GEOFlow
AI Skill Hub 强烈推荐：GEOFlow 是一款优质的Agent工作流。已获得 2.2k 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。
GEOFlow 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。
GEOFlow 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。
GEOFlow 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
# 克隆仓库 git clone https://github.com/yaojingang/GEOFlow cd GEOFlow # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 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
# 查看帮助 geoflow --help # 基本运行 geoflow [options] <input> # 详细使用说明请查阅文档 # https://github.com/yaojingang/GEOFlow
# geoflow 配置说明 # 查看配置选项 geoflow --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export GEOFLOW_CONFIG="/path/to/config.yml"
GEOFlow
Languages: 简体中文 | English | 日本語 | Español | Русский | Português (BR)
GEOFlow 是一套专门面向 GEO（生成式引擎优化）的开源智能内容工程与多站点分发系统。它把知识库、素材库、提示词、AI 生成任务、审核发布、数据分析、GEOFlow Agent 目标站点包、WordPress REST 渠道和远端静态页面分发串联为一条可持续运营的工作链路，目标是帮助团队把可信资料沉淀为可管理、可发布、可追踪、可同步到多端的 GEO 内容资产。
GEOFlow 以 Apache License 2.0 开源发布。你可以自由使用、复制、修改和分发本项目，包括商业使用；请保留版权声明和许可证文本，并遵守 Apache-2.0 的专利授权、商标与免责声明条款。
---
2. 环境与依赖
cp .env.example .env
环境要求（部署检查清单）
| 组件 | 说明 |
|---|---|
| PHP | **8.2+**（Docker 镜像可为 8.4） |
| 扩展 | Laravel 常规扩展；PostgreSQL 需 pdo_pgsql；Redis 队列需 redis |
| Composer | 2.x |
| 数据库 | **PostgreSQL**（推荐 **pgvector**，与 docker-compose.yml 中镜像一致） |
| Redis | 队列、缓存等（本地极简调试可将 QUEUE_CONNECTION 改为 sync，生产不推荐） |
---
🧭 场景对应的部署与使用方式
不同场景下，建议这样使用 GEOFlow：
- 作为独立 GEO 官网运行 直接部署完整前台与后台，围绕官网栏目、产品页延展内容、FAQ、案例和专题进行运营。适合希望把官网做成 AI 搜索友好型内容资产的团队。 - 作为官网中的 GEO 子频道运行 将 GEOFlow 作为一个相对独立的内容频道部署，再通过导航、子域名或目录与主站打通。适合不想重构主站、但需要快速上线内容频道的团队。 - 作为 GEO 信源站运行 单独维护一个面向特定主题的内容站点，把知识库和资料建设放在首位，再通过任务系统做稳定更新。适合想做行业型、专题型或问题导向型内容资产的团队。 - 作为内部 GEO 内容管理后台运行 把前台弱化，重点使用后台的模型配置、素材库、任务调度、审核发布与 API 能力。适合内容团队、增长团队、品牌团队做内部生产系统。 - 作为多站点 / 多频道系统运行 使用不同模板、栏目、域名或部署实例，管理多个内容出口。适合需要同时维护多个品牌频道、多个主题站或多个实验站点的团队。 - 作为自动化信源管理系统运行 重点建设知识库、标题库、图片库和提示词体系，把系统当作一个内容工程与分发操作台。适合希望长期沉淀可信知识资产、再逐步扩展自动化能力的团队。
建议的使用顺序是：
- 先确定真实的业务目标和目标读者
- 先建设知识库，再建设自动化流程
- 先确保内容真实、可核验、可维护
- 再用模型、任务和模板能力去提效
如果知识库本身不真实、不完整、不稳定，再强的自动化也只会放大噪音。 所以在 GEOFlow 里，知识库建设应该始终排在最前面。
---
🚀 快速开始
方式一：Docker（开发 / 演示）
```bash
方式一补充：Docker（生产）
生产环境建议使用 docker-compose.prod.yml，改为 Nginx + php-fpm，而不是 php artisan serve。
如果希望在常见云服务器上自动完成环境自检、Docker 检测、.env.prod 生成、容器部署和部署后健康检查，可以使用参考部署脚本：
curl -fsSL https://raw.githubusercontent.com/yaojingang/GEOFlow/main/deploy-scripts/geoflow-docker-deploy.sh -o geoflow-docker-deploy.sh
bash geoflow-docker-deploy.sh脚本说明见 deploy-scripts/README.md。
cp .env.prod.example .env.prod
vi .env.prod
docker compose --env-file .env.prod -f docker-compose.prod.yml build
docker compose --env-file .env.prod -f docker-compose.prod.yml up -d postgres redis
docker compose --env-file .env.prod -f docker-compose.prod.yml up -d init
docker compose --env-file .env.prod -f docker-compose.prod.yml up -d app web queue scheduler reverb- 前台 / 后台统一经
web（Nginx）访问 - PHP 由
app（php-fpm）解析 - 默认管理员：生产
