maniktomar/AI-Workflow-Assistant
GitHub: maniktomar/AI-Workflow-Assistant
一个基于 FastAPI 的多智能体 AI 工作流编排引擎，通过模板驱动的方式将结构化数据转化为跨领域的可执行业务智能。
Stars: 0 | Forks: 0
# 🤖 AI Agent 工作流助手
**AI Agent Workflow Assistant** 是一个轻量级、模板驱动的编排平台。它利用由专业化 AI Agent 组成的网络来处理结构化证据（如销售记录或事件日志），并将其转化为可执行的商业智能。
## ✨ 功能
- **🧠 Multi-Agent Orchestration：** 专业化 Agent（如 Data Analyst、Risk Reviewer、Action Recommender）按顺序工作，并在各步骤之间智能地传递 state。
- **🔌 Dynamic State Wiring：** 没有硬编码逻辑！Workflow 通过模板声明式定义，映射 `inputs_from_state` 和 `outputs_to_state`。
- **📊 通用分析工具：** 自动检测数据 schema，开箱即用地无缝兼容不同领域（营收、SLA 违规、严重性等）。
- **🌐 FastAPI 后端与 Web UI：** 包含精美的 Web 界面，可上传数据、实时查看 Agent 推理过程，并下载执行报告。
- **💻 CLI 支持：** 直接从终端运行无头 workflow 分析。
## 📦 内置模板
平台预置了四个强大的操作模板，以及相应的示例数据集：
1. 🛒 **销售异常调查** (`sales_anomaly`)
2. 🚨 **事件响应编排** (`incident_response`)
3. 🎫 **客户支持升级** (`customer_support`)
4. 📊 **项目组合评审** (`project_review`)
## 🚀 快速开始
### 1. 安装
克隆仓库并安装依赖项。建议使用虚拟环境。
```
git clone https://github.com/maniktomar/AI-Workflow-Assistant.git
cd AI-Workflow-Assistant
pip install -r requirements.txt
```
### 2. 配置（可选）
默认情况下，助手在 **Demo Mode** 下运行，该模式使用本地逻辑来模拟 Agent 行为，无需 API key。
如果您想使用完整的 LLM 引擎，请设置您的 OpenAI API key：
```
# Windows (PowerShell)
$env:OPENAI_API_KEY="sk-your-key-here"
# Mac/Linux
export OPENAI_API_KEY="sk-your-key-here"
```
### 3. 运行 Web UI
启动美观的交互式 dashboard：
```
python -m agent_workflow_assistant.server
```
然后打开浏览器并访问 **[http://localhost:8000](http://localhost:8000)**。
### 4. 通过 CLI 运行
您也可以完全通过命令行运行 workflow：
```
# 使用样本数据运行 Incident Response 模板
python -m agent_workflow_assistant.cli \
--template incident_response \
--data-path data/sample_incident_events.jsonl \
--limit 10
```
## 🏗️ 架构
引擎使用动态蓝图模式。您无需硬编码步骤，而是在 `templates.py` 中定义模板：
```
WorkflowStep(
name="Profile sales events",
agent_role="Data Analyst Agent",
tool_name="profile_events",
inputs_from_state={"events": "events"},
outputs_to_state={
"anomaly_count": "anomaly_count",
"total_revenue": "total_revenue"
}
)
```
然后，`WorkflowEngine` 会动态解析此蓝图，并通过 `shared_state` 字典在工具之间路由数据。
## 🤝 贡献
欢迎贡献！如果您想添加新的 workflow 模板，只需：
1. 将您的新模板蓝图添加到 `templates.py`
2. 在 `data/` 文件夹中添加一个示例数据集
3. 提交 pull request！
标签：AV绕过, FastAPI, IT运维, Petitpotam, Socks5代理, 代码示例, 多智能体编排, 数据分析, 逆向工具, 风险控制