里开始，
构建你的第一个流程
安装 FlowX 后，选择 MCP 连接你的 Agent，或直接使用 Python SDK；需要 Python 3.10+ 和已配置的 LLM 服务
01 / MCP
连接你的 Agent
在支持 MCP 的客户端中注册本地服务，将路径替换为实际的虚拟环境和配置目录；Windows 请使用对应的 Scripts 可执行文件
mcp.json
{
"mcpServers": {
"flowx": {
"command": "/absolute/path/to/venv/bin/flowx-mcp",
"env": {
"FLOWX_CONFIG_ROOT": "/absolute/path/to/config"
}
}
}
}在配置目录的 .env 中设置 FLOWX_LLM_PROVIDER、FLOWX_LLM_MODEL、FLOWX_LLM_API_KEY 和 FLOWX_DEFAULT_WORKSPACE；不要将密钥提交到代码仓库
02 / PYTHON SDK
用代码构建工作流
配置好 LLM 后，使用 SDK 从自然语言构建工作流，并检查生成的产物
build_workflow.py
from flowx_sdk import FlowXClient
with FlowXClient(workspace="./workflows") as flowx:
result = flowx.build_workflow(
"创建一个总结文档的工作流。",
await_repair_input=False,
).raise_for_failure()
print("Workflow:", result.workflow_id)
print("Artifacts:", flowx.artifacts(result.workflow_id))在运行 SDK 的环境中配置模型变量，构建期间可能执行节点测试；运行生成的服务前，请审阅产物和代码
04 / ONE CORE, THREE INTERFACES
用你习惯的方式，
连接 FlowX
一个共享核心，三种接入方式，无论是 Agent 客户端、Python 应用还是其他 Agent，都能连接工作流生成能力
01 / AGENT CLIENT
MCP
通过本地 stdio 连接支持 MCP 的 Agent，创建、检查、运行和演进工作流；构建任务在后台执行，可查询状态
LOCAL STDIO02 / YOUR APPLICATION
Python SDK
在 Python Agent 或自己的应用后端中直接使用同一核心，构建、检查、运行和演进工作流
PYTHON 3.10+03 / AGENT TO AGENT
A2A
通过 Agent2Agent 让其他 Agent 委托 FlowX 构建工作流，目前提供非流式工作流构建接口
NON-STREAMING01
准备环境
Python 3.10+，以及兼容 OpenAI API 的模型服务
02
安装 FlowX
安装包含共享核心、MCP、Python SDK 和 A2A 适配器
03
配置并连接
配置模型、密钥和工作区，选择适合你的接口接入
04
构建与演进
描述需求，检查构建结果，运行并持续改进工作流
FlowX 是一个可视化工作流编辑器吗？
不是，FlowX 是生成式工作流层，不自带用户界面；你的 Agent 或应用负责交互和展示，FlowX 负责生成、运行和演进背后的流程
工作流生成后保存在哪里？
工作流产物保存在配置的本地工作区中，包括工作流图、节点代码和后端入口，可供检查和后续演进
节点测试没有通过怎么办？
节点构建包含审计、测试和有限次数的修复，需要时可以提供修改指导；仍未通过的节点不会发布
FlowX 支持哪些接入方式？
支持本地 stdio MCP、Python SDK 和 A2A 适配器，其中 A2A 当前用于非流式工作流构建
LET'S BUILD / TOGETHER
为你的 Agent，
构建下一步可能
探索 FlowX，或与我们一起构建生成式工作流
