DeterminFlow

把复杂 AI 流程稳定跑成生产级服务

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 147 🐛 待处理 17 👀 关注 4

GitHub ↗

GitHub 星标 ★ 971

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，AGPL-3.0许可证，可免费使用和部署。

项目预览

DeterminFlow 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队alikon-art

GitHubhttps://github.com/alikon-art/DeterminFlow

定价模式🏷️完全免费

价格说明开源项目，AGPL-3.0许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型agent-orchestration,ai-agents,ai-workflow,fastapi,llm,multi-agent,python,workflow-automation,workflow-engine,workflow-runtime

GitHub 星标★ 971

上线时间2026-08-02 00:00:00

代码更新2026-09-11

仓库体积3.6 MB

本站数据更新2026-11-10

维护状态维护中

收录时间2026-08-09

浏览次数7

项目介绍

DeterminFlow 是一个面向生产的 AI 工作流运行时，旨在帮助开发者快速构建、验证、恢复并交付复杂的 AI 工作流为稳定服务。它解决了 AI 应用从原型到生产环境落地过程中的可靠性、可观测性和恢复难题。核心能力包括：基于 Python 和 FastAPI 构建，提供工作流定义、编排、执行、监控和自动恢复机制；支持多智能体编排和 LLM 集成，适用于需要复杂流程控制和容错处理的场景。其设计强调确定性，通过状态管理和重试策略确保工作流可预测执行。项目处于早期阶段，但架构清晰，适合需要将 AI 流程产品化的团队。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 971

技术标签

agent-orchestration ai-agents ai-workflow fastapi llm

使用教程

难度：进阶约 25 分钟部署方式：Docker 5 步

环境要求

Python 3.10+ 或 Docker
Node.js（前端构建）

安装与启动步骤

1克隆并建环境

本机跑就建 venv；也可跳过直接走 Docker 方式。

git clone https://github.com/alikon-art/DeterminFlow.git && cd DeterminFlow
python -m venv .venv

2装锁定依赖

用 requirements.lock 而不是 requirements.txt，保证版本可复现。
```
python -m pip install -r requirements.lock
```
3启动服务

默认起后端与工作流执行器。
```
python run.py
```
4或直接用容器

不想管环境时一条命令起全套。
```
docker compose up --build
```
5开发与测试

装 dev 依赖后跑 pytest；前端单独在 web 目录构建。
```
python -m pip install -r requirements-dev.lock && python -m pytest -q
```