开源AI工作流：多用户AI Agent框架
经 AI Skill Hub 精选评估，开源AI工作流：多用户AI Agent框架 获评「推荐使用」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。
📚 深度解析
开源AI工作流：多用户AI Agent框架 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
多用户AI Agent框架，支持角色扮演、工具调用和对话持久化，提高工作效率和智能化
开源AI工作流：多用户AI Agent框架 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
多用户AI Agent框架，支持角色扮演、工具调用和对话持久化，提高工作效率和智能化
开源AI工作流：多用户AI Agent框架 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 votx-agent
# 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 votx-agent
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/kesepain-KE/votx-agent
cd votx-agent
pip install -e .
# 验证安装
python -c "import votx_agent; 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
votx-agent --help
# 基本用法
votx-agent input_file -o output_file
# Python 代码中调用
import votx_agent
# 示例
result = votx_agent.process("input")
print(result)
# votx-agent 配置文件示例（config.yml） app: name: "votx-agent" debug: false log_level: "INFO" # 运行时指定配置文件 votx-agent --config config.yml # 或通过环境变量配置 export VOTX_AGENT_API_KEY="your-key" export VOTX_AGENT_OUTPUT_DIR="./output"
votx-agent
<p align="center"> <img src="votx-agent.png" width="160" alt="votx-agent logo"> </p>
本 README 遵循中文 README 标准，并在此基础上扩展了 Provider 配置、多模态、外部消息路由、知识库等框架特有章节。</p>
中文 | English
背景
votx-agent 是一个本地优先、面向个人部署的 AI Agent 框架，支持多用户数据隔离、Web UI、CLI、工具调用、任务计划、持久记忆、自我改进、外部消息路由和多模态能力。
特性
- 统一 Provider 接口：provider type 固定为
kemo，base_url可指向 Kemo LLM Adapter 网关或任意 OpenAI 兼容 API，不依赖 OpenAI SDK。 - 多用户数据隔离：每个用户独立
config.json、self_soul.md、历史、文件、记忆和知识库。 - Web + CLI 共用引擎：
run/engine.py统一处理 system prompt、tool_calls、历史保存。 - Skills/Plugins 架构：
plugins/为内置技能，skills/为用户拓展技能。 - 工具优先工作流：文件、网络、下载、PDF、DOCX、知识库等任务优先走专用 Skill/工具，shell 作为最后的诊断和构建手段。
- 任务计划：复杂请求可生成计划，Web UI 批准后执行，支持暂停、继续、终止。
- auto_improve：临时记忆与永久记忆分层，支持主动审阅与清理。
- 外部消息路由：QQ/NapCat/OneBot 与 Telegram，可接收图片、语音、文件，支持推送队列。
- 全栈多模态能力：图像识别、语音识别、图像生成、图像编辑、语音生成、语音生语音、视频生成，按 Provider 能力启用。
- 全局/用户知识库：
knowledge/全局共享，users/<name>/knowledge/用户私有。
<p align="center"> <img src="votx-agent-web-UI.png" width="720" alt="votx-agent Web UI"> </p>
多模态能力
能力声明：
vision
audio_transcription
image_generation
image_edit
speech_generation
speech_to_speech
video_generation高级配置（在 users/<name>/config.json 的 provider 中）：
{
"provider": {
"capabilities_override": [
"vision",
"audio_transcription",
"image_generation",
"image_edit",
"speech_generation",
"speech_to_speech",
"video_generation"
],
"audio_transcription_model": "stepfun-stepaudio-2.5-asr",
"image_generation_model": "",
"image_edit_model": "stepfun-step-image-edit-2",
"speech_generation_model": "stepfun-stepaudio-2.5-tts",
"speech_to_speech_model": "",
"video_generation_model": ""
