JoinFlow 是一个功能完整的 企业级 AI Agent 自动化平台，旨在通过多智能体协作实现复杂任务的自动化执行。无论是网络搜索、数据分析、文件操作还是报告生成，JoinFlow 都能智能规划并高效完成。
| 特性 | 描述 |
|---|---|
| 🤖 多智能体协作 | 6种专业Agent协同工作，自动规划任务执行路径 |
| 📊 企业级导出 | 支持 PDF、Excel、PowerPoint 等7种格式，完美支持中文 |
| ⏰ 无人值守 | Cron定时任务、工作流自动化，7×24小时运行 |
| 🧠 智能优化 | LLM缓存、Token优化，降低30-40%的API成本 |
| 🌐 现代化界面 | 实时任务监控、多语言支持、响应式设计 |
| 🔒 安全可靠 | 沙箱执行、API密钥管理、支持私有化部署 |
| 功能模块 | 支持 | 说明 |
|---|---|---|
| 多 Agent 协作 | ✅ | Browser/LLM/OS/Data/Vision/Code 6种Agent |
| 智能任务规划 | ✅ | 自动分解复杂任务，智能调度执行 |
| 实时执行监控 | ✅ | WebSocket/SSE 实时状态推送 |
| 多格式导出 | ✅ | MD/TXT/HTML/JSON/PDF/Excel/PPT 7种格式 |
| 定时任务 | ✅ | Cron表达式、间隔执行、每日/每周定时 |
| 工作流模板 | ✅ | 预定义工作流、自定义模板、一键执行 |
| 知识库管理 | ✅ | 文档上传、向量索引、RAG检索增强 |
| LLM 缓存 | ✅ | 语义相似度缓存，减少Token消耗 |
| 多模型支持 | ✅ | OpenAI/Claude/DeepSeek/本地模型 |
| 多语言界面 | ✅ | 中文/英文界面切换 |
| 私有化部署 | ✅ | Docker/K8s/本地完全私有运行 |
| 开源免费 | ✅ | MIT许可证，商业可用 |
JoinFlow 内置6种专业Agent，各司其职：
| Agent | 图标 | 功能 | 典型任务 |
|---|---|---|---|
| Browser Agent | 🌐 | 网页浏览、搜索、数据采集 | 搜索新闻、爬取数据、网页截图 |
| LLM Agent | 🧠 | 自然语言处理、内容生成 | 文本生成、翻译、摘要、分析 |
| OS Agent | 💻 | 系统操作、文件管理 | 打开应用、文件操作、执行命令 |
| Data Agent | 📊 | 数据分析、可视化 | 数据处理、图表生成、统计分析 |
| Vision Agent | 👁️ | 图像识别、视觉分析 | OCR识别、图像分析、截图理解 |
| Code Agent | 💻 | 代码生成、执行 | 编写脚本、代码审查、自动化 |
智能编排器 (Orchestrator) 会根据任务描述自动：
- 分析任务需求
- 选择合适的Agent组合
- 规划执行步骤
- 协调多Agent协作
- 汇总执行结果
支持7种导出格式，满足不同场景需求：
| 格式 | 扩展名 | 特点 | 适用场景 |
|---|---|---|---|
| Markdown | .md | 轻量级标记语言 | 文档记录、笔记 |
| 纯文本 | .txt | 最大兼容性 | 简单文本存档 |
| HTML | .html | 网页格式 | 浏览器查看、邮件 |
| JSON | .json | 结构化数据 | 程序处理、API |
| 便携文档（支持中文） | 打印、正式报告 | ||
| Excel | .xlsx | 电子表格 | 数据分析、统计 |
| PowerPoint | .pptx | 演示文稿 | 汇报展示、会议 |
PDF 导出特性：
- ✅ 完整中文支持（自动检测系统字体）
- ✅ 精美排版（标题、分隔线、表格）
- ✅ 状态图标显示
- ✅ 元数据信息
Excel 导出特性：
- ✅ 多工作表（概览、步骤、结果、统计）
- ✅ 图表支持
- ✅ 样式美化
- ✅ 数据筛选
PowerPoint 导出特性：
- ✅ 专业模板设计
- ✅ 封面页/内容页/结束页
- ✅ 步骤卡片展示
- ✅ 品牌定制
支持多种定时执行方式：
# 支持的调度类型
- interval: 固定间隔执行（如每30分钟）
- cron: Cron表达式（如 "0 9 * * *" 每天9点）
- daily: 每日定时（如 09:00）
- weekly: 每周定时（如周一 10:00）
- monthly: 每月定时（如每月1号）
- once: 一次性执行典型应用场景：
- 📰 每日新闻汇总
- 📊 定期数据报告
- 🔄 自动化数据同步
- 📧 定时邮件发送
预定义工作流快速启动：
| 模板名称 | 类别 | 描述 |
|---|---|---|
| 网络调研 | 研究 | 搜索指定主题信息并生成报告 |
| 数据分析 | 数据 | 分析数据并生成可视化图表 |
| 代码审查 | 代码 | 审查代码质量并提供建议 |
| 文档生成 | 内容 | 根据大纲生成完整文档 |
| 竞品分析 | 研究 | 收集并对比竞品信息 |
自定义工作流支持：
- 变量模板（如
{topic},{date}） - 多步骤流程
- 条件分支
- 循环执行
知识库管理：
- 支持文档格式：PDF、Word、Markdown、TXT、HTML
- 自动文本提取与分块
- 向量化索引存储
- 集合分类管理
RAG 检索增强：
- 语义相似度搜索
- 上下文注入
- 相关度排序
- 引用溯源
智能缓存机制：
- 语义相似度匹配（可配置阈值）
