经 AI Skill Hub 精选评估,开源AI工作流 获评「强烈推荐」。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。
企业级AI管理平台,提供聊天界面和对话功能
开源AI工作流 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。
企业级AI管理平台,提供聊天界面和对话功能
开源AI工作流 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。
# 方式一:npm 全局安装 npm install -g teamclaw # 方式二:npx 直接运行(无需安装) npx teamclaw --help # 方式三:项目依赖安装 npm install teamclaw # 方式四:从源码运行 git clone https://github.com/szsip239/teamclaw cd teamclaw npm install npm start
# 命令行使用
teamclaw --help
# 基本用法
teamclaw [options] <input>
# Node.js 代码中使用
const teamclaw = require('teamclaw');
const result = await teamclaw.run(options);
console.log(result);
# teamclaw 配置说明 # 查看配置选项 teamclaw --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 TEAMCLAW_CONFIG="/path/to/config.yml"
<p align="center"> <img src="docs/screenshots/cover.png" alt="TeamClaw Cover" width="800"> </p>
<p align="center"> <h1 align="center">TeamClaw</h1> <p align="center">Enterprise AI Agent Operations Platform</p> <p align="center">企业级多实例 · 多租户 · 多 Agent · 多 Runtime 管理平台</p> </p>
<p align="center"> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="License"></a> <a href="https://nodejs.org/"><img src="https://img.shields.io/badge/node-%3E%3D20-green.svg" alt="Node.js"></a> <a href="https://github.com/szsip239/teamclaw/releases"><img src="https://img.shields.io/github/v/release/szsip239/teamclaw" alt="Release"></a> </p>
<p align="center"> <a href="#中文">中文</a> | <a href="#english">English</a> </p>
---
<a id="中文"></a>
low / medium / xhigh thinking levels.TeamClaw 依赖 PostgreSQL、Redis、RAG service 和 Docker socket,不支持单独docker run启动。生产或试用请优先使用setup.sh。
前置要求:
git、openssl、curlgit clone https://github.com/szsip239/teamclaw.git
cd teamclaw
bash setup.sh
setup.sh 会完成:
.env.example 创建 .envTEAMCLAW_DATA_DIR,Linux 下自动检测 DOCKER_GIDdocker-compose.prod.yml,运行数据库迁移和 seed访问 http://localhost:3100。初始管理员邮箱和密码会在 setup.sh 完成时打印,也会写入 .env:
INITIAL_ADMIN_EMAILINITIAL_ADMIN_PASSWORD仅当你不想使用交互式脚本时使用。请先准备好 .env 中的密钥、端口和数据目录:
```bash cp .env.example .env node scripts/generate-keys.mjs --write
Requirements:
git, openssl, curlgit clone https://github.com/szsip239/teamclaw.git
cd teamclaw
bash setup.sh
setup.sh will:
.env from .env.exampleTEAMCLAW_DATA_DIR and auto-detect DOCKER_GID on Linuxdocker-compose.prod.yml, run DB migrations, and seed the admin userOpen http://localhost:3100. The initial admin email and password are printed by setup.sh and written to .env:
INITIAL_ADMIN_EMAILINITIAL_ADMIN_PASSWORDUse this only if you do not want the interactive setup script:
```bash cp .env.example .env node scripts/generate-keys.mjs --write
alpine/openclaw:2026.6.6-browser。TeamClaw requires PostgreSQL, Redis, the RAG service, and Docker socket access. Standalonedocker runis not supported. Usesetup.shfor production or trial deployments.
![]() 仪表盘 |
![]() AI 对话 |
![]() Agent 管理 |
![]() Skills 管理 |
![]() 实例管理 |
![]() 配置编辑器 |
![]() Dashboard |
![]() AI Chat |
![]() Agent Management |
![]() Skills |
![]() Instance Management |
![]() Config Editor |
docker compose -f docker-compose.prod.yml up -d --build docker compose -f docker-compose.prod.yml logs -f app
启用 Nginx HTTPS 时,把证书放到 `nginx/cert/`,设置 `.env` 中的 `NGINX_*`,再启动:
bash docker compose -f docker-compose.prod.yml --profile nginx up -d --build ```
如果目标主机已有其他反向代理占用 80/443,不要直接启用 TeamClaw 的 nginx profile。应改用现有反向代理转发到 TeamClaw app 端口,或设置不冲突的 NGINX_HTTP_PORT / NGINX_HTTPS_PORT。
| 配置 | 说明 |
|---|---|
JWT_PRIVATE_KEY / JWT_PUBLIC_KEY / ENCRYPTION_KEY | setup.sh 或 node scripts/generate-keys.mjs --write 生成;上线后不要随意轮换 |
POSTGRES_PASSWORD / RAG_SERVICE_SECRET | setup.sh 或 node scripts/generate-keys.mjs --write 生成;不要使用固定公开值 |
INITIAL_ADMIN_EMAIL / INITIAL_ADMIN_PASSWORD | 只在首次 seed 创建管理员时使用;已有管理员复跑时不会被重置 |
TEAMCLAW_DATA_DIR | 托管 runtime 的宿主机数据目录,必须是绝对路径 |
DOCKER_SOCKET_PATH / DOCKER_GID | TeamClaw 管理 Docker runtime 所需;setup.sh 会尽量自动检测 |
DEFAULT_OPENCLAW_IMAGE | 新建普通 runtime 的默认镜像,默认 alpine/openclaw:2026.6.6-browser |
更细的 RAG 并发、OCR、Embedding 维度和模型预算参数请看 .env.example;多数用户应该优先在后台 UI 配置。
docker compose -f docker-compose.prod.yml up -d --build docker compose -f docker-compose.prod.yml logs -f app
For Nginx HTTPS, place certificates under `nginx/cert/`, configure `NGINX_*` in `.env`, then run:
bash docker compose -f docker-compose.prod.yml --profile nginx up -d --build ```
If another reverse proxy already owns 80/443 on the target host, do not enable TeamClaw's nginx profile with default ports. Route the existing proxy to the TeamClaw app port, or set non-conflicting NGINX_HTTP_PORT / NGINX_HTTPS_PORT.
