📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🤖 Agent🔄 工作流💻 CLI🧠 Claude
AI工作流终端
⚙️
Agent工作流

AI工作流终端

基于 Go · 无代码搭建完整 AI 自动化流程
英文名：agent-cockpit
⭐ 6 Stars 💻 Go 📄 Apache-2.0 🏷 AI 8.0分
8.0AI 综合评分
aigocliworkflow
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：AI工作流终端 是一款优质的Agent工作流。AI 综合评分 8.0 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

AI工作流终端 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。

AI工作流终端 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

实时监控AI工作流，跟踪代币使用、成本和速度

AI工作流终端 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
⭐ 6
开发语言
Go
支持平台
Windows / macOS / Linux（跨平台）
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
8.0 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」。

实时监控AI工作流，跟踪代币使用、成本和速度

AI工作流终端 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：go install（推荐）
go install github.com/nashory/agent-cockpit@latest

# 方式二：从源码编译
git clone https://github.com/nashory/agent-cockpit
cd agent-cockpit
go build -o agent-cockpit .

# 方式三：下载预编译二进制
# 访问 Releases 页面下载对应平台二进制文件
# https://github.com/nashory/agent-cockpit/releases
📋 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
agent-cockpit --help

# 基本运行
agent-cockpit [options] <input>

# 详细使用说明请查阅文档
# https://github.com/nashory/agent-cockpit
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
# agent-cockpit 配置说明
# 查看配置选项
agent-cockpit --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 AGENT_COCKPIT_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 56/100 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。

简介

🎛️ Features

  • 🛩️ Live TUI: a glass-cockpit dashboard that refreshes the instant an agent writes a log.
  • 📊 Daily / Trends: token usage and cost over time, as tables and braille charts.
  • ⏱️ Blocks: Claude's 5-hour billing windows with a live burn-rate projection.
  • 🤖 Unified view: Claude Code, Codex, and Gemini usage in one normalized cockpit.
  • 💸 Accurate cost: per-model pricing from the LiteLLM dataset, vendored for offline use.
  • 🧮 Insights: cache hit rate, throughput, velocity, engaged hours, and caution lamps.
  • 🚦 Budgets & limits: optional daily / weekly / monthly USD budgets and Claude 5h / 7d token limits, surfaced in the TUI and statusline.
  • 🔒 100% local: read-only, no upload, no API keys, no daemon.
  • 📦 No runtime: one static Go binary. No Node, Bun, npx, or Python.
  • 🧰 Scriptable: today / weekly / monthly / trends / statusline, JSON output, and CSV export.
  • 🖼️ Shareable SVG: cockpit report --svg renders a receipt card you can post anywhere.

🚀 Install

Homebrew (macOS & Linux):

brew install nashory/tap/agent-cockpit
cockpit

Or track main with brew install --HEAD nashory/tap/agent-cockpit.

Windows (no Homebrew). Grab the prebuilt binary from the latest release: download cockpit-<version>-windows-amd64.zip (or -arm64), unzip it, and run cockpit.exe. Add its folder to your PATH to call cockpit from any shell.

Or do the whole thing in PowerShell:

$ver = (Invoke-RestMethod https://api.github.com/repos/nashory/agent-cockpit/releases/latest).tag_name
Invoke-WebRequest "https://github.com/nashory/agent-cockpit/releases/download/$ver/cockpit-$ver-windows-amd64.zip" -OutFile cockpit.zip
Expand-Archive cockpit.zip -DestinationPath . -Force
.\cockpit-$ver-windows-amd64\cockpit.exe

macOS/Linux users who skip Homebrew can grab the matching .tar.gz from the same release page.

With Go (any platform, needs Go installed):

go install github.com/nashory/agent-cockpit/cmd/cockpit@latest

From source:

git clone https://github.com/nashory/agent-cockpit.git
cd agent-cockpit
make build && ./cockpit

⚡ Quick Start

```bash cockpit # open the dashboard cockpit live --refresh 2s # live mode (refreshes on file changes)

config helpers

cockpit config init cockpit config schema # print config JSON schema cockpit config validate # validate config.toml cockpit doctor # show detected log locations ```

⚙️ Configuration

Configuration is optional. To customize paths or pricing, create a config file:

OSPath
macOS / Linux~/.config/agent-cockpit/config.toml
Windows%APPDATA%\agent-cockpit\config.toml

```toml timezone = "local" refresh_interval = "3s" currency = "USD"

[budget]

Optional USD budgets. When set, the TUI LIMITS panel and statusline show

Optional Claude Code token limits for local quota-style monitoring.

🎯 aiskill88 AI 点评 A 级 2026-06-11

高质量的AI工作流管理工具

⚡ 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

LangChain AI开发框架
Agent工作流
ai-agents-for-beginners Agent工作流
微软官方开源项目，提供12堂系统课程学习AI智能体框架。涵盖工作流设计、RAG检索增强、多智能体协作等核心技能。适合AI
n8n AI工作流自动化
Agent工作流
LangFlow 可视化AI开发
Agent工作流
📚 相关教程推荐
天涯社区重启：一个时代结束后，AI社区时代正在开始
帮助中心 · AI Skill Hub
Claude Code 完全指南：从安装到高级用法的系统教程
帮助中心 · AI Skill Hub
Claude Code 完全指南：从安装到高级用法的系统教程
帮助中心 · AI Skill Hub
Claude Code 完全指南：从安装到高级用法的系统教程
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
DeepCode Agent工作流
MCP · Agent · 工作流
total-agent-memory MCP工具
为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和
cordum MCP工具
MCP · Agent · 工作流
CrewAI 多代理协作平台
MCP · Agent · 工作流
gptme Agent工作流
MCP · Agent · 工作流

❓ 常见问题 FAQ

agent-cockpit 是一款Go开发的AI辅助工具。开源AI工作流：Live terminal cockpit for token usage, cost, and speed across your coding agents。⭐6 · Go 主要应用场景包括：AI开发和部署。
💡 AI Skill Hub 点评

总体来看，AI工作流终端 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

✅ 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 AI工作流终端
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 agent-cockpit
原始描述 开源AI工作流：Live terminal cockpit for token usage, cost, and speed across your coding agents。⭐6 · Go
Topics aigocliworkflow
GitHub https://github.com/nashory/agent-cockpit
License Apache-2.0
语言 Go
🔗 原始来源
🐙 GitHub 仓库  https://github.com/nashory/agent-cockpit 🌐 官方网站  https://github.com/nashory/agent-cockpit

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。