Agentic-Org
Agentic-Org 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 7.5 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
Agentic-Org 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
Agentic-Org是开源AI工作流平台，提供企业级AI代理协调功能。
Agentic-Org 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
Agentic-Org是开源AI工作流平台，提供企业级AI代理协调功能。
Agentic-Org 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install agentic-org
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install agentic-org
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/mishrasanjeev/agentic-org
cd agentic-org
pip install -e .
# 验证安装
python -c "import agentic_org; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
agentic-org --help
# 基本用法
agentic-org input_file -o output_file
# Python 代码中调用
import agentic_org
# 示例
result = agentic_org.process("input")
print(result)
# agentic-org 配置文件示例（config.yml） app: name: "agentic-org" debug: false log_level: "INFO" # 运行时指定配置文件 agentic-org --config config.yml # 或通过环境变量配置 export AGENTIC_ORG_API_KEY="your-key" export AGENTIC_ORG_OUTPUT_DIR="./output"
AgenticOrg
AgenticOrg is an Apache-2.0 enterprise AI agent platform for building, running, and governing agent workflows across finance, HR, marketing, operations, back office, communications, and bounded agentic-commerce use cases.
Ownership: AgenticOrg is owned by Orchestrum Technologies LLP. Inventor / Owner: Sanjeev Kumar Contact: sanjeev@orchestrum.in | mishra.sanjeev@gmail.com See the canonical ownership and contact statement and NOTICE.
Website | Application | Playground | Documentation | Current product status | Security policy
Requirements
- Python 3.12 or newer
- Node.js 20 or newer
- Docker with Docker Compose for local PostgreSQL and Redis
- At least one supported LLM provider key, or a configured local model runtime, for model-backed execution
The UI currently uses React 19. Dependency versions are declared in pyproject.toml and ui/package.json.
Production deployment
The current managed rollout helper targets Google Cloud Run:
bash scripts/deploy_cloud_run.sh --sha <commit-sha> --yes
Useful modes include:
bash scripts/deploy_cloud_run.sh --sha <commit-sha> --skip-build --with-migrations --yes bash scripts/deploy_cloud_run.sh --sha <commit-sha> --skip-build --traffic preserve --yes bash scripts/deploy_cloud_run.sh --sha <commit-sha> --dry-run
The helper stages revision-specific images, verifies image and commit metadata, supports migration-first deployment, probes health, and moves traffic according to the selected mode. Read the script help and docs/deployment.md before using production credentials.
Default script configuration places Cloud Run services in asia-southeast1 and Artifact Registry in asia-south1. Both are configurable. Older Kubernetes material is retained only for historical or alternative deployment context.
Configuration-dependent or provider-gated
- LLM calls require a configured supported model provider or a local model runtime. - Each connector requires provider credentials, tenant authorization, and the relevant scopes. - Composio is an optional integration gateway; its catalog is not the same as the native connector registry. - Document OCR ships with Tesseract, Poppler, and LibreOffice in the production image. See Knowledge ingestion. - The production voice path uses signed Twilio webhooks with provider-managed STT/TTS and encrypted transcript storage. See Voice runtime. - Browser automation includes tenant-scoped scripts, schedules, durable history, and approved-domain egress controls. A run remains an explicit external action. See RPA runtime. - Outbound notifications and local-model profiles require their supporting services. - SSO, SCIM, enterprise support, and custom SLAs depend on plan and deployment configuration. - WhatsApp, Telegram, payment-provider, bank, POS, and merchant-system flows require provider setup and verified callbacks or adapters. - WooCommerce, ERP, PIM, OMS, WMS, custom commerce APIs, and additional payment rails can be recorded as adapter-ready configuration but are not represented as active execution paths until an approved adapter exists.
Public API and protocols
All application API routes are mounted below /api/v1.
| Surface | Purpose | Authentication posture |
|---|---|---|
| GET /api/v1/health | Service health | Public |
| GET /api/v1/product-facts | Live version and registry totals | Public |
| GET /api/v1/a2a/agent-card | A2A discovery card | Public |
| GET /api/v1/a2a/.well-known/agent.json | A2A discovery alias | Public |
| GET /api/v1/mcp/tools | MCP-compatible agent discovery | Public |
| Agent, workflow, tool, billing, and commerce mutations | Tenant operations | Authenticated and scoped |
Interactive OpenAPI documentation is available from the API service when enabled by the deployment. The detailed route inventory is maintained in docs/route_inventory.json, and narrative API documentation is in docs/api-reference.md.
Python SDK and CLI
See sdk/README.md.
pip install agenticorg agenticorg agents list agenticorg a2a card
SDK 0.4.0 covers agents, workflows, connector diagnostics, knowledge/OCR, voice, RPA, local bridges, and the seller-commerce runtime. External-action methods such as outbound calls, RPA runs, connector sync, and bridge routing remain explicit calls and still require tenant authorization. Server features may require a newer deployment than the installed client, so consumers should check package and server release notes.
