Agentic Workflow

Universal orchestration engine for AI agents.

Every workflow coordinated. Every step tracked. Every failure recovered. Always.

Problems Solved · Quickstart · 24 Capabilities · How It Works · MCP Tools · Benchmarks · Install · API · Paper

______________________________________________________________________

每个编排工具都解决一个模式。

Airflow运行DAGs，但需要Kubernetes。Temporal可以持久执行，但需要服务器。GitHub Actions执行CI，但不能动态分支。Zapier连接触发器，但无法回滚。 每个工具都需要基础设施，没有一个是人工智能原生的。

当前的修复不起作用。YAML管道是僵化的——你不能在运行时添加一个步骤。Cron调度程序不知道假期或服务健康状况。重试逻辑是一刀切的。审批门是“是/否”复选框。没有编排工具可以让你的AI代理 *创建、修改和推理* 工作流程本身。

代理工作流程 编排 *每* 单个引擎中的协调模式。DAGs、状态机、批处理、流处理、扇出/扇入——所有这些都通过124个MCP工具实现。不是“配置YAML文件”。你的代理 *认为* 关于工作流——计划它们、验证它们、执行它们、智能重试、回滚失败，并从每次执行中学习。

已解决的问题（请先阅读）

• 问题： 每个编排工具都需要基础设施（Kubernetes、服务器、云服务）。

解决了的： 单个 .awf 二进制文件。零基础设施。离线工作。

• 问题： 工作流工具处理一种模式（DAGs、状态机或批处理，永远不会全部）。

解决了的： 一个引擎适用于所有模式——DAGs、FSM、批处理、流、扇出、触发器、调度。

• 问题： 无论失败类型如何，重试都是“3次回退”。

解决了的： 故障分类重试——针对速率限制、网络错误、身份验证失败的不同策略。

• 问题： 当步骤5失败时，步骤1-4会留下部分结果，无法撤消。

解决了的： 每一步回滚操作，使用加密收据以相反的顺序执行。

• 问题： “部署到生产环境”自动执行，无需人工检查。

解决了的： 具有升级链、有条件自动批准和有时限决策的批准门。

• 问题： “凌晨3点发生了什么导致生产中断？”需要原木考古。

解决了的： 结构化、可查询的审计跟踪。“显示所有涉及计费数据库的工作流。”

use agentic_workflow::{Workflow, StepNode, StepType, Edge, EdgeType};
use agentic_workflow::engine::DagEngine;

let mut engine = DagEngine::new();

// Define a deployment pipeline
let mut wf = Workflow::new("deploy-pipeline", "Build, test, approve, deploy");
let build = StepNode::new("Build", StepType::Command {
    command: "cargo".into(), args: vec!["build".into(), "--release".into()],
});
let test = StepNode::new("Test", StepType::Command {
    command: "cargo".into(), args: vec!["test".into()],
});
let approve = StepNode::new("Approve", StepType::ApprovalGate {
    approvers: vec!["lead@team.com".into()], timeout_ms: Some(3600_000),
});
let deploy = StepNode::new("Deploy", StepType::McpTool {
    sister: "connect".into(), tool: "deploy".into(),
    params: serde_json::json!({"target": "production"}),
});

let (bid, tid, aid, did) = (build.id.clone(), test.id.clone(), approve.id.clone(), deploy.id.clone());
wf.add_step(build); wf.add_step(test); wf.add_step(approve); wf.add_step(deploy);
wf.add_edge(Edge { from: bid, to: tid.clone(), edge_type: EdgeType::Sequence });
wf.add_edge(Edge { from: tid, to: aid.clone(), edge_type: EdgeType::Sequence });
wf.add_edge(Edge { from: aid, to: did, edge_type: EdgeType::Sequence });

// Validate and execute
engine.register_workflow(wf).unwrap();

四个步骤。一个DAG。生产前的审批门。重试情报。失败后回滚。适用于Claude、Cursor、Windsurf或任何MCP客户端。

______________________________________________________________________

24种能力

六类。二十四种能力。存在或将存在的每种编排模式。

核心引擎（功能1-4）

|#|能力|它解决了什么| |:--|:----------|:---------------| | 1 | 通用DAG引擎 |一个图中的每个协调模式——线性、并行、条件、循环| | 2 | 执行意识 |全面的执行意识——实时状态、进度、预计到达时间、干预| | 3 | 智能调度 |上下文感知cron——跳过假期，尊重服务健康，学习最佳时间| | 4 | 触发全科学 |通用触发器--文件、webhook、计划、API、工作流输出、自定义|

