A2Flow 是一款由聊天驱动的工作流引擎。它以 AI 代理为核心,重构服务请求、变更执行、公告发布等 ITSM 式工作流:把工作规划成任务图,在必须由人审批的环节暂停等待,其余部分自行执行。计划会保存为工作流,下次运行时遵循相同的步骤。
两个聊天,一个工作流:先与代理一起设计,再在专属会话中运行,表单和审批都在其中。
传统工作流引擎可重复,却很僵化:固定的表单、工单队列、人与人之间的交接,大部分时间都在等待。与 AI 代理聊天则恰恰相反:灵活,但它制定的计划在会话结束后就消失了,也没有人审批过。A2Flow 保留前者的流程和审批、后者的对话,中间的一切都交给代理。
流程即软件:可重复,却很僵化——表单固定,状态固定,全靠人来衔接。
流程靠即兴发挥:灵活,但每次都不一样。
与 AI 一起运行的 SOP:像聊天一样灵活,像规程一样可重复。
SKILL.md 文件——有版本管理、可以审查,团队中的任何人都能读懂。每次运行都要通过同样的两道门禁:在有人发布设计之前,什么都不会运行;在指定审批人同意之前,任何会更改内容的工具调用都无法通过。
在设计会话中,它读取代理技能,将您的提示词拆分为依赖关系明确的任务模板,并通过一次调用注册整个 DAG,同时完成循环检测。您可以通过聊天或手动调整,此时还不会运行任何内容。
发布工作流即是批准计划——运行由此开始,无需再次确认。会更改内容的工具调用要经过指定审批人把关:批准、驳回、退回控件直接显示在聊天中,并列出它们所授权的具体调用,只有这个人才能处理——其他人只会收到 403。
按下运行,代理立即在此次运行专属的工作流会话中开始工作。任务按依赖顺序依次经历 pending → in_progress → completed,只调用绑定到当前任务的 MCP 工具;代理需要询问时,则通过直接绘制在聊天中的表单提问。
工作流会话是共享的聊天。发起人、审批人和代理都在同一对话中发言——没有私下沟通,也不会再有“我的工单有进展吗?”
运行已发布的工作流。在代理绘制到聊天中的表单里回答问题,并在同一对话中查看任务进度。
收到通知后打开会话,直接在聊天中作出决定,并可附上评论。只有指定审批人才能处理审批。
规划任务图,在恰当的时机请求审批,按技能执行每个步骤,并随时报告进度。
审批请求和会话完成通知会进入每位用户的通知铃铛,并可直接跳转到相关对话。
谁批准的、写了什么、具体何时——都保存在审批记录中,可在管理界面中查看。
流程以 SKILL.md 文件的形式保存在 Git 仓库中,并在首次运行时克隆。可以像其他代码一样进行版本管理、审查和阅读。
代理根据技能起草的任务图会发布为工作流——真正的 DAG,强制依赖关系,拒绝循环——每次运行都遵循同一张图,并以可排序的表格或自动布局的图表呈现,随代理的工作实时更新。
在执行破坏性步骤之前,代理会向特定用户请求审批并暂停。批准、驳回、退回按钮会出现在聊天中——仅该用户可见。
注册 MCP 服务器后,代理在规划时只为每个任务绑定所需的工具。运行时,任务只能调用自己的工具——而且 A2Flow 启动的每个服务器都运行在各自的 bubblewrap 沙箱中。
通过 A2UI 协议,代理可直接在聊天中渲染按钮、表单和卡片——您的点击会作为工具结果回传到运行中。
默认使用 Gemini,也可通过 LiteLLM 使用 OpenAI 和 Anthropic 的模型。更换提供商只需修改一个环境变量。
聊天界面从 FastAPI 后端接收 AG-UI 事件流,代理则把 A2UI 界面绘制到聊天中。代理技能来自 Git,工具来自 MCP 服务器,所有数据都保存在同一个关系型数据库中。
整个技术栈(PostgreSQL、后端、前端)通过 Docker Compose 启动。准备好 Google API 密钥,只需两条命令就能运行您的第一个工作流。
Star on GitHub$ git clone https://github.com/kaitoy/a2flow.git && cd a2flow$ echo GOOGLE_API_KEY=your_google_api_key_here > .env$ docker compose up --build# open http://localhost:3000