⚙️
Agent工作流

OpenMOSS — AI Agent 工作流中文教程

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:OpenMOSS
⭐ 1.3k Stars 🍴 144 Forks 💻 Python 📄 MIT 🏷 AI 8.5分
8.5AI 综合评分
agent
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐:OpenMOSS — AI Agent 工作流中文教程 是一款优质的Agent工作流。已获得 1.3k 颗 GitHub Star,AI 综合评分 8.5 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。

📚 深度解析
OpenMOSS — AI Agent 工作流中文教程 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

OpenMOSS — AI Agent 工作流中文教程 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 8.5 分,是同类 Agent 工作流中的精选推荐。
📋 工具概览

OpenMOSS — AI Agent 工作流中文教程 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。

GitHub Stars
⭐ 1.3k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
正常维护,社区驱动
开源协议
MIT
AI 综合评分
8.5 分
工具类型
Agent工作流
Forks
144
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

OpenMOSS — AI Agent 工作流中文教程 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。

📌 核心特色
  • 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
🎯 主要使用场景
  • 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
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install openmoss

# 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 openmoss

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/uluckyXH/OpenMOSS
cd OpenMOSS
pip install -e .

# 验证安装
python -c "import openmoss; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
openmoss --help

# 基本用法
openmoss input_file -o output_file

# Python 代码中调用
import openmoss

# 示例
result = openmoss.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# openmoss 配置文件示例(config.yml)
app:
  name: "openmoss"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
openmoss --config config.yml

# 或通过环境变量配置
export OPENMOSS_API_KEY="your-key"
export OPENMOSS_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 80/100 含工作流图 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

OpenMOSS

<p align="center"> <img src="docs/logo.png" alt="OpenMOSS Logo" width="200" /> </p>

OpenMOSS,可让多 Agent 自主运行的 AI 公司操作系统

<p align="center"> 🚀 <a href="#一为什么需要-openmoss">为什么选 OpenMOSS</a> · 🎬 <a href="#-实际案例1m-reviews">实际案例</a> · 🧩 <a href="#-使用场景">使用场景</a> · 🏗️ <a href="#二系统架构">系统架构</a> · ⚡ <a href="#五快速启动">快速启动</a> · ⚙️ <a href="#七配置说明">配置说明</a> · 📡 <a href="#八api-文档">API 文档</a> · 🗺️ <a href="#十一roadmap">Roadmap</a> </p>

<p align="center"> <a href="https://github.com/openclaw/openclaw"><img src="https://img.shields.io/badge/OpenClaw-Required-blue" alt="OpenClaw"></a> <img src="https://img.shields.io/badge/Python-3.10+-3776AB?logo=python&logoColor=white" alt="Python"> <img src="https://img.shields.io/badge/Backend-FastAPI-009688?logo=fastapi&logoColor=white" alt="FastAPI"> <img src="https://img.shields.io/badge/Frontend-Vue%203-4FC08D?logo=vuedotjs&logoColor=white" alt="Vue"> <img src="https://img.shields.io/badge/Database-SQLite-003B57?logo=sqlite&logoColor=white" alt="SQLite"> <img src="https://img.shields.io/badge/License-MIT-green" alt="License"> <img src="https://img.shields.io/badge/Agents-4%20Roles-8b5cf6" alt="Agents"> </p>

给你的 AI 公司装上操作系统。

OpenMOSS 是一个可让多 Agent 自主运行的「AI 公司操作系统」,它凭借 OpenClaw、Claude Code 等 AI Agent 系统的模拟工作能力,实现了自组织、自修复、自优化、自进化、自巡监、自激励、闭环质量控制、Skill 可插拔、循环任务等堪比真人团队的工作能力,高度还原真人工作流。经过实测它在一定程度上具备替代「重复劳动办公环境」的可能性,使其可以获得无限进步的生产力。

📖 实际效果展示及详细使用说明(LINUX DO) · 🌐 English

OpenMOSS,你的AI公司操作系统

任务管理

Agent 管理

仪表盘趋势

Agent 协作实况

3. 安装 Python 依赖

pip install -r requirements.txt

2. 创建虚拟环境并安装依赖

python3 -m venv openmoss-env source openmoss-env/bin/activate pip install -r requirements.txt

安装依赖

pip install -r requirements.txt

安装依赖

npm install

⚡ 一键脚本部署(推荐)

只需要系统中有 Python 3.10+,一条命令完成下载、安装和启动:

curl -fsSL https://raw.githubusercontent.com/uluckyXH/OpenMOSS/main/setup.sh | bash
脚本会自动完成:下载最新代码 → 创建 Python 虚拟环境 → 安装依赖 → 启动服务。首次安装约需 1 分钟(依赖下载),之后秒启动。

启动成功后:

  ✅ OpenMOSS 已启动!