弹性（能力5-8）

|#|能力|它解决了什么| |:--|:----------|:---------------| | 5 | 重试智能 |按故障类型重试——速率限制为指数级，死锁为立即级| | 6 | 回滚架构 |每一步撤销验证——逆序，加密收据| | 7 | 断路器智能 |工作流感知断路器——如果步骤3的服务中断，则不要启动步骤1| | 8 | 死信情报 |对故障进行分类，恢复时自动重试，显示可操作的摘要|

处理（能力9-11）

|#|能力|它解决了什么| |:--|:----------|:---------------| | 9 | 批处理 |受控并行、进度检查点、中断恢复| | 10 | 流处理 |连续数据——文件监视、webhooks、轮询——带背压和窗口| | 11 | 扇出/扇入 |“并行查询5个API，等待3个，合并结果”作为一级原语|

治理（能力12-14）

|#|能力|它解决了什么| |:--|:----------|:---------------| | 12 | 审批门 |升级链、有条件自动批准、有时限、委托| | 13 | 审计跟踪 |结构化、可查询的事件——谁做了什么、什么时候、对什么资源做了什么| | 14 | 幂等性 |内置重复数据消除功能——永远不要发送重复的电子邮件或重复收费|

状态（能力15-16）

|#|能力|它解决了什么| |:--|:----------|:---------------| | 15 | 状态机引擎 |一流的FSM——已创建→ Paid → 已发货→ 交付时有警卫条件| | 16 | 变量范围 |层次范围——工作流→ 分支→ step → 迭代，带类型检查|

情报（能力17-24）

|#|能力|它解决了什么| |:--|:----------|:---------------| | 17 | 工作流模板 |参数化的可重用模式——“部署”模板采用（应用程序、主机、环境）| | 18 | 自然语言工作流 |“每天早上，检查库存并重新订购”→ 可执行DAG| | 19 | 执行考古学 |比较执行情况，检测异常，识别瓶颈| | 20 | 预测性执行 |“多久？会成功吗？要花多少钱？”来自历史| | 21 | 工作流演进 |健康评分、漂移检测、优化建议| | 22 | 梦幻之州 |空闲时间维护——预检查deps、验证配置、表面洞察| | 23 | 复合代数 |工作流的工作流——整个工作流上的序列、并行、条件运算符| | 24 | 工作流集合 |通过隐私验证跨团队共享工作流模式|

______________________________________________________________________

基准测试

锈芯。内存引擎。压力测试的真实数字：

Comparison with existing systems

______________________________________________________________________

安装

一个衬垫 （桌面配置文件，向后兼容）：

curl -fsSL https://agentralabs.tech/install/workflow | bash

下载预构建 awf 和 agentic-workflow-mcp 二进制文件 ~/.local/bin/ 并将MCP服务器合并到您的Claude Desktop和Claude Code配置中。如果发布工件不可用，安装程序会自动回退到 cargo install --git 源代码安装。

环境概况 （每个环境一个命令）：

# Desktop MCP clients (auto-merge Claude Desktop + Claude Code when detected)
curl -fsSL https://agentralabs.tech/install/workflow/desktop | bash

# Terminal-only (no desktop config writes)
curl -fsSL https://agentralabs.tech/install/workflow/terminal | bash

# Remote/server hosts (no desktop config writes)
curl -fsSL https://agentralabs.tech/install/workflow/server | bash

______________________________________________________________________

MCP 服务器

任何兼容MCP的客户端都可以即时访问通用工作流编排。 这 agentic-workflow-mcp 板条箱将整个发动机暴露在外 模型上下文协议 （JSON-RPC 2.0通过标准输入）。

cargo install agentic-workflow-mcp

配置Claude桌面

添加 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "agentic-workflow": {
      "command": "agentic-workflow-mcp",
      "args": ["serve"]
    }
  }
}

配置VS代码/光标

添加 .vscode/settings.json:

{
  "mcp.servers": {
    "agentic-workflow": {
      "command": "agentic-workflow-mcp",
      "args": ["serve"]
    }
  }
}

LLM能得到什么

连接后，LLM可以创建工作流、验证DAG、执行管道、管理状态机、批准部署、查询审计跟踪和预测执行结果——所有这些都有相同的支持 .awf 二进制文件。

______________________________________________________________________

快速入门

创建并运行工作流--MCP工具

→ workflow_create { name: "daily-report", description: "Generate metrics" }
← { workflow_id: "wf-a1b2c3", steps: 0, status: "created" }

