原文鏈接：https://www.nocobase.com/cn/blog/top-12-ai-workflows-projects...
提到工作流和自動化，無論是開源的 n8n 、Dify，還是一些較為知名的商業化產品，例如 Zapier、Make，你可能都不陌生。不過，在這一期 GitHub AI 項目系列盤點中，我們將視角放回到 GitHub 的 workflow 話題本身，發現另一些值得關注的項目。在這些 Star 數排名靠前的工具中，有些規模並不算大，但在能力設計上更加聚焦，持續圍繞工作流與 AI 的結合進行打磨。本文重新梳理了這部分與 AI 結合較為緊密的工作流項目，基於它們各自的功能亮點與典型使用場景展開。希望能幫助你更直觀地理解，這一輪 AI 加入之後，工作流工具究竟在哪些方面帶來了真實的改進。
基於項目定位和能力側重點的差異，本文在梳理過程中將這些 AI 工作流項目大致分為三類進行介紹：
- 業務系統型平台：NocoBase、Appsmith、OpenProject
- 自動化工作流引擎：Continue、Mastra、wshobson / agents、Activepieces、Trigger.dev
- 工作流基礎設施 & 場景型工具：Temporal、Conductor、Dagger、UVDesk
💡 閲讀更多：構建工作流自動化的 5 個最佳工具
💬 嗨！你正在閲讀 NocoBase 博客。NocoBase 是一個極易擴展的 AI 無代碼/低代碼開發平台，用於構建企業應用、內部工具和各類系統。它完全支持自託管，基於插件架構設計，開發者友好。→ 歡迎在 GitHub 上了解我們
業務系統型平台
已經將 AI、工作流與業務系統整合在同一體系中，具備直接落地真實業務場景的能力。
NocoBase
NocoBase 是一個開源、自託管的 AI 無代碼/低代碼業務系統平台，它以數據模型驅動、插件化架構為核心，支持快速構建和自定義複雜業務系統，同時通過內嵌 AI 功能使系統具備智能協作能力。
GitHub Stars: 20.9k
GitHub: https://github.com/nocobase/nocobase
官網: https://www.nocobase.com/cn/
AI 功能亮點
- AI 員工作為系統內協作角色參與業務執行 NocoBase 的 AI 能力以 AI 員工的形式存在。這些 AI 員工可以讀取系統中的數據模型、界面配置和業務上下文，並在用户操作或工作流觸發時參與具體任務執行。它們並非僅用於對話，而是可以作為系統的一部分，與用户共同完成業務操作。
- AI 員工深度集成至工作流節點 NocoBase 的工作流系統提供了與 AI 員工相關的專用節點，包括文本對話、多模態對話以及結構化輸出節點。通過這些節點，AI 可以在工作流執行過程中讀取上下文信息、生成結構化結果或參與條件判斷，使工作流不再侷限於固定規則，而具備一定的智能處理能力。
可以用來做什麼？
- 構建具備智能協作能力的內部業務系統
NocoBase 適合用於構建 CRM、審批系統、資產管理等內部業務系統。在這些系統中，AI 員工以系統內角色的形式存在，能夠理解業務數據結構和頁面上下文，協助完成信息整理、字段補全或內容生成等操作，從而減輕人工在系統操作層面的重複性工作負擔。
💡 閲讀更多：GitHub 上星星數量前 10 的 AI CRM 開源項目
- 在流程關鍵節點引入 AI 執行與判斷能力
在業務流程運行過程中，NocoBase 的工作流可以在特定節點引入 AI 員工參與執行，例如對文本內容進行理解與校驗、生成結構化輸出結果，或在流程推進前提供輔助判斷。這種方式並不改變原有流程結構，而是在關鍵步驟增強流程的處理能力，使自動化流程從規則執行過渡到具備一定智能參與。
- 基於知識庫實現上下文感知的流程執行
藉助官方提供的知識庫與向量數據庫能力，AI 員工可以在工作流執行過程中檢索已有文檔和業務數據，並基於檢索結果生成輸出內容。這一能力適用於需要結合歷史資料、制度文檔或業務知識執行流程的場景，使系統在自動化運行時具備更強的上下文理解和信息整合能力。