- 自动缓存热门查询
- 过期时间管理
- 缓存统计分析
效果数据：
| 指标 | 数值 |
|---|---|
| 平均缓存命中率 | 35-50% |
| Token 节省 | 30-40% |
| 响应延迟降低 | 90%+（命中时） |
主要页面：
- 首页：任务创建、快捷模板、任务列表
- 工作区：实时执行监控、步骤可视化、结果预览
- 设置：模型配置、API密钥、系统参数
界面特性：
- 🌓 深色/浅色主题切换
- 🌍 中文/英文语言切换
- 📱 响应式设计
- ⌨️ 快捷键支持
- 🔔 实时通知
- Python: 3.9 或更高版本
- 操作系统: Windows 10+, Linux, macOS
- 内存: 建议 8GB+
- 可选: Docker, CUDA（GPU加速）
# Windows
.\start.bat
# Linux/macOS
chmod +x start.sh
./start.sh# 1. 克隆仓库
git clone https://github.com/JoinSyna/joinflow.git
cd joinflow
# 2. 创建虚拟环境（推荐）
python -m venv venv
# Windows
.\venv\Scripts\activate
# Linux/macOS
source venv/bin/activate
# 3. 安装基础依赖
pip install -r requirements.txt
# 4. 安装可选依赖（企业功能）
pip install openpyxl python-pptx reportlab # 导出功能
pip install playwright && playwright install chromium # 浏览器Agent
# 5. 配置
cp config.example.json config.json
# 编辑 config.json，填入 API 密钥
# 6. 启动服务
python -m web.server# 开发环境
docker-compose up -d
# 生产环境
docker-compose -f deploy/docker-compose.full.yml up -d启动后访问：http://localhost:8000
在首页输入任务描述，例如：
- "搜索今天的科技新闻，汇总成报告"
- "分析这份数据，生成图表"
- "打开记事本，写一段故事"
- 实时查看任务分解步骤
- 监控每个Agent的执行状态
- 查看日志输出
点击"导出为..."选择格式：
- 📝 Markdown
- 🌐 HTML
- 📊 JSON
- 📈 Excel
- 📽️ PowerPoint
from joinflow_agent import Orchestrator, AgentConfig
# 创建配置
config = AgentConfig(
llm_model="gpt-4o-mini",
browser_headless=True,
enable_cache=True
)
# 创建编排器
orchestrator = Orchestrator(config=config)
# 执行任务
result = orchestrator.execute("搜索Python最新版本信息")
# 获取结果
print(result.output)
print(f"执行步骤: {len(result.steps)}")
print(f"耗时: {result.duration}s")from joinflow_core.advanced_exporter import AdvancedExportManager
exporter = AdvancedExportManager(output_dir="./exports")
# 导出为Excel
content, path = exporter.export_task(
task_id="task_001",
description="数据分析报告",
result="分析结果...",
steps=[...],
format="excel"
)
print(f"已导出到: {path}")
# 获取可用格式
formats = exporter.get_available_formats()
for fmt in formats:
status = "✅" if fmt['available'] else "❌"
print(f"{status} {fmt['name']} ({fmt['extension']})")from joinflow_core.scheduler import TaskScheduler, ScheduledTask, ScheduleType
scheduler = TaskScheduler()
# 创建每日任务
task = ScheduledTask(
name="每日新闻汇总",
description="自动收集科技新闻",
schedule_type=ScheduleType.DAILY,
run_at="09:00",
task_description="搜索今天的科技新闻并生成汇总报告"
)
scheduler.add_task(task)
scheduler.start()| 端点 | 方法 | 描述 |
|---|---|---|
/chat |
POST | 发送聊天消息 |
/task/execute |
POST | 执行任务 |
/task/{id}/stream |
GET | 任务进度流(SSE) |
