OpenFlow：基于 opencode 引擎的多智能体 AI 工作流可视化搭建工具
OpenFlow 是一款基于 opencode 引擎的多智能体 AI 工作流可视化搭建工具，通过拖拽节点与连线完成 Agent 编排，支持串行、并行与条件分支协作。适用于多步骤内容生产、业务流程原型验证与职业教育课堂演示，帮助开发者降低多智能体应用的构建门槛，工作流配置可保存复用与版本管理。
查看原文 →内容为平台聚合整理，原文与最新动态以来源页面为准。
扫码进学习交流群
加专属老师微信图文介绍
项目定位
OpenFlow 是一款面向多智能体（multi-agent）AI 工作流的可视化搭建工具，底层由 opencode 引擎驱动。它把原本需要编写代码才能完成的 Agent 编排，转化为画布上的节点与连线：输入、模型调用、工具、分支判断、结果输出等环节以图形方式呈现，适合希望快速验证多 Agent 协作思路的开发者与教学场景。
核心功能亮点
- 可视化编排：拖拽节点、连线定义数据流向与执行顺序，工作流结构一目了然，便于团队评审与课堂讲解。
- 基于 opencode 引擎：Agent 运行时、会话管理与工具调用交由 opencode 处理，画布专注编排逻辑，减少重复开发工作。
- 多智能体协作：可配置多个角色分工的 Agent，通过消息传递或任务分发完成串行、并行与条件分支流程。
- 可复用与可留存：工作流以结构化配置保存，便于版本管理与跨项目迁移。
适用场景
- 多步骤内容生产：检索、撰写、审校等环节由不同 Agent 分工完成。
- 业务流程原型验证：在投入工程开发前，先用画布跑通链路。
- 教学与演示：面向职业教育课堂讲解 Agent 协作与工作流思维，节点式体验与 ComfyUI 在图像生成领域的思路相近。
上手提示
- 先从一个两节点的小流程开始，确认模型 API 与密钥配置正常，再逐步扩展。
- 为每个 Agent 写明职责边界与输出格式，减少无效往返。
- 节点命名保持统一规范，便于后续维护与交接；涉及 Checkpoint、LoRA 等资源引用时，建议与 ComfyUI 工作流分开管理。
- 涉及外部工具调用时，注意权限与数据处理范围，先在测试环境验证。
作者/来源：SeeRay11
常见问题
OpenFlow 是一款面向多智能体 AI 工作流的可视化搭建工具，底层由 opencode 引擎驱动。与纯代码方式相比，它把输入、模型调用、工具、分支判断、结果输出等环节放到画布上，用节点与连线表达数据流向和执行顺序，结构更直观，便于团队评审、版本留存与课堂讲解；具体运行时会话管理与工具调用仍由 opencode 引擎处理，画布专注编排逻辑。
基础流程以拖拽节点、连线配置为主，对编程经验的要求相对较低，适合希望快速验证多 Agent 协作思路的学习者。若要接入自建工具或外部接口，则仍需一定的接口与密钥配置知识。建议先从一个两节点的小流程开始，确认模型 API 与密钥配置正常，再逐步扩展节点数量与分支条件。
可以为不同角色分别配置 Agent，通过消息传递或任务分发完成协作，支持串行、并行与条件分支等流程形态。实践中建议为每个 Agent 写明职责边界与输出格式，减少无效往返；节点命名保持统一规范，便于后续维护与交接。涉及外部工具调用时，注意权限与数据处理范围，先在测试环境验证。
两者都采用节点式、可视化的编排体验，思路相近，便于有图像生成工作流经验的学习者迁移理解。区别在于 OpenFlow 面向多智能体协作与文本类任务链路，而 ComfyUI 侧重图像生成。涉及 Checkpoint、LoRA 等资源引用时，建议将两类工作流分开管理，避免配置相互干扰。
可以先用多步骤内容生产作为示例，把检索、撰写、审校分别交给不同 Agent，让学员观察节点之间的数据流向与执行顺序，再逐步引入分支与并行结构，理解工作流思维。数智技能研修平台的相关课程也会结合此类工具开展演示与练习，帮助学习者建立从思路到原型的完整认识。