Appsmith
Appsmith 是一款開源的低代碼應用平台，旨在幫助開發者和團隊快速構建內部工具、業務應用以及自動化流程界面。在 AI 方向，Appsmith 通過集成多種大模型服務以及 Appsmith AI 功能，開發者能夠將 AI 能力融入應用邏輯和工作流執行中，從而提升內部流程智能化水平。
💡 閲讀更多：GitHub Star 數量前 5 的開源 AI 內部工具
GitHub Stars: 38.7k
GitHub: https://github.com/appsmithorg/appsmith
官網: https://www.appsmith.com
AI 功能亮點
- 原生集成 AI 查詢與模型交互 Appsmith 提供官方支持的 Appsmith AI 功能，可在應用內部直接發起文本生成、分類、摘要、實體抽取以及圖像分類等操作，並支持通過上傳文件為模型提供上下文，從而讓應用具備智能內容處理能力。
- 支持構建智能助手與可編排工作邏輯 通過 Appsmith Agents，用户可以構建基於業務數據和後台邏輯的智能助理。這些智能助理能夠根據用户查詢調用後台數據或自動觸發流程，從而實現“AI 驅動的工作流行為”。
可以用來做什麼？
- 構建智能業務流程自動化面板 在企業內部，客户服務或運營團隊可以利用 Appsmith 構建自動化面板。例如結合 Appsmith Workflows 和 AI 能力，實現自動發送郵件通知、更新數據狀態和在後台同步異構系統的數據，提高業務執行效率。
- 增強現有應用的智能分析能力 將 LLM 能力融入自定義應用中後，可以實現對長文本的摘要、分類、語義檢索等功能。例如將 Appsmith 內收集的反饋信息傳入模型進行分析，從而自動生成可操作的業務洞察。
OpenProject
OpenProject 是一款開源的 Web 項目管理軟件，支持團隊從項目規劃、任務管理、進度跟蹤到協作溝通的全生命週期管理。它既支持傳統項目管理方法，也支持敏捷與混合方法，通過工作包、看板和甘特圖等視圖幫助團隊清晰組織工作流程。
GitHub Stars: 13.4k
GitHub: https://github.com/opf/openproject
官網: https://www.openproject.org
AI 功能亮點
- AI 助力項目管理建議與分析 官方展示了利用大型語言模型為用户提供項目管理建議的能力。這個功能基於對項目數據的理解，向用户展示改善項目執行的信息提示，使團隊可在早期識別風險並優化流程。該能力正在開發與測試中，強調在自動化常規任務之餘提升工作流程效率。
可以用來做什麼？
- 提升日常項目管理效率 在大型項目環境中，OpenProject 可以將複雜的工作包、任務依賴和團隊成員分工可視化，使整個項目流程更加透明。配合 AI 管理建議功能，團隊能夠更加直觀地掌握項目執行狀態，並針對潛在風險調整計劃。
- 智能化生成與完善文檔內容 通過自動狀態報告、任務摘要和文本分析等 AI 功能，用户在處理項目文檔、會議記錄和計劃總結時能夠節省大量重複性勞作，讓人工編輯過程更聚焦於內容質量提升。
自動化工作流引擎
以 Agent 或流程執行為核心，更偏向框架、引擎或開發者工具，需要與現有系統結合使用。
Continue
Continue 是一個開源的 AI 編程助手項目，定位於開發者日常工作流中的智能協作工具。它以編輯器為核心使用場景，通過深度集成代碼上下文、項目結構和歷史修改記錄，使 AI 能夠在編碼、理解代碼和執行多步任務時更貼近真實開發流程。
GitHub Stars: 30.5k
GitHub: https://github.com/continuedev/continue
官網: https://continue.dev
AI 功能亮點
- 基於代碼上下文的持續智能協作 Continue 的核心能力在於對當前代碼倉庫的深度理解。AI 可以讀取文件結構、函數定義和上下游調用關係，在此基礎上生成代碼建議或執行修改任務，使 AI 不再脱離實際開發上下文。