/api/export/task/{id} |
POST | 导出任务结果 |
/api/export/formats |
GET | 获取可用导出格式 |
/api/export/download/{file} |
GET | 下载导出文件 |
/api/workflows |
GET/POST | 工作流管理 |
/api/schedules |
GET/POST | 定时任务管理 |
/api/knowledge/upload |
POST | 上传知识库文档 |
/api/models |
GET/POST | 模型配置管理 |
# 导出为PDF
curl -X POST "http://localhost:8000/api/export/task/task_001" \
-H "Content-Type: application/json" \
-d '{
"format": "pdf",
"description": "任务描述",
"result": "任务结果内容",
"steps": [],
"metadata": {"status": "completed"}
}'
# 获取可用格式
curl "http://localhost:8000/api/export/formats"┌─────────────────────────────────────────────────────────────────┐
│ Web Interface │
│ (HTML + JavaScript + CSS) │
└─────────────────────────────┬───────────────────────────────────┘
│ HTTP/WebSocket/SSE
▼
┌─────────────────────────────────────────────────────────────────┐
│ FastAPI Web Server │
│ (REST API + 实时通信) │
└─────────────────────────────┬───────────────────────────────────┘
│
┌─────────────────────┼─────────────────────┐
│ │ │
▼ ▼ ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Orchestrator │ │ Scheduler │ │ Exporter │
│ 智能编排器 │ │ 任务调度器 │ │ 导出管理器 │
└──────┬───────┘ └──────────────┘ └──────────────┘
│
├──────┬──────┬──────┬──────┬──────┐
│ │ │ │ │ │
▼ ▼ ▼ ▼ ▼ ▼
┌──────┐┌──────┐┌──────┐┌──────┐┌──────┐┌──────┐
│Browser││ LLM ││ OS ││ Data ││Vision││ Code │
│Agent ││Agent ││Agent ││Agent ││Agent ││Agent │
└──────┘└──────┘└──────┘└──────┘└──────┘└──────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ Qdrant Service Manager │
│ (向量存储 / LLM缓存 / Token优化) │
└─────────────────────────────────────────────────────────────────┘
joinflow/
├── main.py # 主入口
├── config.json # 配置文件
├── start.bat / start.sh # 一键启动脚本
│
├── joinflow_agent/ # Agent 系统
│ ├── orchestrator.py # 智能编排器
│ ├── browser.py # 浏览器 Agent
│ ├── llm.py # LLM Agent
│ ├── os_agent.py # 系统 Agent
│ ├── data_agent.py # 数据分析 Agent
│ ├── vision_agent.py # 视觉 Agent
│ └── session.py # 会话管理
│
├── joinflow_core/ # 核心模块
│ ├── qdrant_service.py # Qdrant 服务管理
│ ├── cached_llm.py # LLM 缓存
│ ├── scheduler.py # 任务调度
│ ├── exporter.py # 基础导出 (MD/HTML/JSON/PDF)
│ ├── advanced_exporter.py # 企业导出 (Excel/PPT)
│ ├── webhooks.py # Webhook 通知
│ └── task_templates.py # 任务模板
│
├── joinflow_rag/ # RAG 引擎
│ ├── engine.py # RAG 核心
│ └── knowledge_base.py # 知识库管理
│
├── joinflow_memory/ # 记忆系统
│ └── history.py # 历史存储
│
├── web/ # Web 服务
│ ├── server.py # FastAPI 服务器
│ ├── api_extensions.py # API 扩展
