能力标签

⚙️

Agent工作流

Jido AI

基于 Elixir · 无代码搭建完整 AI 自动化流程

英文名：jido_ai

⭐ 188 Stars 🍴 55 Forks 💻 Elixir 📄 Apache-2.0 🏷 AI 7.5分

7.5AI 综合评分

AI工作流ElixirLLM

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，Jido AI 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

Jido AI 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。

Jido AI 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

Jido AI 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

⭐ 188

开发语言

Elixir

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

Apache-2.0

AI 综合评分

7.5 分

工具类型

Agent工作流

Forks

📖 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」。

📌 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

# 克隆仓库
git clone https://github.com/agentjido/jido_ai
cd jido_ai

# 查看安装说明
cat README.md

# 按 README 完成环境依赖安装后即可使用

📋 安装步骤说明

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

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

# 查看帮助
jido_ai --help

# 基本运行
jido_ai [options] <input>

# 详细使用说明请查阅文档
# https://github.com/agentjido/jido_ai

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

# jido_ai 配置说明
# 查看配置选项
jido_ai --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 JIDO_AI_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 52/100 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。

Jido.AI

Build tool-using Elixir agents with explicit reasoning strategies and production-ready request orchestration.

Hex | HexDocs | Jido Ecosystem | Discord

jido_ai is the AI runtime layer for Jido. You define tools and agents as Elixir modules, then run synchronous or asynchronous requests with built-in model routing, retries, and observability.

defmodule MyApp.Actions.AddNumbers do
  use Jido.Action,
    name: "add_numbers",
    schema: Zoi.object(%{a: Zoi.integer(), b: Zoi.integer()}),
    description: "Add two numbers."

  @impl true
  def run(%{a: a, b: b}, _context), do: {:ok, %{sum: a + b}}
end

defmodule MyApp.MathAgent do
  use Jido.AI.Agent,
    name: "math_agent",
    model: :fast,
    tools: [MyApp.Actions.AddNumbers],
    system_prompt: "Solve accurately. Use tools for arithmetic."
end

{:ok, pid} = Jido.AgentServer.start(agent: MyApp.MathAgent)
{:ok, answer} = MyApp.MathAgent.ask_sync(pid, "What is 19 + 23?")

Installation

Igniter Installation (Recommended)

The fastest way to get started is with Igniter:

mix igniter.install jido_ai

This automatically: - Adds jido_ai to your dependencies - Configures default model aliases - Reminds you to set up API keys

Manual Installation

Add jido_ai to your list of dependencies in mix.exs:

def deps do
  [
    {:jido, "~> 2.0"},
    {:jido_ai, "~> 2.0.0-rc.0"}
  ]
end

mix deps.get

Configure model aliases and at least one provider credential:

```elixir

Quick Start

Define one Jido.Action tool.
Define one Jido.AI.Agent with that tool.
Start the agent and call ask_sync/3 or ask/3 + await/2.

```elixir defmodule MyApp.Actions.Multiply do use Jido.Action, name: "multiply", schema: Zoi.object(%{a: Zoi.integer(), b: Zoi.integer()})

@impl true def run(%{a: a, b: b}, _context), do: {:ok, %{product: a * b}} end

defmodule MyApp.Agent do use Jido.AI.Agent, name: "my_agent", model: :fast, tools: [MyApp.Actions.Multiply] end

{:ok, pid} = Jido.AgentServer.start(agent: MyApp.Agent)

Runnable Examples

The runnable demos now live in the top-level examples/ folder and are loaded on demand, so they stay out of the core jido_ai compile path.

mix run examples/scripts/demo/actions_llm_runtime_demo.exs
mix run examples/scripts/demo/actions_tool_calling_runtime_demo.exs
mix run examples/scripts/demo/actions_reasoning_runtime_demo.exs
mix run examples/scripts/demo/weather_multi_turn_context_demo.exs

Additional examples: - examples/lib/agents/weather_agent.ex - examples/lib/agents/react_demo_agent.ex - examples/lib/tools/weather_by_location.ex

config/config.exs

config :jido_ai, model_aliases: %{ fast: "provider:fast-model", capable: "provider:capable-model" }

config :req_llm, anthropic_api_key: System.get_env("ANTHROPIC_API_KEY"), openai_api_key: System.get_env("OPENAI_API_KEY") ```

Where This Package Fits

jido_ai is a core package in the Jido ecosystem:

jido: agent runtime, process model, and signal lifecycle
jido_action: typed tool/action contract used by jido_ai
req_llm: provider abstraction for Anthropic, OpenAI, Google, and others

Use jido_ai when you need long-lived agents, tool-calling loops, or explicit reasoning strategies. You can also use it without a running agent process via Jido.AI.generate_text/2, Jido.AI.ask/2, or Jido.Exec.run/3 with any action module. For cross-package tutorials and the package map, see jido.run/ecosystem.

Choose Your Integration Surface

If you need	Use	Why
Tool-using agent loops	`Jido.AI.Agent`	ReAct strategy with request tracking and tool orchestration
Fixed reasoning strategy	`Jido.AI.CoDAgent`, `Jido.AI.CoTAgent`, `Jido.AI.AoTAgent`, `Jido.AI.ToTAgent`, `Jido.AI.GoTAgent`, `Jido.AI.TRMAgent`, `Jido.AI.AdaptiveAgent`	Strategy-specific control over reasoning behavior
AI inside existing workflows/jobs	`Jido.AI.Actions.*`	Run via `Jido.Exec.run/3` without defining an agent module
Streaming + checkpoint/resume	`Jido.AI.Reasoning.ReAct`	Standalone ReAct runtime with event streams and checkpoint tokens
Thin model facade helpers	`Jido.AI.generate_text/2`, `generate_object/3`, `stream_text/2`, `ask/2`	Fast path for direct LLM calls with alias/default support