  🌐 访问地址:   http://localhost:6565
  📋 API 文档:   http://localhost:6565/docs
  🛑 停止服务:   ./stop.sh
  • 首次访问会自动跳转到 Setup Wizard(初始化向导)
  • 数据保存在 openmoss/data/ 目录
  • 配置文件在 openmoss/config.yaml

日常操作:

```bash cd openmoss

./start.sh # 启动服务 ./stop.sh # 停止服务

🐳 Docker 部署

方式 A:拉取预构建镜像(最快,不用克隆仓库)

```bash

1. 下载 docker-compose.yml

mkdir openmoss && cd openmoss curl -fsSL https://raw.githubusercontent.com/uluckyXH/OpenMOSS/main/docker-compose.yml -o docker-compose.yml

🔧 手动部署

适合需要完全控制的高级用户或开发者:

```bash

WebUI 自动部署与更新机制

OpenMOSS 的 WebUI 前端现已与主程序彻底解耦(前端源码维护在 webui 孤儿分支)。 无论你使用哪种部署方式:

  • 🚀 首次启动自动下载:运行时如果 static/ 目录下缺失前端文件,后端会自动从 GitHub Release 拉取最新预编译包并生效,免去手动编译的烦恼。
  • 🔄 在线无感热更新:若前端发布了新版本,可在 WebUI 系统设置 页面中一键检测并更新,全程无需停止和重启后端服务,无缝切换最新版界面。

这也意味着:

  • 当前仓库主分支里主要维护后端与发布产物承载逻辑
  • WebUI 源码开发请切到 webui 独立分支
  • README 里的目录树如果你看不到 webui/ 源码目录,不是缺文件,而是分支职责已经拆开

---

六、Linux 服务器部署

```bash

Docker 部署时,容器会默认将工作目录挂载到 /workspace

初始化标记(由 Setup Wizard 自动设置,请勿手动修改)

setup: initialized: false ```

🧩 使用场景

OpenMOSS 是一个通用的多 Agent 协作中间件——它不限定 Agent 能做什么。你给 Agent 配什么 Prompt 和 Skill,它们就能自动协作完成什么任务。

五、快速启动

📘 完整部署: 按照 完整部署指南 即可搭建你自己的 AI Agent 协作团队——包括 Agent 创建、Skill 配置、OpenClaw 对接的完整流程。 📸 图文教程: 查看 LINUX DO 图文部署教程(含操作截图)获取更直观的部署指导。

2. 拉取镜像并启动

docker compose up -d


**方式 B:从源码构建**
bash

2. 构建并启动

docker compose up -d --build


启动后:

- 访问 `http://localhost:6565`
- 首次进入会自动跳转到 **Setup Wizard**
- 配置文件自动生成在 `./docker-data/config/config.yaml`
- SQLite 数据保存在 `./data/`

常用命令:
bash docker compose logs -f # 查看日志 docker compose down # 停止服务 docker compose pull # 拉取最新镜像 docker compose up -d # 用最新镜像重启

4. 启动服务

python -m uvicorn app.main:app --host 0.0.0.0 --port 6565 ```

4. 后台启动

mkdir -p logs PYTHONUNBUFFERED=1 nohup python3 -m uvicorn app.main:app \ --host 0.0.0.0 --port 6565 --access-log \ > ./logs/server.log 2>&1 &