→ workflow_step_add { workflow_id: "wf-a1b2c3", name: "Query DB", type: "mcp_tool" }
← { step_id: "s-d4e5f6", position: 1 }

→ workflow_validate { workflow_id: "wf-a1b2c3" }
← { valid: true, steps: 3, edges: 2, warnings: [] }

→ workflow_run { workflow_id: "wf-a1b2c3" }
← { execution_id: "ex-g7h8i9", status: "running" }

→ workflow_progress { execution_id: "ex-g7h8i9" }
← { completed: 2, total: 3, percent: 66.7, eta_ms: 45000 }

状态机——订单生命周期

→ workflow_fsm_create { name: "order", initial: "Created", states: [...], transitions: [...] }
← { fsm_id: "fsm-j0k1l2" }

→ workflow_fsm_transition { fsm_id: "fsm-j0k1l2", event: "pay" }
← { from: "Created", to: "Paid", timestamp: "..." }

→ workflow_fsm_transition { fsm_id: "fsm-j0k1l2", event: "ship" }
← { from: "Paid", to: "Shipped" }

______________________________________________________________________

运作原理

AgenticWorkflow通过六个子系统协调每种协调模式：

.awf file format details

+-------------------------------------+
|  HEADER           16 bytes          |  AWFL magic . version . counts
+-------------------------------------+
|  WORKFLOW REGISTRY                  |  All workflow definitions
|  (type u8 | length u32 | JSON | BLAKE3)
+-------------------------------------+
|  TEMPLATE LIBRARY                   |  Stored templates
+-------------------------------------+
|  EXECUTION HISTORY                  |  Past execution records
+-------------------------------------+
|  SCHEDULE TABLE                     |  Active schedules
+-------------------------------------+
|  STATE MACHINE TABLE                |  FSM definitions + current states
+-------------------------------------+
|  TRIGGER INDEX                      |  Active triggers
+-------------------------------------+
|  AUDIT LOG                          |  Structured audit events
+-------------------------------------+
|  IDEMPOTENCY CACHE                  |  Deduplication keys
+-------------------------------------+
|  VARIABLE STORE                     |  Scoped variables
+-------------------------------------+

每个部分独立BLAKE3校验和。一个部门的腐败不会影响其他部门。LZ4压缩可用。

______________________________________________________________________

验证

一篇研究论文：

• 论文一：代理工作流——通用编排引擎（10页，8图，11表，真实压力测试数据）

______________________________________________________________________

仓库结构

agentic-workflow/
├── Cargo.toml                      # Workspace root
├── crates/
│   ├── agentic-workflow/            # Core library (types, engines, resilience, governance, intelligence)
│   ├── agentic-workflow-mcp/        # MCP server (124 tools, stdio transport)
│   ├── agentic-workflow-cli/        # CLI binary (awf)
│   └── agentic-workflow-ffi/        # FFI bindings (C/Python/WASM)
├── assets/                          # Agentra design system SVGs
├── paper/                           # Research papers (I: Orchestration Engine)
├── scripts/                         # Install + guardrail scripts
├── docs/                            # Quickstart, API ref, concepts, benchmarks
└── .github/workflows/               # CI/CD pipelines

运行测试

# All workspace tests (unit + integration)
cargo test --workspace

# Stress tests only
cargo test -p agentic-workflow stress

# Single phase
cargo test -p agentic-workflow --test phase7_stress

______________________________________________________________________

部署模型

• 默认情况下为独立： AgentWorkflow可独立安装和操作。与AgentMemory、AgentCodebase或其他姐妹的集成是可选的，从来不是必需的。
• 零基础设施： 没有数据库，没有云服务，没有Kubernetes。单 .awf 文件包含所有内容。

______________________________________________________________________

路线图

______________________________________________________________________

.awf文件

您的代理的编排状态。一个文件。零基础设施。

| | | |-|-| |格式|二进制，BLAKE3校验和，LZ4压缩| |包含|工作流、模板、执行、计划、FSM、触发器、审计日志、变量| |适用于|克劳德、Cursor、Windsurf、科迪、任何MCP客户端| |可移植性|单个文件，可复制到任何地方|

______________________________________________________________________

哲学

“编排工具不应该需要比它们编排的工作流更多的基础设施。”

AgentWorkflow将所有内容存储在一个二进制文件中。没有Kubernetes。没有托管服务。没有YAML。你的代理人在工作流程中思考——顺其自然。