📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🐳 Docker💻 CLI🔗 REST API🧠 Claude
代码生成工作空间
⚙️
Agent工作流

代码生成工作空间

基于 Rust · 无代码搭建完整 AI 自动化流程
英文名：codeg
⭐ 1.6k Stars 🍴 180 Forks 💻 Rust 📄 Apache-2.0 🏷 AI 8.0分
8.0AI 综合评分
AI代码生成工作流Rust
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，代码生成工作空间 获评「强烈推荐」。已获得 1.6k 颗 GitHub Star，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 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析

代码生成工作空间 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。

代码生成工作空间 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 8.0 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

代码生成工作空间 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
⭐ 1.6k
开发语言
Rust
支持平台
Windows / macOS / Linux
维护状态
正常维护，社区驱动
开源协议
Apache-2.0
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
180

📖 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」。

代码生成工作空间 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：cargo install（推荐）
cargo install codeg

# 方式二：从源码编译
git clone https://github.com/xintaofei/codeg
cd codeg
cargo build --release
# 二进制在 ./target/release/codeg
📋 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
# 查看帮助
codeg --help

# 基本运行
codeg [options] <input>

# 详细使用说明请查阅文档
# https://github.com/xintaofei/codeg
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
# codeg 配置说明
# 查看配置选项
codeg --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 CODEG_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 74/100 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。

Codeg

Release License Tauri Next.js Docker

<p> <strong>English</strong> | <a href="./docs/readme/README.zh-CN.md">简体中文</a> | <a href="./docs/readme/README.zh-TW.md">繁體中文</a> | <a href="./docs/readme/README.ja.md">日本語</a> | <a href="./docs/readme/README.ko.md">한국어</a> | <a href="./docs/readme/README.es.md">Español</a> | <a href="./docs/readme/README.de.md">Deutsch</a> | <a href="./docs/readme/README.fr.md">Français</a> | <a href="./docs/readme/README.pt.md">Português</a> | <a href="./docs/readme/README.ar.md">العربية</a> </p>

Codeg (Code Generation) is a multi-agent coding workspace. It brings multiple agents (Claude Code, Codex CLI, OpenCode, Gemini CLI, OpenClaw, Cline, Hermes Agent, etc.) into one workspace, supporting conversation aggregation and multi-agent collaboration, with desktop installation plus server/Docker deployment.

gallery

Highlights

  • Conversation Aggregation — import sessions from all supported agents into one unified workspace
  • Multi-Agent Collaboration — within a single session, the main agent delegates to sub-agents of different types (e.g. Claude Code calling Codex, Gemini) to jointly complete a task, each running as an independent session
  • Parallel development with built-in git worktree flows
  • Project Boot — visually scaffold new projects with live preview
  • Chat Channels — connect Telegram, Lark (Feishu), iLink (Weixin) and more to your coding agents for real-time notifications, full session interaction, and remote task control
  • MCP management (local scan + registry search/install)
  • Skills management (global and project scope)
  • Git remote account management (GitHub and other Git servers)
  • Web service mode — access Codeg from any browser for remote work
  • Standalone server deployment — run codeg-server on any Linux/macOS server, access via browser
  • Docker support — docker compose up or docker run, with custom token, port, and volume mounts for data persistence and project directories
  • Integrated engineering loop (file tree, diff, git changes, commit, terminal)

Requirements

  • Node.js >=22 (recommended)
  • pnpm >=10
  • Rust stable (2021 edition)
  • Tauri 2 build dependencies (desktop mode only)

Linux (Debian/Ubuntu) example:

sudo apt-get update
sudo apt-get install -y \
  libwebkit2gtk-4.1-dev \
  libayatana-appindicator3-dev \
  librsvg2-dev \
  patchelf

Full desktop app (Tauri + Next.js, builds codeg-mcp sidecar automatically)

pnpm tauri dev

Desktop release build (bundles codeg-mcp as externalBin)

pnpm tauri build

Build the codeg-mcp companion explicitly (for the host triple)

pnpm tauri:prepare-sidecars # output: src-tauri/binaries/codeg-mcp-<triple>

Server Deployment

Codeg can run as a standalone web server without a desktop environment.