TypeScript SDK
See sdk-ts/README.md.
npm install agenticorg-sdk
The TypeScript 0.4.0 resource surface mirrors the Python runtime coverage, including knowledge/OCR, voice, RPA, bridges, and commerce preparation APIs.
AgenticOrg 是一个领先的 AI Virtual Employee Platform（AI 虚拟员工平台）。它基于 LangGraph 构建智能 Agent，通过 Composio 集成了超过 1000 种外部工具，使其不仅能生成文本，更能直接调用 Jira、HubSpot、GitHub、Tally 及 Banking AA 等真实 API 执行任务。平台支持 Voice agents、RAG 知识库、智能 LLM routing 以及 PII 脱敏等企业级功能，并提供 CFO/CMO 专用仪表盘，支持多公司管理与自动化任���调度，是构建企业级 Agentic 工作流的核心基础设施。
核心功能涵盖了从自动化流程到企业级合规的全方位能力。平台支持通过自然语言构建 NL Workflow，实现业务流程的自动化；内置 RAG 知识库与智能 LLM routing，确保响应的准确性与成本优化；具备强大的 PII redaction（隐私脱敏）能力，保障数据安全。此外，平台还提供浏览器 RPA、语音 Agent 以及针对财务与营销场景定制的专业 Dashboard，能够通过 NL Query 实现对业务数据的自然语言交互。
在开始部署前，请确保您的开发环境已安装 Python 3.11+（已在 3.12 和 3.13 版本上完成测试）、Node.js 20+ 以及 Docker。项目提供了多个 requirements.txt 文件以满足不同需求：`requirements.txt` 用于安装核心平台（包含 API、agents、connectors 等必备组件）；`requirements-v4.txt` 用于启用 v4 高级特性（如 Composio 工具集、RouteLLM 路由及 Presidio PII 脱敏）；`requirements-dev.txt` 则用于开发环境配置。
安装过程分为 Python 依赖安装与 Docker 服务部署两部分。首先，根据需求使用 pip 安装对应的 requirements 文件。对于需要知识库（RAGFlow）、语音 Agent（LiveKit）或本地 LLM（Ollama/vLLM）的场景，建议使用 Docker Compose 进行部署。例如，通过 `docker compose --profile ragflow up -d` 启动知识库服务，或使用 `airgap` 配置模式实现本地化部署，确保在不同网络环境下都能灵活运行。
平台提供了直观的 NL Workflow Builder，用户只需使用纯英文描述业务逻辑（例如：“当金额大于 5L 时自动审批发票”），系统即可自动生成完整的 Workflow 定义，并在部署前支持预览。对于数据查询，用户可以通过全局快捷键 Cmd+K 唤起 NL Query 界面，通过对话式交互获取业务数据，且每个回答都会通过 Agent Attribution 明确标注数据来源，确保结果的可追溯性。
项目通过环境变量进行精细化配置。关键参数包括：`COMPOSIO_API_KEY` 用于连接 1000+ 外部工具；`AGENTICORG_LLM_ROUTING` 用于控制智能路由模式（如 auto, tier1 等）；`AGENTICORG_LLM_MODE` 决定使用 Cloud 还是 Local 模型；`AGENTICORG_PII_REDACTION_MODE` 用于设置隐私脱敏策略。此外，针对 RAGFlow 和 LiveKit 等外部服务，需配置相应的 API URL 与 Key 以实现无缝集成。
AgenticOrg 提供了强大的 NL Query 接口，支持通过自然语言对所有业务数据进行搜索。用户可以通过全局快捷键 Cmd+K 快速打开搜索栏，或使用侧边栏聊天面板进行深度对话。系统具备完善的 Agent Attribution 机制，能够清晰展示每条信息的提供者。同时，平台内置了丰富的 Native Enterprise Connectors，涵盖了 Finance（如 Oracle, SAP, Tally, Stripe）与 Marketing（如 Salesforce）等领域的真实 API 端点。
平台内置了 15 个生产级 Workflow Templates，涵盖了复杂的业务场景。例如，Finance 领域的 `invoice_to_pay_v3` 模板可以实现从 PDF 解析、GSTIN 校验到 3-way match 及最终支付执行的全自动化流程；`month_end_close` 模板则用于处理月度结账中的试算平衡与调整任务。此外，通过 `/integration-workflow` 页面，用户可以获得可视化的外部系统连接指南及 SDK/CLI 快速入门示例。
Agentic-Org是一个开源的AI工作流平台，提供了企业级的AI代理协调功能，但其星数较少，可能需要进一步优化。
- 需要 agentic-org 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 需要 agentic-org 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
该工具使用 NOASSERTION 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，Agentic-Org 在Agent工作流赛道中表现稳健，质量良好。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | agentic-org |
| 原始描述 | 开源AI工作流：Agentic-Org is an open-source, enterprise-grade AI agent orchestration platform.。⭐7 · Python |
| Topics | workflowpython |
| GitHub | https://github.com/mishrasanjeev/agentic-org |
| License | NOASSERTION |
| 语言 | Python |
收录时间：2026-05-17 · 更新时间：2026-05-30 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。