- 多步驟任務執行能力 官方文檔中明確強調，Continue 並非只用於生成單段代碼，而是可以在用户指令下執行一系列連續操作，例如分析問題、修改多個文件並給出結果説明。這種能力使其更接近一種嵌入開發流程中的智能工作流執行者。
可以用來做什麼？
- 提升日常開發工作流效率 在實際開發過程中，Continue 可以協助完成代碼補全、重構建議和邏輯解釋等任務，減少開發者在文檔查閲和上下文切換上的時間成本，使編碼流程更加連貫。
- 輔助複雜改動和問題排查 當項目中需要進行跨文件調整或排查潛在問題時，Continue 可以基於整體代碼結構提供修改建議，幫助開發者更高效地完成複雜變更。這種能力使 AI 成為開發工作流中的一部分，而不是孤立的工具。
Mastra
Mastra 是一個開源的 TypeScript 框架，用於構建具有智能能力的應用與代理。它提供了構建多步驟工作流、管理上下文和記憶、集成大型語言模型以及構建智能代理的基礎設施，使開發者可以用統一的方式定義和編排複雜的 AI 驅動流程。
GitHub Stars: 19k
GitHub: https://github.com/mastra-ai/mastra
官網: https://mastra.ai
AI 功能亮點
- 長期上下文管理與記憶能力 Mastra 為智能代理提供對上下文的持久管理，使得工作流中的 AI 操作可以記住歷史信息，支持更連貫的多步驟執行和更復雜的任務重用。這種記憶能力是實現長時 AI 工作流不可或缺的部分。
可以用來做什麼？
- 實現帶上下文保持的多步智能交互 在需要持續理解上下文的工作流場景中，Mastra 能讓智能代理在執行多步任務時持續追蹤先前狀態。例如，在知識檢索與整合流程中，工作流可以先從數據源獲取信息，然後讓代理基於已有記憶執行進一步的生成和總結任務。
wshobson agents
wshobson agents 是一個開源的 AI Agent 擴展與插件集合項目，目標是為 AI Agent 提供可複用的工具能力與任務組件。該項目並不試圖構建完整的平台或執行引擎，而是通過一組標準化的 Agent 組件，幫助開發者在既有的 AI Agent 或工作流體系中，快速擴展可執行能力，使 Agent 能夠完成更具體、更結構化的任務。
GitHub Stars: 23.4k
GitHub: https://github.com/wshobson/agents
官網: https://sethhobson.com/
AI 功能亮點
- 面向 Agent 的插件化工具體系 官方倉庫中提供了多種可供 Agent 使用的工具模塊，用於執行具體任務，例如信息處理、外部服務調用或任務輔助。這種設計使 Agent 的能力可以通過組合插件進行擴展，而不需要反覆實現底層邏輯。
可以用來做什麼？
- 為 AI 工作流補充可執行能力模塊 在已有的 AI 工作流或 Agent 編排體系中，可以引入 wshobson agents 提供的工具組件，讓 Agent 在特定步驟中執行明確任務，例如數據處理或外部系統交互，從而增強整體流程的可操作性。
- 構建可組合的 Agent 執行流程 通過將多個 Agent 工具組合使用，開發者可以設計出結構化的執行流程，使 AI 在多步驟任務中具備更穩定的行為模式。這種方式適合用於需要一定確定性和可控性的 AI 自動化場景。
Activepieces
Activepieces 是一款開源的自動化流程平台，旨在幫助團隊通過可視化的工作流構建與執行功能，在不同系統和服務之間自動連接與協作。隨着平台的演進，Activepieces 也引入了 AI 能力，為工作流提供智能化處理與 Agent 功能，從而實現更復雜的自動化邏輯。
GitHub Stars: 20k
GitHub: https://github.com/activepieces/activepieces
官網: https://www.activepieces.com
AI 功能亮點
