2026.10.09
Open Flow：把 AI 辅助编排放进可检查的工作流
Open Flow 是一个 Apache-2.0 开源的可视化工作流平台，结合 JavaScript、AI、应用连接、分支和人工审批，并支持托管或自托管部署。它适合希望保留流程可读性与运行控制权的开发者和团队，但目前仍处于 beta，部署与外部服务配置需要自行评估。
它解决什么问题
Open Flow 面向需要把自动化流程画出来、运行起来并持续维护的人。它把可视化 Workbench、JavaScript 代码任务、AI 任务、应用连接、条件分支和人工审批放在同一张流程图中。流程不只是由代理生成的临时脚本：用户可以在 Workbench 中查看图结构、编辑代码、检查输入来源，并决定哪个版本进入 Live 运行。
项目采用 Apache-2.0 许可证，仓库包含工作流契约与运行时、Workbench、CLI 命令包和自托管 Server。它还提供版本化 Control API，以及面向兼容客户端的 MCP 编排和运行工具。因此，适合希望通过代码或代理辅助搭建流程，同时仍需要人工审阅和版本管理的开发者、小型技术团队与内部自动化维护者。
图片来源：open-flow。项目公开截图，界面可能随版本变化。
已知功能
流程节点可以使用 JavaScript 完成数据转换、消息格式化和自定义逻辑，并声明命名且带类型的输入输出。控制连接决定下一步执行，输入映射决定节点接收什么数据；这一区分有助于检查数据流和执行路径。条件分支可用于路由工作，子流程则可为重复逻辑提供独立接口，画布备注可记录设计意图。
AI 部分包括用于分类、提取和摘要的 LLM Task，以及适合多次工具调用的 Agent Task。Agent Task 可配置模型、工具和执行限制，工具配置还涉及可用操作、账户与审批策略。Approval 和 Wait 节点会保存等待状态，流程可在决定完成后继续，而无需重放此前已经完成的步骤。
测试运行时，Workbench 可以展示节点结果、日志、错误和待处理审批。发布会创建用于 Live 自动化的版本化快照；用户可以继续编辑草稿、查看早期发布版本，并在需要时回滚。触发方式包括手动启动、计划任务、Webhook，以及受支持的提供商事件和轮询来源。
图片来源：open-flow。项目公开截图，界面可能随版本变化。
适合谁
如果团队希望让 AI 或终端代理承担重复的节点连接工作，同时让人保留流程审查权，Open Flow 的设计比较对口。它也适合熟悉 TypeScript 或 JavaScript、希望把少量自定义代码嵌入自动化的人。对需要在关键动作前加入审批、并要求运行记录与流程版本对应的场景，项目提供了相应的节点和界面能力。
采用前的限制与部署考虑
首先，README 明确说明项目处于 beta，产品及版本化契约仍在演进。因此，正式采用前应验证当前版本的接口、部署文档和升级路径，不能把现有行为视为长期稳定承诺。
其次，自托管并不只是启动 Server。Docker 方案下，部署方需要管理部署本身、存储、备份、升级和集成配置；Fly.io 方案也需要管理应用、持久卷、密钥、备份和升级。公开暴露实例前，应结合项目提供的部署指南和加固清单进行评估。资料没有给出统一的最低硬件配置，实际资源需求也未在来源中确认。
应用连接与 AI 任务依赖相应服务。Connector 保存账户凭据，工作流只引用连接身份；自托管用户仍需选择并配置 Connector 部署，以及完成服务商配置和账户授权。README 也明确指出，Server 不会静默切换到其他提供商。因此，部署前应确认所需连接器、模型服务、授权方式和运行数据存储均已规划。
总体而言，Open Flow 的核心价值是让 AI 辅助构建与可视化审查共存。它值得由愿意接受 beta 状态、并能承担部署和外部服务运维责任的团队进行试用；对要求成熟稳定契约、完全托管集成或明确资源基线的生产环境，则应先完成针对性验证。
资料来源
资料核对日期：2026-10-09