Wee-Orchestrator
AI Skill Hub 推荐使用：Wee-Orchestrator 是一款优质的Agent工作流。AI 综合评分 7.5 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
Wee-Orchestrator 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
Wee-Orchestrator是开源的AI工作流管理器，支持多种AI代理，包括Claude、Gemini和Copilot。它使用户能够自主管理AI工作流，实现更高效的AI协作。
Wee-Orchestrator 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。
📖 中文文档
Wee-Orchestrator是开源的AI工作流管理器，支持多种AI代理，包括Claude、Gemini和Copilot。它使用户能够自主管理AI工作流，实现更高效的AI协作。
Wee-Orchestrator 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
# 方式一：pip 安装（推荐）
pip install wee-orchestrator
# 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 wee-orchestrator
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/leprachuan/Wee-Orchestrator
cd Wee-Orchestrator
pip install -e .
# 验证安装
python -c "import wee_orchestrator; print('安装成功')"
- 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
# 命令行使用
wee-orchestrator --help
# 基本用法
wee-orchestrator input_file -o output_file
# Python 代码中调用
import wee_orchestrator
# 示例
result = wee_orchestrator.process("input")
print(result)
# wee-orchestrator 配置文件示例（config.yml） app: name: "wee-orchestrator" debug: false log_level: "INFO" # 运行时指定配置文件 wee-orchestrator --config config.yml # 或通过环境变量配置 export WEE_ORCHESTRATOR_API_KEY="your-key" export WEE_ORCHESTRATOR_OUTPUT_DIR="./output"
🍀 Wee-Orchestrator
One platform for agents, runtimes, automation, and every client surface.
Wee-Orchestrator is a self-hosted AI-agent API. It coordinates specialized agents across GitHub Copilot, Claude, OpenCode, Gemini, Codex, Cursor, Devin, and the built-in Wee native runtime for Ollama, OpenRouter, and compatible providers. Use it from the browser Web UI, Telegram, WebEx, or the native macOS app.
Features and clients
- Local runtime and client update — local API isolation, Ollama, OpenRouter, Wee runtime search, and clients. - Background tasks and context-window management. - Skills panel, mobile bots, and agent settings integration. - Release notes and change history.
Install the API
macOS and Linux one-line installer
For a localhost-only API installation with a virtual environment, a private generated shared key, and a minimal local agent:
curl -fsSL https://raw.githubusercontent.com/leprachuan/Wee-Orchestrator/main/scripts/install-api.sh | bashIt downloads the latest stable, versioned API release and verifies its SHA-256 checksum before installing it. Set WEE_VERSION=api-vMAJOR.MINOR.PATCH and/or WEE_INSTALL_DIR=/your/path after the pipe to select a release or location. See API releases for the exact command and upgrade behavior. Read the script before running it if your environment requires a custom package or source policy.
Manual installation
```bash git clone https://github.com/leprachuan/Wee-Orchestrator.git cd Wee-Orchestrator
python3 -m venv .venv . .venv/bin/activate pip install -r requirements.txt
cp .env.example .env
Install and configure the macOS app
1. Download and unzip the current macOS release. 2. Move WeeOrchestrator.app to Applications and open it. The ad-hoc-signed build may require an initial macOS Open/allow action. 3. Use Remote Settings to enter your API URL and pair/sign in, or use Local Settings to clone, bootstrap, and start a local API on the Mac. 4. Use Local Models to install/start Ollama and download a 64K+ context model for the wee runtime. Optional OpenRouter access is configured in Local Settings and stored only in macOS Keychain.
Use File → New Window to open another workspace window. Use Check for Updates or the in-app update notice to install later macOS releases with one click; each update is verified against its published SHA-256 checksum before replacement.
Edit .env and agents.json for this host. Do not commit either file.
python agent_manager.py --api ```
Open http://127.0.0.1:8000/ui for the Web UI. Start telegram_connector.py and/or webex_connector.py only when those channels are configured.
For production or networked access, bind the API only to trusted interfaces; do not use API_HOST=0.0.0.0. See network access guidance.
searxng settings.yml
search: formats: - html - json ```
Essential configuration
| Need | Configure it in |
|---|---|
| Agent workspaces and defaults | agents.json (or AGENT_CONFIG_FILE) |
| API host/port and runtime defaults | .env / process environment |
| Telegram/WebEx credentials | API secure-secret flow or host secret store |
| OpenRouter key for Wee native | OPENROUTER_API_KEY in the host secret environment, or macOS Local Settings |
| Local Ollama endpoint | WEE_OLLAMA_HOST, normally http://127.0.0.1:11434 |
Never commit API keys, bearer/session tokens, shared keys, bot tokens, or .env files. Every API request requires an authenticated bearer token.
Configuration and security
- Network access guidance — trusted binding, Tailscale, and SSH access patterns. - HTTPS and TLS — secure transport configuration. - Secret tool — secure secret-management workflow. - Agents and sub-agents and skill sub-agents.
