能力标签

⚙️

Agent工作流

Bengal

基于 Python · 无代码搭建完整 AI 自动化流程

英文名：bengal

⭐ 39 Stars 💻 Python 📄 MIT 🏷 AI 8.0分

8.0AI 综合评分

aipython静态网站

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：Bengal 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

Bengal 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。

Bengal 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

Bengal 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

⭐ 39

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

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」。

📌 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：pip 安装（推荐）
pip install bengal

# 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 bengal

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/lbliii/bengal
cd bengal
pip install -e .

# 验证安装
python -c "import bengal; print('安装成功')"

📋 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

# 命令行使用
bengal --help

# 基本用法
bengal input_file -o output_file

# Python 代码中调用
import bengal

# 示例
result = bengal.process("input")
print(result)

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

# bengal 配置文件示例（config.yml）
app:
  name: "bengal"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
bengal --config config.yml

# 或通过环境变量配置
export BENGAL_API_KEY="your-key"
export BENGAL_OUTPUT_DIR="./output"

📑 README 深度解析真实文档完整度 38/100 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。

ᓚᘏᗢ Bengal

The documentation generator built on Python's free-threading future

Every layer — markdown parsing, syntax highlighting, templates, dev server — is pure Python, scales with your cores, and ships zero npm dependencies.

pip install bengal
bengal new site --name mysite && cd mysite && bengal serve

---

Features

Feature	Description	Docs
SEO & Discovery	Sitemap, RSS, canonical URLs, Open Graph, social cards, search, JSON/LLM output, [llms.txt](https://llmstxt.org/), [Content Signals](https://contentsignals.org/)	[SEO & Discovery →](https://lbliii.github.io/bengal/docs/building/seo/)
Directives	Tabs, admonitions, cards, dropdowns, code blocks	[Content →](https://lbliii.github.io/bengal/docs/content/)
Notebooks	Native Jupyter `.ipynb` rendering, Binder/Colab links	[Notebooks →](https://lbliii.github.io/bengal/docs/content/authoring/notebooks/)
Autodoc	API docs from Python, CLI, OpenAPI with symbol cross-linking, `@overload` grouping, and inherited-member badges	[Autodoc →](https://lbliii.github.io/bengal/docs/content/sources/autodoc/)
Remote Sources	Pull content from GitHub, Notion, REST APIs	[Sources →](https://lbliii.github.io/bengal/docs/content/sources/)
Image Processing	Resize, crop, format conversion (WebP/AVIF), srcset generation	[Images →](https://lbliii.github.io/bengal/docs/theming/templating/image-processing/)
Content Collections	Type-safe frontmatter with dataclass/Pydantic schemas	[Collections →](https://lbliii.github.io/bengal/docs/content/collections/)
Theming	Dark mode, responsive, syntax highlighting, search	[Theming →](https://lbliii.github.io/bengal/docs/theming/)
Validation	Health checks, broken link detection, auto-fix	[Building →](https://lbliii.github.io/bengal/docs/building/)
Performance	Parallel builds, incremental rebuilds, streaming	[Large Sites →](https://lbliii.github.io/bengal/docs/building/performance/large-sites/)
Zero-Config Deploy	Auto-detects GitHub Pages, Netlify, Vercel	[Deployment →](https://lbliii.github.io/bengal/docs/building/deployment/)

📚 Full documentation: lbliii.github.io/bengal

---

Requirements

Python 3.14+ (uses free-threading and PEP 784 compression)
Linux, macOS, Windows

---

Configuration

<details> <summary><strong>Single-file</strong> — Simple projects</summary>

```toml

config/_default/content.yaml

markdown: parser: patitas # default, or python-markdown (requires: pip install markdown)


</details>

<details>
<summary><strong>Syntax Highlighters</strong></summary>

| Backend | Description | Install |
|---------|-------------|---------|
| **[Rosettes](https://github.com/lbliii/rosettes)** (default) | Lock-free, 55+ languages, O(n) guaranteed | `pip install rosettes` |

yaml