init服务会在迁移后执行一次db:seed，只在目标用户名不存在时写入默认后台账号；重复执行不会覆盖已有账号或密码 - 详细说明见
docs/deployment/DEPLOYMENT.md
源码部署补充说明
目录权限（Linux / macOS 常见）：
chmod -R ug+rwx storage bootstrap/cache默认管理员（执行 php artisan db:seed 后，以 Database\\Seeders\\AdminUserSeeder 为准）：
| 字段 | 值 |
|---|---|
| 用户名 | GEOFLOW_ADMIN_USERNAME，默认 admin |
| 密码 | 本地开发默认 password；生产环境请设置 GEOFLOW_ADMIN_PASSWORD。若生产环境留空且账号尚不存在，seed 会生成一次性随机密码并输出到初始化日志 |
补充规则：AdminUserSeeder 只在目标用户名不存在时创建账号；重复执行不会覆盖已有用户名、邮箱或密码。若账号已存在，即使生产环境 GEOFLOW_ADMIN_PASSWORD 为空，也不会重新生成或打印密码。
Docker 部署补充说明
入口脚本（`docker/entrypoint.sh`）常用变量
| 变量 | 默认 | 含义 |
|---|---|---|
COMPOSER_ON_START | true | 容器启动时执行 composer install |
AUTO_MIGRATE | true | 每次启动执行 php artisan migrate --force |
AUTO_INIT_ONCE | 仅 init 为 true | 新库时执行一次 migrate + db:seed |
AUTO_GENERATE_APP_KEY | init 内为 true | 无有效 APP_KEY 时自动生成 |
AUTO_SEED | false | 为 true 时**每次**启动都 db:seed（慎用） |
Compose 将 ./storage 与 ./.env 挂载进容器；应用代码在镜像内。若要用于正式生产，请改用仓库新增的 docker-compose.prod.yml（Nginx + php-fpm），并参见 docs/deployment/DEPLOYMENT.md。
升级建议： git pull → docker compose build → docker compose up -d。
---
🏗 运行结构
后台管理页面
↓
AI 配置 / 素材库 / 提示词 / 任务配置
↓
调度器 / 队列 / Worker 执行 AI 生成
↓
草稿 / 审核 / 发布
↓
本地前台文章与 SEO 页面
↓
分发队列 / 目标站点 Agent
↓
远端静态首页、详情页、sitemap、TXT 地图与 llms.txt---
4. 构建并启动（含 postgres、redis、init、app、queue、scheduler、reverb）
docker compose build docker compose up -d ```
- 前台默认访问：
http://localhost:18080（端口由环境变量APP_PORT控制，默认18080） - 后台登录：
http://localhost:18080/geo_admin/login（前缀由ADMIN_BASE_PATH控制，默认geo_admin）
首次启动会运行 init 容器：在数据库就绪后执行首次迁移与种子（默认管理员见下文「默认管理员」）。
🖼 界面预览
 数据分析 |
 网站设置 |
 后台首页 |
 任务管理 |
||
 AI 模型配置 |
 素材管理 |
上述页面覆盖后台首页、数据分析、任务调度、素材库、模型配置与网站设置等主链路；更多后台说明见 docs/。
---
2. 复制环境变量
cp .env.example .env
3. 按需编辑 .env（数据库、Redis、APP_URL、ADMIN_BASE_PATH、REVERB_* 等）
vi .env
编辑 .env：将 DB_HOST/DB_* 指向本机 Postgres，REDIS_* 指向本机 Redis，QUEUE_CONNECTION=redis 等
composer install --no-interaction --prefer-dist php artisan key:generate
高质量的开源AI工作流项目
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- 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
- embedding 模型与查询模型不一致导致检索失效
- Docker：GEOFlow 提供官方镜像，docker compose up 一键启动
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 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
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- 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
- embedding 模型与查询模型不一致导致检索失效
- 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
- +Apache-2.0 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。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
总体来看，GEOFlow 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。
| 原始名称 | GEOFlow |
| 原始描述 | 开源AI工作流：Open-source GEO content engineering and multi-site distribution system with AI t。⭐2.2k · PHP |
| Topics | aicmscontent-automationgeo |
| GitHub | https://github.com/yaojingang/GEOFlow |
| License | Apache-2.0 |
| 语言 | PHP |
收录时间：2026-05-26 · 更新时间：2026-05-26 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。