API, operations, and architecture
- Operations and API reference — API endpoints, slash commands, CLI usage, session behavior, Web UI, connectors, testing, troubleshooting, and operations. - Architecture — components, deployment topology, and orchestration flow. - API releases — supported installers, release assets, checksum verification, and the API versioning process. - Documentation index — entry point for the remaining feature-specific documentation.
Wee-Orchestrator 是一个统一的 AI Agent 平台，旨在实现“一个平台，连接所有 AI，覆盖所有渠道”的目标。它允许开发者通过 Telegram、WebEx 或浏览器 Web UI 与各种 AI CLI 运行时（如 GitHub Copilot、Claude Code、OpenCode、Google Gemini 和 OpenAI Codex）进行交互。该框架支持在 N8N 工作流中调用 AI CLI，并具备强大的会话保持能力，支持通过 JSON 配置文件动态切换不同的 Agent 仓库，无需硬编码即可灵活配置。
本项目支持 5 种主流 AI Runtimes，包括 GitHub Copilot CLI、Claude Code、OpenCode、Google Gemini 和 OpenAI Codex。用户可以通过 Telegram、WebEx（基于 RabbitMQ）或具有 SSE 流式传输功能的玻璃拟态 Web UI 进行多渠道交互。平台支持多 Agent 管理，可通过 `agents.json` 定义专业 Agent 并使用 `/agent` 命令实时切换，支持热重载（Hot-reload）机制，甚至可以在对话过程中动态更换模型。
在使用 Wee-Orchestrator 之前，请确保您的系统中已安装 Python 3.10+ 环境。此外，由于该平台通过调用 AI CLI 运行时来工作，您必须根据需求预先安装相应的 AI 工具（如 GitHub Copilot CLI、Claude Code 等）。项目依赖可以通过 `pip install -r requirements.txt` 进行安装。
推荐开发者使用 Wee-Orchestrator Starter Kit 进行快速部署，该工具包包含了最佳实践、安全扫描及预配置脚本，能让您在几分钟内搭建起一个新的 Bot 仓库。如果您希望从零开始，可以手动创建 Bot 目录并初始化 Git 仓库。对于环境依赖，请通过 pip 安装必要的 Python 包，并确保相关的 AI CLI 工具已配置在系统路径中。
快速上手指南：首先，您需要准备好 Bot 的目录结构，包括 `AGENTS.md`（定义行为）、`.env`（存储凭证）以及基于 PARA 方法论的 `memory/` 知识库目录。通过这种结构化的组织方式，您可以管理 Agent 的知识、项目、领域及资源。在运行过程中，您可以根据需要通过命令行或 Web UI 与不同的 Agent 进行交互。
配置过程主要通过编辑 `.env` 文件完成，请将您的 API Key 和 Bot Token 填入其中。对于权限控制，项目提供了精细化的 Runtime 权限配置。例如，GitHub Copilot CLI 可通过 `--allow-all-tools` 开启全权限，而 Claude Code 则支持特定的权限模式。此外，您可以通过 `agents.json` 或 `AGENTS.md` 来定义 Agent 的行为、偏好、工具权限及子 Agent 委派规则。
Wee-Orchestrator 提供 API 服务支持，您可以通过运行 `python3 agent_manager.py --api` 来启动 API 服务器。此外，它还支持通过 CLI 封装器进行操作。在配置身份验证时，请务必将您的 API Key 设置为环境变量（如 `export GOOGLE_API_KEY='your-api-key-here'`），以确保在不同系统环境下都能安全、正确地调用 AI 能力。
核心组件包括通过 `AGENTS.md` 定义行为的 Agent 管理系统，它涵盖了模型选择、工���权限及安全规则。此外，项目深度集成了 N8N 工作流，允许开发者通过 Node.js 的 `child_process` 模块在 N8N 中执行 Agent Manager，实现自动化任务编排。通过这种方式，您可以将强大的 AI Agent 能力无缝嵌入到复杂的业务自动化流程中。
Wee-Orchestrator是一个有潜力的开源AI工作流管理器，支持多种AI代理。它的自主管理功能使用户能够高效地协作，但仍需要进一步的开发和测试。
- 构建多智能体协作系统的 Agent 开发者
- 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）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 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
- 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）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 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
- +GPL-3.0 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。
⚠️ GPL 3.0 — 强 Copyleft，衍生作品须开源，含专利保护条款，不可闭源使用。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，Wee-Orchestrator 是一款质量良好的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 | Wee-Orchestrator |
| 原始描述 | 开源AI工作流：🍀 Self-hosted multi-agent AI orchestrator — chat with Claude, Gemini & Copilot 。⭐6 · Python |
| Topics | workflowai-agentai-frameworkautomationchatbotclaudepython |
| GitHub | https://github.com/leprachuan/Wee-Orchestrator |
| License | GPL-3.0 |
| 语言 | Python |
收录时间：2026-06-16 · 更新时间：2026-06-22 · License：GPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。