workflow
Workflow 是由 Vercel 团队联合开源社区推出的开发套件，专注于让 TypeScript 开发者能够轻松构建持久、可靠且可观测的应用程序及 AI 智能体。
在异步编程场景中，任务中断导致的状态丢失或流程不可控是常见难题。Workflow 通过引入挂起（suspend）和恢复（resume）机制，完美解决了这一问题。它能让应用在运行过程中安全暂停并保存当前状态，待条件满足时继续执行，无需担心数据丢失。同时，内置的可观测性功能让开发者能清晰追踪任务执行情况，极大降低了调试复杂度。
Workflow 特别适合需要处理长耗时任务、复杂工作流或构建 AI 代理的开发者。依托于活跃的社区支持和完善的文档，Workflow 为构建高可用系统提供了坚实基础。无论是个人项目还是企业级应用，都能从中受益。欢迎前往官方文档了解如何使用，或在 GitHub 社区交流心得。
使用场景
某电商技术团队正在构建一个智能售后助手，需处理跨数据库查询、LLM 生成方案及人工审核的多步骤流程，对稳定性要求极高。
没有 workflow 时
- 异步任务常因网络波动或超时中断，导致用户会话状态丢失，严重影响用户体验。
- 手动编写重试与状态机逻辑，代码冗余严重，后续迭代维护成本居高不下。
- 缺乏统一的可观测性，排查生产环境中流程卡死或失败原因往往耗时费力。
- 多步骤间状态同步困难，容易出现数据不一致或重复执行等严重问题。
使用 workflow 后
- workflow 自动持久化执行状态，即使服务意外重启也能从断点无缝恢复进度。
- 内置的挂起与恢复机制简化了长耗时任务的编排，开发者无需手写复杂的状态机。
- 提供完整的执行链路追踪，能快速定位并修复异常节点，显著提升运维效率。
- 基于 TypeScript 的类型安全接口确保多步骤间数据流转准确，大幅减少运行时错误。
workflow 通过提供原生状态管理与可观测性，彻底解决了复杂 AI 代理开发中的可靠性难题。
运行环境要求
- 未说明
未说明
未说明
快速开始
工作流开发套件 (Workflow Development Kit)
入门指南
工作流开发套件 (Workflow Development Kit) 让您能够轻松地为异步 JavaScript (async JavaScript) 添加持久性 (durability)、可靠性 (reliability) 和可观测性 (observability)。构建可以轻松挂起 (suspend)、恢复 (resume) 并保持状态 (state) 的应用程序和 AI 代理 (AI agents)。
访问 https://useworkflow.dev 查看完整文档。
社区
工作流开发套件 (Workflow DevKit) 社区位于 GitHub 讨论区，您可以在那里提问、提出想法，并与其他人分享您的项目。
贡献
欢迎并为工作流开发套件 (Workflow DevKit) 的贡献表示高度赞赏。请使用 GitHub 问题 (issues) 和 讨论 (discussions) 与团队及更广泛的社区进行协作。
作者列表
工作流开发套件 (Workflow DevKit) 由 Vercel 的工程师和 开源社区 共同构建。
初始核心贡献工程师包括：
- Adrian Lam (@adriandlam)
- Dillon Mulroy (@dmmulroy)
- Gal Schlezinger (@Schniz)
- JJ Kasper (@ijjk)
- Nathan Rajlich (@TooTallNate)
- Peter Wielander (@VaguelySerious)
- Pranay Prakash (@pranaygp)
工作流开发套件 (Workflow DevKit) 标志由 Cecilio Ruiz @ceciliorz 设计
安全
如果您认为在工作流开发套件 (Workflow DevKit) 中发现了安全漏洞 (security vulnerability)，我们鼓励您负责任地披露此问题，而不是公开创建 Issue。
若要参与我们的开源软件漏洞赏金计划 (Open Source Software Bug Bounty program)，请发送邮件至 responsible.disclosure@vercel.com。我们将把您添加到该计划中，并提供提交报告的进一步说明。
版本历史
workflow@4.2.0-beta.762026/04/02workflow@4.2.0-beta.752026/04/01workflow@4.2.0-beta.742026/03/30workflow@4.2.0-beta.732026/03/27workflow@4.2.0-beta.722026/03/24workflow@4.2.0-beta.712026/03/18workflow@4.2.0-beta.702026/03/13workflow@4.2.0-beta.69.12026/03/12workflow@4.2.0-beta.682026/03/12workflow@4.2.0-beta.672026/03/12workflow@4.2.0-beta.662026/03/06workflow@4.2.0-beta.652026/03/06workflow@4.2.0-beta.642026/03/05workflow@4.1.0-beta.632026/03/03workflow@4.1.0-beta.622026/02/27workflow@4.1.0-beta.612026/02/27workflow@4.1.0-beta.602026/02/21workflow@4.1.0-beta.592026/02/20workflow@4.1.0-beta.582026/02/19workflow@4.1.0-beta.572026/02/13常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。