│ ├── subscription.py # 订阅管理
│ ├── templates/ # HTML 模板
│ └── static/ # 静态资源
│
├── deploy/ # 部署配置
│ ├── docker-compose.*.yml # Docker 配置
│ ├── nginx/ # Nginx 配置
│ ├── kubernetes/ # K8s 配置
│ └── scripts/ # 部署脚本
│
└── workspace/ # 工作空间
├── exports/ # 导出文件
└── results/ # 结果文件
# 完整部署（包含 Qdrant）
docker-compose -f deploy/docker-compose.full.yml up -d
# 查看日志
docker-compose logs -f joinflow# 应用配置
kubectl apply -f deploy/kubernetes/
# 查看状态
kubectl get pods -n joinflow# Nginx 反向代理
sudo cp deploy/nginx/joinflow.conf /etc/nginx/sites-available/
sudo ln -s /etc/nginx/sites-available/joinflow.conf /etc/nginx/sites-enabled/
sudo nginx -t && sudo systemctl reload nginx
# Systemd 服务
sudo cp deploy/scripts/joinflow.service /etc/systemd/system/
sudo systemctl enable joinflow
sudo systemctl start joinflow{
"llm": {
"default_model": "gpt-4o-mini",
"api_key": "your-api-key",
"api_base": "https://api.openai.com/v1",
"temperature": 0.7,
"max_tokens": 4096
},
"models": [
{
"id": "gpt-4o-mini",
"name": "GPT-4o Mini",
"provider": "openai",
"api_key": "sk-xxx",
"is_default": true
}
],
"qdrant": {
"host": "localhost",
"port": 6333,
"use_memory": true
},
"cache": {
"enabled": true,
"similarity_threshold": 0.92,
"ttl_hours": 24
},
"export": {
"default_format": "markdown",
"output_dir": "./workspace/exports"
}
}# LLM 配置
export OPENAI_API_KEY=your-key
export LLM_MODEL=gpt-4o-mini
# 服务配置
export JOINFLOW_PORT=8000
export JOINFLOW_HOST=0.0.0.0
# Qdrant 配置
export QDRANT_HOST=localhost
export QDRANT_PORT=6333| 指标 | 结果 |
|---|---|
| 嵌入时间 | ~24.5s (408 docs/s) |
| 索引时间 | ~7.5s (1326 docs/s) |
| 平均查询延迟 | 80ms |
| P95 延迟 | 140ms |
| 指标 | 结果 |
|---|---|
| 平均缓存命中率 | 35-50% |
| Token 节省 | 30-40% |
| 响应延迟降低 | 90%+ (缓存命中时) |
新增功能:
- ☁️ 云服务部署功能
- 📊 高级导出功能（Excel/PPT/PDF中文支持）
- 🧠 Qdrant 服务管理器
- 💾 LLM 响应缓存
- 🔔 Webhook/通知系统
- 📋 任务模板系统
修复:
- 修复 PDF 导出中文乱码问题
- 修复 PPT 导出兼容性问题
- 修复导出格式选择无效问题
- 🤖 多 Agent 系统
- 🧠 智能编排器
- 💾 用户历史记录
- 📚 RAG 引擎
- 🔍 向量存储
欢迎贡献代码！请参阅 CONTRIBUTING.md
- Fork 项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add AmazingFeature') - 推送分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
MIT License - 详见 LICENSE
- Qdrant - 向量数据库
- Playwright - 浏览器自动化
- FastAPI - Web 框架
- OpenAI - LLM API
- ReportLab - PDF 生成
- python-pptx - PPT 生成
- openpyxl - Excel 生成
- 作者: JoinSyna
- GitHub: https://github.com/JoinSyna/joinflow
- Issues: 提交问题
- Discussions: 参与讨论
⭐ 如果这个项目对您有帮助，请给我们一个 Star！
Made with ❤️ by JoinSyna