}
}调用优先级：
专用模型配置 > 默认聊天模型常用工具：
| 工具 | 说明 |
|---|---|
vision_analyze / vision_universal | 图片识别，支持多图 |
audio_transcribe | 语音转文字 |
image_generate | 文生图，默认输出到 users/<name>/download/ |
image_edit | 图像编辑（需 Kemo 支持），默认输出到 users/<name>/download/ |
speech_generate | 文生语音，默认输出到 users/<name>/download/ |
speech_to_speech | 语音生语音，默认输出到 users/<name>/download/ |
video_generate / video_status / video_download | 视频生成、查询和下载（需 Kemo 支持） |
执行更新（备份 → 同步框架 → 处理配置/知识库 → 刷新依赖）
python update.py --yes
安装
需要 Python 3.10+ 和 git。
git clone https://github.com/kesepain-KE/votx-agent.git
cd votx-agent
python setup.py # 安装依赖 + 构建前端 + 环境验证，一步到位
python set_user.py add # 创建用户，配置模型和 Provider
python start_web.py # 启动 Web UIsetup.py 会自动完成 pip 依赖安装和前端（React/TypeScript）构建。跳过 setup.py 直接 start_web.py 会导致前端页面空白。python start_web.py ```
访问 http://localhost:1478。
首次运行后请在 users/<用户名>/config.json 中配置 Provider，或通过 python set_user.py add 创建用户并填写模型、base_url 与 api_key。
启动 Web 时自动检测远程版本，终端会打印版本状态（支持 VOTX_SKIP_VERSION_CHECK=1 跳过）。
用法
```bash
启动 Web UI
python start_web.py python start_web.py --port=8080 python start_web.py --host=0.0.0.0 --port=1478
配置示例
配置文件位于 users/<用户名>/config.json。创建用户时模型菜单可选 stepfun-step-3.7-flash、deepseek-v4-flash 等模型，也可手动输入其他模型名。
Kemo 网关配置示例：
{
"provider": {
"type": "kemo",
"model": "stepfun-step-3.7-flash",
"api_key": "sk-kemo-deepseek",
"base_url": "http://127.0.0.1:8741/v1",
"stream": true,
"timeout": 240
}
}环境变量（仅作为兜底）：
KEMO_API_KEY=sk-kemo-your-key-here
KEMO_BASE_URL=http://127.0.0.1:8741/v1
TAVILY_API_KEY=tvly-xxx优先级：
users/<name>/config.json > 环境变量 > 程序默认值Provider 配置
CLI 模式
python start.py
兼容模式：OpenAI 兼容 API
base_url 可指向任意 OpenAI 兼容 API。文本对话和部分工具调用可用，图生图、视频、部分 ASR 等能力取决于目标服务是否支持。
切换模式只改 base_url 和 api_key，provider type 统一填 "kemo"。
Skills / Plugins
| 目录 | 说明 |
|---|---|
plugins/ | 框架内置基础技能，更新脚本可覆盖 |
skills/ | 用户拓展技能，更新脚本永不覆盖 |
常用内置工具能力：
| Skill | 主要能力 |
|---|---|
file | 文件读取、范围读取、写入、追加、精确编辑、目录树、搜索、复制、移动、建目录、删除文件 |
network | http_get、http_post、web_read，支持 network_scope 控制公网/本机/内网访问 |
download_anything | 链接检查、直链下载、视频下载、下载列表 |
markdown_converter | PDF/Office/HTML 等文档转 Markdown |
pdf_tools | PDF 信息、提取、拆分、合并、旋转、盖字、水印、预览、OCR、脱敏、视觉对比 |
word_docx | DOCX 创建和读取，支持排版、表格、图片、模板、页码、目录 |
tavily_search | Tavily 搜索、网页提取、站点爬取、站点地图、深度研究 |
time | 当前时间、最长 30 分钟等待 |
audio_universal | 语音转文字，支持多语言和时间戳 |
vision_universal | 通用识图，支持本地图片和远程 URL |
image_generation | 文生图，支持多种尺寸和质量 |
speech_generation | 文生语音，支持多种语音风格 |
image_edit | 图像编辑（需 Provider 支持） |
video_generation | 视频生成、查询和下载（需 Provider 支持） |
speech_to_speech | 语音生语音（需 Provider 支持） |
task_time | cron 定时任务管理 |
qq_send / qq_file | 外部消息推送 |
核心内置技能不可禁用：
file shell time network task_plan auto_improve skill_creator task_time kb_retriever用户技能可通过 override: true 覆盖同名内置技能。
