Go语言编写性能优秀，支持并发处理多模型调用

📄 工具详情 ⚙️ 安装教程 📚 使用教程

能力标签

🔌 MCP 🤖 Agent 🔄 工作流 💻 CLI 📚 RAG 🧠 Claude

⚙️

Agent工作流

CCG工作流编排系统

Q: 适合小型团队使用吗？

完全适合，提供28个命令覆盖全流程，可按需定制工作流组合

基于 Go · 无代码搭建完整 AI 自动化流程

英文名：ccg-workflow

⭐ 5.1k Stars 🍴 395 Forks 💻 Go 📄 MIT 🏷 AI 8.2分

8.2AI 综合评分

AI协作工作流编排多模型CLI工具开发自动化

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：CCG工作流编排系统是一款优质的Agent工作流。已获得 5.1k 颗 GitHub Star，AI 综合评分 8.2 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

CCG工作流编排系统是一套完整的 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。

CCG工作流编排系统工作流的设计遵循"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 8.2 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

CCG工作流编排系统是一套完整的 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

⭐ 5.1k

开发语言

支持平台

Windows / macOS / Linux（跨平台）

维护状态

持续维护，定期更新

开源协议

MIT

AI 综合评分

8.2 分

工具类型

Agent工作流

Forks

395

📖 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/fengshao1227/ccg-workflow@latest

# 方式二：从源码编译
git clone https://github.com/fengshao1227/ccg-workflow
cd ccg-workflow
go build -o ccg-workflow .

# 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/fengshao1227/ccg-workflow/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
ccg-workflow --help

# 基本运行
ccg-workflow [options] <input>

# 详细使用说明请查阅文档
# https://github.com/fengshao1227/ccg-workflow

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

# ccg-workflow 配置说明
# 查看配置选项
ccg-workflow --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 CCG_WORKFLOW_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。

CCG - Claude + Codex + Gemini Multi-Model Collaboration

[]()

简体中文 | English | Documentation

</div>

What's new in v3.0

v3.0 is a ground-up rewrite. One command replaces 29.

/ccg:go — Describe what you want in plain language. The engine analyzes your intent, picks the right strategy, and executes it.
Hook engine — Per-turn state injection keeps Claude on track even after context compaction. Session-start hooks inject full project context on every new session.
Task persistence — Medium+ complexity tasks create .ccg/tasks/ with persistent state. Phase gates enforce HARD STOP checkpoints.
Agent Teams — Large tasks spawn parallel Builder teammates via TeamCreate. Each Builder gets isolated file ownership.
Quality gates — verify-security, verify-quality, verify-change run as Skill invocations inside strategy verification phases.
Domain knowledge hooks — When your message mentions security, caching, RAG, etc., the relevant knowledge file is auto-injected into context.
Codex-Led Mode — Use Codex CLI as the lead orchestrator. Codex writes code directly and dispatches analysis/review to Gemini + Claude via codeagent-wrapper. Install via menu option X.

Update / Uninstall

npx ccg-workflow@latest     # Update
npx ccg-workflow            # Select "Uninstall" from menu

Quick Start

npx ccg-workflow

Requires Node.js 20+ and Claude Code CLI. Codex CLI and Gemini CLI are optional (enable multi-model features).

The installer walks through 4 steps: API config, model routing, MCP tools, performance mode. New users get a streamlined 2-step flow with sensible defaults.

Configuration

~/.claude/
├── commands/ccg/          # Slash commands
├── hooks/ccg/             # Hook scripts (4 files)
├── .ccg/
│   ├── config.toml        # Model routing, MCP, performance
│   ├── engine/            # Strategy files + model router
│   └── prompts/           # Expert prompts (codex/gemini/claude)
├── skills/ccg/            # Quality gates + domain knowledge
└── bin/codeagent-wrapper  # Multi-model execution bridge

Environment Variables

Set in ~/.claude/settings.json under "env":

Variable	Default	Description
`CODEX_TIMEOUT`	`7200`	Wrapper timeout (seconds)
`CODEAGENT_POST_MESSAGE_DELAY`	`5`	Post-completion delay (seconds)
`CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS`	unset	Set to `1` to enable Agent Teams parallel execution

🎯 aiskill88 AI 点评 A 级 2026-05-17

综合型AI工程平台，集成多模型协作优势显著。命令丰富覆盖全流程，零配置快速上手。Go高性能实现、社区热度高，是团队AI开发的理想选择

📚 实用指南（长尾问题）

适合谁

需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队

最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行

常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
embedding 模型与查询模型不一致导致检索失效

部署方案

CLI：直接 npm install -g / pip install，命令行调用
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

👥 适合谁

需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队

⭐ 最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行

⚠️ 常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
embedding 模型与查询模型不一致导致检索失效

👥 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

+GitHub 5.1k Star，社区高度认可
+MIT 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

🔗 相关工具推荐

cherry-studio Agent工作流

Agent工作流

airflow Agent工作流

Agent工作流

📰 相关 AI 新闻

AI 前沿资讯：Hiring Senior Founding AI/Back…

🍿 AI 圈相关吃瓜

配了5个 MCP 工具，Claude 一个都没用

AI 圈观察

AutoGPT 自主完成了任务：把我的文件夹全部重命名了

AI 圈观察

Filesystem MCP 帮 Claude 找文件，找了整个 node_modules

🗺️ 相关解决方案

ai-workflow-templates

cli

cli-productivity

🧩 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

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

CrewAI 多代理协作平台

MCP · Agent · 工作流

kb-arena开源AI工作流

kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图

natively-cluely-ai-assistant — Claude Skill 中文使用文档

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

代码智能引擎

MCP · Agent · 工作流

❓ 常见问题 FAQ

需要单独配置各模型API吗？−

支持一键初始化配置，自动集成Claude、Codex、Gemini等模型API密钥

适合小型团队使用吗？+

性能如何？+

什么是 Agent 工作流？和普通自动化有什么区别？+

导入工作流后，我需要修改哪些配置？+

工作流运行失败了，如何排查问题？+

这个工作流每次运行会产生哪些费用？+

工作流可以定时自动运行吗？+

💡 AI Skill Hub 点评

总体来看，CCG工作流编排系统是一款质量优秀的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

✅ MIT 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 CCG工作流编排系统

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	`ccg-workflow`
原始描述	开源AI工作流：多模型协作开发系统 - Claude 编排 + Codex 后端 + Gemini 前端，28 个命令覆盖开发全流程，一键安装零配置。⭐5.1k · Go
Topics	`AI协作工作流编排多模型CLI工具开发自动化`
GitHub	https://github.com/fengshao1227/ccg-workflow
License	MIT
语言	Go

🔗 原始来源

🐙 GitHub 仓库 https://github.com/fengshao1227/ccg-workflow 🌐 官方网站 https://fengshao1227.github.io/ccg-workflow/

收录时间：2026-05-16 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道

每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送

加入频道 →

CCG工作流编排系统

📚 深度解析

📋 工具概览

📖 中文文档

CCG - Claude + Codex + Gemini Multi-Model Collaboration

What's new in v3.0

Update / Uninstall

Quick Start

Configuration

Environment Variables

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

🤖 交给 Agent 安装 · CCG工作流编排系统