完整配置示例

```yaml

开发模式启动(代码修改后自动重载)

python -m uvicorn app.main:app --host 0.0.0.0 --port 6565 --reload ```

🎬 实际案例:1M Reviews

1M Reviews 是一个完全由 OpenMOSS 多 Agent 团队自主运营的英文资讯站。人类只下达了一个目标:

搜集中文互联网的 AI / 科技 / 数码 / 汽车资讯,翻译成英文后发布到 WordPress。

运行结果:

  • 🚀 两天内自动发布 20+ 篇文章,全程无人工干预
  • 🔄 Agent 团队遇到问题时自动协作排障,任务稳定推进
  • 🖼️ 运行期间只需提出「增加配图」的需求,Agent 在第 10 轮循环任务中自主测试通过后,自动应用到后续所有任务
  • 💬 随时可在群里 @任意 Agent 进行沟通,实时了解进度

🔗 在线体验:

---

再执行一次同样的命令即可,数据和配置会自动保留

curl -fsSL https://raw.githubusercontent.com/uluckyXH/OpenMOSS/main/setup.sh | bash ```

脚本会自动检测已有安装 → 停止运行中的服务 → 更新代码(保留数据库和配置)→ 重新启动。

3. 配置(重要)

cp config.example.yaml config.yaml vi config.yaml # 或使用你习惯的编辑器(nano、vim 等)

请务必修改以下配置:

七、配置说明

配置文件为项目根目录下的 config.yaml,首次启动时自动从 config.example.yaml 生成。修改配置后需重启服务生效。

OpenMOSS 任务调度中间件 — 配置文件模板

复制此文件为 config.yaml 并修改配置

管理员配置

admin: password: "admin123" # 首次启动后自动替换为 MD5 加密 # 后台的管理密码,启动后会自己变成加密的MD5

通知渠道(OpenMOSS 内置消息,Agent 通过 GET /config/notification 获取后自行发送)

notification: enabled: true # 记得打开,否则AGgent不会通知 channels: [] # - "chat:oc_1f99abbba2bf0f8733377893d976ffa5" # 飞书群(把 Agent 拉进群/艾特一次即可获取 chat_id) # - "user:ou_xxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 飞书私聊(open_id) # - “xxx@gmail.com” # 当然你的Agent要具备发邮件的功能 events: - task_completed # 子任务完成时通知 - review_rejected # 审查驳回(返工)时通知 - all_done # 整个任务所有子任务全部完成时通知 - patrol_alert # 巡查发现异常时通知

服务配置

server: port: 6565 host: "0.0.0.0" external_url: "" # 服务外网访问地址(Agent 对接用,如 https://moss.example.com)

数据库配置

database: type: sqlite path: "./data/tasks.db"

WebUI 配置

webui: public_feed: false # 活动流展示页公开开关(true=任何人可访问) feed_retention_days: 7 # 请求日志保留天数(超期自动清理)

配置项说明

配置项默认值必填说明
project.nameOpenMOSS项目名称
admin.passwordadmin123**是**管理员密码,首次启动后自动加密为 bcrypt 格式
agent.registration_token**是**Agent 注册令牌,建议使用随机字符串
agent.allow_registrationtrue关闭后 Agent 无法自注册,只能管理员创建
server.host0.0.0.0服务监听地址
server.port6565服务监听端口
server.external_url""服务外网访问地址(Agent 对接用,如 https://moss.example.com
database.typesqlite数据库类型(目前仅支持 SQLite)
database.path./data/tasks.db数据库文件路径
notification.enabledfalse是否启用通知推送
notification.channels[]通知渠道列表,格式 渠道类型:目标ID
notification.events[]触发通知的事件:task_completed / review_rejected / all_done / patrol_alert
webui.public_feedfalse活动流公开开关
webui.feed_retention_days7请求日志保留天数
workspace.root./workspace**是**Agent 工作目录根路径
setup.initializedfalse初始化标记,由 Setup Wizard 自动设置,请勿手动修改
⚠️ 首次部署务必修改: admin.passwordagent.registration_tokenworkspace.root

---

八、API 文档

启动后访问 http://localhost:6565/docs 可查看完整的 Swagger API 文档。

开发服务器(http://localhost:5173,自动代理 /api 到本地 :6565)

npm run dev

Agent 工作流

Agent 通过 OpenClaw 的 cron 定时唤醒机制自主运行,每次被唤醒后:

  1. 调用 OpenMOSS API 获取当前状态(我有什么任务?有没有待审查的?)
  2. 根据自身角色执行相应操作(Planner 分配任务、Executor 写代码、Reviewer 审查……)
  3. 将结果回写到 OpenMOSS(提交交付物、完成审查、记录日志)
  4. 进入休眠,等待下次唤醒

全过程不需要人类介入。Agent 之间通过 OpenMOSS 的任务状态和日志进行异步协作。

---

插件系统

  • [ ] Agent 成就系统
  • [ ] Agent 互动记录(协作历史可视化)
  • [ ] Agent 人格化展示(头像、签名、工作风格标签)

部署方式对比

方式前提条件一句话说明
⚡ **一键脚本**Python 3.10+一条命令,自动下载、安装依赖、启动服务
🐳 **Docker**Docker容器化部署,无需安装 Python
🔧 **手动部署**Python 3.10+适合开发者,完全手动控制
📚 实用指南(长尾问题)
适合谁
  • 构建多智能体协作系统的 Agent 开发者
  • 跨境业务、多语言内容运营团队
最佳实践
  • 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
常见错误
  • 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
部署方案
  • Docker:OpenMOSS 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
相关搜索
OpenMOSS 中文教程OpenMOSS 安装报错怎么办OpenMOSS Docker 部署OpenMOSS Agent 工作流OpenMOSS 与同类工具对比OpenMOSS 最佳实践OpenMOSS 适合谁用
⚡ 核心功能
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 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
✅ 优点
  • +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
⚠️ 不足
  • 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
⚠️ 使用须知

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。

📄 License 说明

✅ 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
📚 相关教程推荐
❓ 常见问题 FAQ
OpenMOSS 是一款Python开发的AI辅助工具。A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention.
💡 AI Skill Hub 点评

总体来看,OpenMOSS — AI Agent 工作流中文教程 是一款质量优秀的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 OpenMOSS — AI Agent 工作流中文教程
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 OpenMOSS
原始描述 A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention.
Topics agent
GitHub https://github.com/uluckyXH/OpenMOSS
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/uluckyXH/OpenMOSS

收录时间:2026-05-22 · 更新时间:2026-05-22 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。