flock MCP工具
AI Skill Hub 强烈推荐：flock MCP工具 是一款优质的Agent工作流。已获得 1.1k 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
flock MCP工具 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
flock MCP工具 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
flock MCP工具 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：npm 全局安装 npm install -g flock # 方式二：npx 直接运行（无需安装） npx flock --help # 方式三：项目依赖安装 npm install flock # 方式四：从源码运行 git clone https://github.com/Onelevenvy/flock cd flock npm install npm start
- 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
flock --help
# 基本用法
flock [options] <input>
# Node.js 代码中使用
const flock = require('flock');
const result = await flock.run(options);
console.log(result);
# flock 配置说明 # 查看配置选项 flock --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 FLOCK_CONFIG="/path/to/config.yml"
Flock
English | 简体中文
A multi AI agent desktop application built with Rust and Tauri.
Note: This project is built on top of langgraph-rust, which is my personal Rust implementation of the LangGraph framework.
Refactoring History: Flock has been completely rewritten from the ground up. The original version was a Python-based application using LangGraph, LangChain, and FastAPI as the backend. The current version is a native desktop application with a Rust backend, powered by Tauri for the desktop shell. This rewrite brings significant improvements in performance, reliability, and user experience.
Legacy Code: The original Python codebase is preserved in the legacy/python branch for reference.
Overview
Flock is a desktop application that provides an interactive interface for AI agents with tool orchestration, sandbox execution, visual workflow, and browser/computer-use capabilities. It supports multiple LLM providers and features a rich set of built-in tools, skills system, and memory management.
Features
- Multi-Provider Support: OpenAI-compatible, Anthropic, AWS Bedrock, Google Vertex
- Tool Orchestration: Built-in tools (Read, Write, Edit, Bash, Grep, Glob) + MCP server integration
- Sandbox Execution: Cloud-based sandbox containers for isolated code execution, with VNC desktop streaming and human takeover
- Visual Workflow: ReactFlow-based workflow builder with 10 node types, conditional routing, and streaming execution with human-in-the-loop
- Browser Tools: Playwright-based web automation inside the sandbox — navigate, click, fill forms, with captcha detection and human takeover
- Computer Use: xdotool-based GUI automation — mouse, keyboard, screenshots, with full visual feedback loop
- Skills System: Reusable prompt templates with YAML frontmatter, hot-reload support
- Memory System: Persistent cross-session memory (user, feedback, project, reference types)
- Session Management: Conversation history with SQLite-backed persistence
- Desktop UI: Modern interface built with React, TypeScript, and Mantine UI
- Internationalization: Multi-language support (Chinese/English)
Prerequisites
- Rust 1.77.2+
- Node.js 18+
- npm or yarn
Dependencies
This project relies on langgraph-rust, which is automatically resolved as a Git dependency in Cargo.toml.
Install frontend dependencies
cd flock-ui npm install cd ..
Getting Started
Build & Run
```bash
Build and run the desktop app
cd flock-ui npm run tauri dev ```
Build Rust backend
cargo build
LangGraph Integration
This project leverages langgraph-rust for agent graph orchestration. The LangGraph framework provides:
- State management for agent conversations
- Tool execution flow control
- Checkpointing for conversation persistence
- Pre-built agent patterns
While langgraph-rust is not the official LangGraph Rust implementation, it provides the core features needed for building AI agents with tool orchestration capabilities.
Flock是成熟的MCP工作流平台，低代码设计易用性强，支持复杂AI应用快速构建，社区活跃度好，值得深度关注。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 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
- 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
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 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
👥 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
- +Apache-2.0 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。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，flock MCP工具 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。
| 原始名称 | flock |
| 原始描述 | 开源MCP工具：Flock is a workflow-based low-code platform for rapidly building chatbots, RAG, 。⭐1.1k · TypeScript |
| Topics | 低代码平台MCP工具AI智能体工作流引擎聊天机器人 |
| GitHub | https://github.com/Onelevenvy/flock |
| License | Apache-2.0 |
| 语言 | TypeScript |
收录时间：2026-05-13 · 更新时间：2026-05-16 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。