已收口的旧插件：
| 旧插件 | 当前归属 |
|---|---|
file_search | 已并入 file.search_files |
video_download | 已并入 download_anything.download_video |
web_content_fetcher | 已并入 network.web_read |
votx-agent 是一个专为个人部署设计的本地优先 AI Agent 框架。它具备强大的多用户数据隔离能力，支持 Web UI 与 CLI 双模式交互。框架集成了工具调用、任务计划、持久记忆及自我改进机制，并具备多模态处理能力（如 vision、audio_transcription 等），能够通过外部消息路由实现复杂的自动化任务，是一个高度可扩展的智能体平台。
本项目采用统一的 Provider 接口设计，通过 Kemo LLM Adapter 网关或任何兼容 OpenAI 的 API 进行驱动。核心特性包括：严格的多用户数据隔离（每个用户拥有独立的 config.json、记忆与知识库）；Web 与 CLI 共用底层引擎；灵活的 Skills/Plugins 架构，支持用户自定义扩展；以及“工具优先”的工作流，优先使用专用 Skill 处理文件与网络任务，仅在必要时调用 shell 进行诊断。
运行 votx-agent 需要安装 Python 3.10 或更高版本，并确保系统中已安装 git。在进行系统更新时，建议通过执行 `python update.py --yes` 来完成备份、框架同步、配置处理及依赖刷新，以确保环境的稳定性。
首先通过 git 克隆仓库并进入目录。推荐使用 `python setup.py` 进行一键式安装，该脚本会自动处理 pip 依赖安装、前端（React/TypeScript）构建及环境验证。安装完成后，使用 `python set_user.py add` 创建用户并配置模型。最后通过 `python start_web.py` 启动 Web UI。请注意，若跳过 setup.py 直接启动，可能会导致前端页面无法正常显示。
用户可以通过 `python start_web.py` 启动 Web 界面，并支持通过参数自定义端口与 Host。对于模型配置，用户需在 `users/<用户名>/config.json` 中进行设置。系统支持多种模型选择，若需连接 Kemo 网关，请在配置文件中正确填写 `base_url` 与 `api_key`。此外，也可以通过设置环境变量作为配置的兜底方案。
项目的 Provider 配置通过 `config.json` 进行管理。虽然 provider type 统一设为 `kemo`，但 `base_url` 可以灵活指向任何兼容 OpenAI 标准的 API 服务。对于高级多模态能力（如 image_generation 或 speech_to_speech），可以通过在配置文件中设置 `capabilities_override` 来覆盖默认能力声明，从而实现对不同模型能力的精准控制。
除了 Web UI 模式，votx-agent 还提供 CLI 模式，用户可以通过执行 `python start.py` 直接在终端进行交互。框架设计充分考虑了兼容性，通过修改 `base_url` 和 `api_key` 即可轻松切换至其他 OpenAI 兼容 API，实现文本对话与工具调用的平滑过渡。
框架采用插件化架构管理能力：`plugins/` 目录存放框架内置的基础技能，由更新脚本维护；`skills/` 目录则用于存放用户自定义的扩展技能，确保更新时不会被覆盖。内置工具涵盖了文件操作（file）、网络访问（network）及万物下载（download_anything）等核心能力，通过精细化的权限控制（如 network_scope）确保任务执行的安全与高效。
该项目提供了一个开源的AI工作流框架，支持多用户AI Agent，具有较好的扩展性和可定制性，但需要进一步完善和测试
- 构建多智能体协作系统的 Agent 开发者
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：votx-agent 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 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
- 构建多智能体协作系统的 Agent 开发者
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 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
- +MIT 协议，可免费商用
- +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
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。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：开源AI工作流：多用户AI Agent框架 的核心功能完整，质量良好。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | votx-agent |
| 原始描述 | 开源AI工作流： 多用户 AI Agent 框架 — 角色扮演 + 工具调用 + 对话持久化。⭐6 · Python |
| Topics | workflowpython |
| GitHub | https://github.com/kesepain-KE/votx-agent |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-17 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。