Option 1: One-line install (Linux / macOS)

curl -fsSL https://raw.githubusercontent.com/xintaofei/codeg/main/install.sh | bash

Install a specific version or to a custom directory:

curl -fsSL https://raw.githubusercontent.com/xintaofei/codeg/main/install.sh | bash -s -- --version v0.5.2 --dir ~/.local/bin

Then run:

codeg-server

Option 2: One-line install (Windows PowerShell)

irm https://raw.githubusercontent.com/xintaofei/codeg/main/install.ps1 | iex

Or install a specific version:

.\install.ps1 -Version v0.5.2

Option 3: Download from GitHub Releases

Pre-built binaries (with bundled web assets) are available on the Releases page:

PlatformFile
Linux x64codeg-server-linux-x64.tar.gz
Linux arm64codeg-server-linux-arm64.tar.gz
macOS x64codeg-server-darwin-x64.tar.gz
macOS arm64codeg-server-darwin-arm64.tar.gz
Windows x64codeg-server-windows-x64.zip

```bash

Or run directly with Docker

docker run -d -p 3080:3080 -v codeg-data:/data ghcr.io/xintaofei/codeg:latest

Example: download, extract, and run

tar xzf codeg-server-linux-x64.tar.gz cd codeg-server-linux-x64 CODEG_STATIC_DIR=./web ./codeg-server 


> For unattended deployments, start it with `--supervise` so a failed in-place upgrade is automatically rolled back — see [In-place updates](#in-place-updates).

#### Option 4: Docker
bash

Settings

Codeg Light Codeg Dark

Main Interface

Codeg Light Codeg Dark

🎯 aiskill88 AI 点评 A 级 2026-06-11

高质量的开源AI工作流项目，具有较大潜力

⚡ 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
  • +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
⚠️ 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

✅ 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。

🔗 相关工具推荐

browser-use Agent工作流
Agent工作流
LLM资源合集（精选）
精选100+可直接运行的AI Agent和RAG应用集合。包含完整工作流示例、智能代理框架和检索增强生成系统。适合AI开
Graphiti知识图谱引擎
Agent工作流
LangChain AI开发框架
Agent工作流
📚 相关教程推荐
Agent 工作流入门
帮助中心 · AI Skill Hub
Agent 工作流
帮助中心 · AI Skill Hub
AI 写作提效工作流：从 Prompt 设计到批量内容生产
帮助中心 · AI Skill Hub
n8n vs Make vs Zapier 2025：哪款工作流自动化工具最适合 AI 时代
帮助中心 · AI Skill Hub
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
CrewAI 多代理协作平台
MCP · Agent · 工作流
gptme Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
Synthadoc
MCP · Agent · 工作流

❓ 常见问题 FAQ

codeg 是一款Rust开发的AI辅助工具。开源AI工作流：Collaborative multi-agent AI coding workspace: aggregate sessions from Claude Co。⭐1.6k · Rust 主要应用场景包括：自动代码编写和审查。
💡 AI Skill Hub 点评

AI Skill Hub 点评：代码生成工作空间 的核心功能完整，质量优秀。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。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 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 代码生成工作空间
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 codeg
原始描述 开源AI工作流：Collaborative multi-agent AI coding workspace: aggregate sessions from Claude Co。⭐1.6k · Rust
Topics AI代码生成工作流Rust
GitHub https://github.com/xintaofei/codeg
License Apache-2.0
语言 Rust
🔗 原始来源
🐙 GitHub 仓库  https://github.com/xintaofei/codeg

收录时间：2026-06-11 · 更新时间：2026-06-11 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。