| Config | Notes |
|---|---|
JWT_PRIVATE_KEY / JWT_PUBLIC_KEY / ENCRYPTION_KEY | Generated by setup.sh or node scripts/generate-keys.mjs --write; do not rotate casually after deployment |
POSTGRES_PASSWORD / RAG_SERVICE_SECRET | Generated by setup.sh or node scripts/generate-keys.mjs --write; do not use fixed public values |
INITIAL_ADMIN_EMAIL / INITIAL_ADMIN_PASSWORD | Used only when seed creates the first admin user; reruns preserve an existing admin password |
TEAMCLAW_DATA_DIR | Absolute host path for managed runtime data |
DOCKER_SOCKET_PATH / DOCKER_GID | Required for TeamClaw to manage Docker runtimes; setup.sh auto-detects where possible |
DEFAULT_OPENCLAW_IMAGE | Default normal runtime image, alpine/openclaw:2026.6.6-browser |
Detailed RAG concurrency, OCR, embedding dimension, and model-budget variables live in .env.example. Most users should configure RAG from the admin UI first.
TeamClaw 是一个企业级的 OpenClaw AI Agent 管理平台。它旨在为企业提供统一的 AI 智能体调度与管理能力,通过可视化的界面,帮助用户高效地管理、部署和运行各类 AI Agent,实现从对话交互到复杂任务自动化的全流程管控。
平台提供强大的 AI 对话功能,支持流式输出、思考过程展示及多会话管理;Agent 管理模块支持跨实例克隆与三级分类体系,并提供可视化编辑器;Skills 市场深度集成 ClawHub,支持技能包的搜索与安装;此外,平台还内置了强大的知识库(RAG)系统与工具箱,支持多模态文档处理与实时舆情监控。
推荐使用 Docker Compose 进行部署。由于 TeamClaw 强依赖 PostgreSQL 和 Redis,请勿使用单独的 `docker run` 命令。开发者只需克隆仓库并运行 `bash setup.sh` 脚本,即可自动完成密钥生成、Nginx HTTPS 配置、数据库初始化及容器启动。在 Linux 环境下,请确保正确配置 `DOCKER_SOCKET_PATH` 以便管理容器。
部署完成后,请通过浏览器访问 `http://localhost:3100` 并使用默认管理员账号登录。首次使用前,请务必完成 `.env` 文件的配置,并根据引导创建模型资源。建议先配置好模型 Provider,再进行 Agent 实例的创建与对话测试,以确保整个 AI 工作流的顺畅运行。
配置过程主要通过 `.env` 文件完成。系统使用 `setup.sh` 自动生成 JWT 和加密密钥,若手动配置,请运行 `node scripts/generate-keys.mjs`。配置重点在于模型资源的接入,平台支持 Anthropic (Claude 系列) 和 OpenAI 等 25 个内置 Provider。若涉及知识库功能,需特别注意 `RAG_SERVICE_SECRET` 与 `PGVECTOR_EMBED_DIM` 等参数的准确性。
平台集成了先进的 RAG(检索增强生成)工作流。用户可以通过后台界面或 `.env` 环境变量配置 LLM、Embedding、Rerank 及 PaddleOCR 凭据。系统支持 PDF/DOCX 等多种格式的上传,并利用 FTS、向量检索与 RRF 混合检索技术,结合流式问答能力,实现精准的文档知识检索与问答体验。
高质量的开源AI工作流管理平台
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。
✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。
AI Skill Hub 点评:开源AI工作流 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。
| 原始名称 | teamclaw |
| 原始描述 | 开源AI工作流:Enterprise OpenClaw AI Agent Management Platform 企业级🦞openclaw管理平台。原生提供聊天界面,提供对话。⭐77 · TypeScript |
| Topics | AI工作流TypeScript |
| GitHub | https://github.com/szsip239/teamclaw |
| License | MIT |
| 语言 | TypeScript |
收录时间:2026-06-20 · 更新时间:2026-06-20 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端