能力标签

🤖 Agent 🔄 工作流 👁 OCR 🌐 翻译 🐳 Docker 🔗 REST API 📚 RAG 🧠 Claude ✨ GPT 🖥 本地 LLM

⚙️

Agent工作流

匿名化工作流

基于 Go · 无代码搭建完整 AI 自动化流程

英文名：anonde

⭐ 11 Stars 💻 Go 📄 Apache-2.0 🏷 AI 8.0分

8.0AI 综合评分

anonymizationdata-privacygdprgo

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：匿名化工作流是一款优质的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

匿名化工作流是一套完整的 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。

匿名化工作流工作流的设计遵循"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

匿名化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。

GitHub Stars

⭐ 11

开发语言

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」。

📌 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/anonde-io/anonde@latest

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

# 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/anonde-io/anonde/releases

📋 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

# 查看帮助
anonde --help

# 基本运行
anonde [options] <input>

# 详细使用说明请查阅文档
# https://github.com/anonde-io/anonde

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

# anonde 配置说明
# 查看配置选项
anonde --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 ANONDE_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

anonde

Make regulated data safe to use with LLMs. Anonymize before the model sees it. Reveal only where it's allowed. A developer toolkit for building copilots, RAG, and agents over healthcare, finance, and enterprise data.

<a href="https://anonde.io">anonde.io</a> · <a href="https://anonde.io">Live demo</a> · <a href="docs/QUICKSTART.md">Quickstart</a> · <a href="bench/REPORT_MATRIX.md">Benchmarks</a>

---

Docker (HTTP server, fastest)

One command, no Go toolchain needed. The patterns-only image is ~12 MB and cold-starts in <1s; the NER image (~770 MB) bakes in GLiNER + libonnxruntime for PERSON / ORG / LOC detection.

```bash

Quick start

Two ways to run anonde — pick the one that matches how you ship.

Default (chat) — no env needed

docker run --rm -p 8081:8080 ghcr.io/anonde-io/anonde-ner:latest

HTTP API

The same server speaks three transports on one port:

REST/JSON via grpc-gateway: POST /v1/anonymizations, POST /v1/anonymizations/{id}/reveal|detokenize, DELETE /v1/anonymizations/{id}?tenant_id={tenant_id}, POST /v1/synthesize, GET /v1/version. id is optional on create (server mints anon_<hex> if omitted); tenant lives in the request body / query for now and moves to a bearer-token header when auth lands. JSON fields are snake_case on the wire (tenant_id, content_format, anonymized_content, …); inputs also accept the camelCase form so generated gRPC clients work without translation.
Connect (Connect/JSON, Connect/Protobuf, gRPC-Web): POST /anonde.v1.Service/<Method>.
Native gRPC over HTTP/2 cleartext: same /anonde.v1.Service/<Method> path.

Two optional surfaces ride alongside: PDF redaction (POST /v1/anonymizations/pdf, see PDFs & scans) and an OpenAI-compatible proxy (POST /v1/chat/completions, see OpenAI proxy).

Source of truth: proto/anonde/v1/anonde.proto. Regenerate handlers with buf generate. Full round-trip examples (text, JSON, PDF) live in docs/QUICKSTART.md.

Server started with ANONDE_OPENAI_BASE_URL + ANONDE_OPENAI_API_KEY set.

client = OpenAI(base_url="http://localhost:8081/v1", api_key="unused") resp = client.chat.completions.create( model="openai/gpt-4o", messages=[{"role": "user", "content": "Email a summary to sarah.chen@acme.example"}], )

🎯 aiskill88 AI 点评 A 级 2026-06-28

高质量的开源AI工作流，保护数据隐私