- 內置 AI Agent 功能提升流程智能化 Activepieces 提供內置的 AI Agent 功能，這些智能實體可被嵌入工作流中，並根據觸發條件或上下文執行任務。這意味着工作流不僅能夠按照固定規則運行，還能夠在關鍵步驟中由 AI 進行語言理解、判斷和下一步決策，使流程在面對非結構化信息時更靈活。
💡 閲讀更多：7 款替代 Zapier 的開源工作流工具推薦
可以用來做什麼？
- 構建帶智能決策的自動化工作流 在日常業務自動化場景中，Activepieces 不僅支持傳統的觸發器與動作設計，還可以將 AI Agent 集成到流程中。通過定義觸發事件和步驟邏輯，用户可以讓 Agent 在必要時分析數據、理解文本意圖或作出決策，從而將人工干預降到最低。這樣的流程適用於客服自動化、郵件智能處理等場景。
- 擴展跨系統自動化流程的能力 Activepieces 的生態中包含許多預構建的集成組件，可以將不同服務如日曆、文檔服務、消息平台與 AI 能力組合起來，使業務自動化流程既能執行規則性任務，又能在流程中結合 AI 分析或內容生成能力，從而提高效率並減少重複性工作。
Trigger.dev
Trigger.dev 是一個開源的平台，用於編寫和運行AI 工作流與後台任務，目標是讓開發者可以使用標準的異步代碼來構建可靠、可伸縮且持久的工作流。它不僅支持常規的工作流任務，還提供與 AI 相關的能力，使得長時間運行的 AI 任務、複雜的任務隊列和智能代理能夠穩定運行。
GitHub Stars: 13.1k
GitHub: https://github.com/triggerdotdev/trigger.dev
官網: https://trigger.dev
AI 功能亮點
- 支持構建持久、生產級 AI 工作流 Trigger.dev 的官方定位明確指出它是一個用於構建 AI 工作流和 AI 代理的平台。它允許開發者用標準的異步代碼來定義任務，並支持無超時執行、隊列管理、自動重試和任務可觀測性等，這些特性讓長時間運行的 AI 任務成為可能，同時也為構建 AI Agent 提供了基礎設施支持。
可以用來做什麼？
- 執行長期運行的 AI 任務 在一些需要長時間處理的 AI 使用場景中，例如圖片生成、視頻處理、語義分析等，Trigger.dev 可以幫助開發者在後台執行這些任務而不會因超時失敗。它的任務管理、隊列控制及自動重試機制使得這些複雜的 AI 操作可以更可靠地完成。
工作流基礎設施 & 場景型工具
為流程的穩定運行或特定業務場景提供支持，更多承擔底層能力或單一場景補充的角色。
Temporal
Temporal 是一個開源的分佈式工作流編排平台，主要用於運行持久化和可靠的業務流程代碼。開發者可以使用熟悉的編程語言在其 SDK 中定義工作流邏輯，使得流程能夠跨服務、跨節點穩定運行並自動處理失敗與恢復。
GitHub Stars: 17.2k
GitHub: https://github.com/temporalio/temporal
官網: https://temporal.io
AI 功能亮點
- 為 AI Agent 提供持久化執行基礎 Temporal 會將工作流的執行狀態記錄為事件歷史，即使在節點故障或服務中斷的情況下，流程也可以從已確認的狀態繼續運行。這種執行模型非常適合需要長時間運行的 AI Agent 場景，在多次模型調用或工具操作過程中，任務進度和上下文都能夠被持續保存，用於支撐複雜的 AI 驅動流程。
可以用來做什麼？
- 支撐複雜、長時間運行的 AI 工作流 在需要多次調用模型並執行多個步驟的智能流程中，Temporal 常用於管理任務順序和執行狀態。例如在 AI Agent 場景下，可以將模型推理和工具調用拆分為不同的活動步驟，由工作流統一調度和恢復，使流程在出現異常時仍然可以繼續推進。
- 作為 AI 工作流的底層執行基礎 在構建可靠、可擴展的自動化流程時，例如多步驟的數據分析流程或模型訓練與評估流水線，Temporal 的狀態持久化和重試機制被用來保障每一步流程的連續執行。基於這些特性，Temporal 經常出現在生產級後台工作流體系中，用於承載包含 AI 服務調用在內的複雜流程邏輯。
Conductor
