AI 资源库 · 已整理 3 项

工作流可视化

查看与工作流可视化相关的 AI 资讯、工具、Skill、工作流和开源项目。

disp8ch:将聊天指令转为可视化工作流的本地 AI 智能体工作台

monoplegiaunappetisingness288/disp8ch · Build automated workflows, run local AI agents, and manage tasks from a unified command center.

disp8ch 是一个面向 Windows 的桌面工作台,把聊天请求转换成可视化节点流程图,让用户拖拽调整流程并同时调度多个 AI 智能体协作完成任务。它支持本地模型离线运行与云 API 密钥接入,强调数据保存在本地磁盘,并提供文件夹访问权限开关、行动日志与模型管理界面。

☆ 收藏查看来源 ↗

Hello-Agents:从基础概念到多智能体应用的 AI Agent 系统构建指南

causesubpopulation914/Hello-Agents · Build AI agent systems from theory to production with this guide on foundational concepts and multi-agent application development.

Hello-Agents 是一份面向 AI Agent 系统构建的指南与实践工具,覆盖从基础概念到在真实环境中运行应用的过程。材料描述其内容包括任务规划、记忆日志、文档事实检索与工作流可视化,并支持上传 PDF、文本与表格文件构建搜索索引,以及通过 AI 服务密钥连接模型。仓库语言为 Python,README 同时给出了 Windows 平台的安装与使用说明、常见问题排查、性能优化建议和本地数据隐私说明。

☆ 收藏查看来源 ↗

Included Health 如何用 LangGraph 和 Deep Agents 构建联邦式医疗健康 Agent

Included Health 是一个与雇主和健康计划合作的医疗平台,它的 AI 助手 Dot 帮会员解答医疗、费用和行政问题。过去,这类系统靠固定的决策树来导航,遇到复杂需求会显得很死板,比如有人说“我胸口疼”,系统要问很多问题才意识到可能是紧急情况。现在,他们用 LangGraph 搭建主流程,再用 Deep Agents 统一各个子 Agent 的语气和上下文。这样当会员在不同服务间转接时,不用重复自己的情况;还能通过“技能注册表”按需加载信息,让 AI 在合适的时候询问合适的问题,更自然地引导会员找到正确的医疗服务。

文中可用工具

  • LangGraph搭建多 Agent 工作流的主框架,让不同团队各自开发和维护自己的服务,又能组合在一起
  • Deep Agents给所有 Agent 提供统一的声音、语气和共享文件系统,确保对话在不同服务间转接时保持一致,会员不用重复信息
  • LangSmith原文未说明具体用途
☆ 收藏查看来源 ↗