Conductor 是一個開源的微服務工作流編排引擎，最初由 Netflix 開源，用於在分佈式系統中協調和管理複雜的業務流程。它通過將流程定義為可執行的工作流，統一調度多個任務與服務調用，幫助團隊在高併發和高複雜度場景下保持流程的可控性與可恢復性。
GitHub Stars: 31.7k
GitHub: https://github.com/conductor-oss/conductor
官網: https://conductor-oss.org/
AI 功能亮點
- 作為 AI 工作流的穩定編排與控制層 官方文檔明確將 Conductor 定位為通用的工作流編排引擎，而非特定領域工具。在 AI 場景中，模型調用、推理服務、數據處理等步驟通常被封裝為獨立任務，由 Conductor 負責調度順序 狀態管理 失敗重試與補償邏輯，從而為 AI 驅動流程提供可靠的執行保障。
可以用來做什麼？
- 作為 AI 服務與業務系統之間的中間層 Conductor 常被用於連接業務系統與後端服務。在引入 AI 能力後，它可以作為中間協調層，將 AI 推理步驟嵌入原有業務流程中，而無需對業務系統做大規模重構，使 AI 能力逐步融入既有自動化體系。
Dagger
Dagger 是一個開源的工作流引擎，最初面向持續集成與持續交付場景設計，核心理念是將工作流定義為可組合的代碼模塊。隨着使用場景的擴展，Dagger 逐漸被用於承載數據處理和 AI 相關任務，成為工程型工作流與 AI 管道的重要基礎工具。
GitHub Stars: 15.2k
GitHub: https://github.com/dagger/dagger
官網: https://dagger.io
AI 功能亮點
- 以代碼形式編排多步驟 AI 工作流 Dagger 允許將複雜流程拆分為多個可組合的任務模塊。對於包含 AI 調用的流程，可以將數據準備模型運行結果處理等步驟明確編排，使整個 AI 工作流更清晰可維護且易於擴展。
可以用來做什麼？
- 作為 AI 任務自動化的基礎工具 在更廣義的自動化場景中，Dagger 可作為底層執行工具，與其他系統配合使用，將 AI 推理或數據處理任務納入既有工程流程中，逐步實現自動化和智能化。
UVDesk
UVDesk 是一個開源的客户支持與工單管理系統，主要用於幫助團隊構建客服中心和支持流程。隨着產品演進，UVDesk 在客服場景中引入了 AI 相關能力，用於提升工單處理效率和響應質量，使支持流程在自動化基礎上具備一定的智能化特徵。
GitHub Stars: 17k
GitHub: https://github.com/uvdesk
官網: https://www.uvdesk.com
AI 功能亮點
- 基於規則與智能建議的流程優化 UVDesk 的核心仍然是規則驅動的工單流程，而 AI 能力更多作為補充存在，用於在工單創建或處理階段提供智能建議。這種方式並未改變原有工作流結構，而是在關鍵節點提升處理質量。
可以用來做什麼？
- 構建智能化客服工作流 在客户支持場景中，UVDesk 可以通過工單分配、狀態流轉和通知機制組織客服流程，並在其中引入 AI 自動回覆或內容建議功能，減少人工重複操作，提高整體響應效率。
- 處理高頻重複問題的自動化流程 對於常見問題或標準化諮詢，UVDesk 可以結合自動化規則和 AI 內容生成能力，在工單進入系統後快速給出初步回覆，從而縮短用户等待時間。
非常感謝你能夠閲讀到這裏，若這份內容對你有所幫助，歡迎分享給更多正在探索 AI 自動化和工作流實踐的團隊。
相關閲讀：
- 最適合外包交付的 6 個開源無代碼與低代碼
- GitHub 上星星數量前 10 的 AI CRM 開源項目
- 如何快速搭建一個替換 Excel 的系統？（完整指南）
- GitHub Star 數量前 5 的開源 AI 內部工具
- 8 個最佳 Google Sheets 替代方案（附成本與能力分析）
- 6個適合做 PoC 的開源無代碼/低代碼工具推薦
- 給開發者的無代碼/低代碼技術決策指南（2026）
- 6 大企業級無代碼低代碼平台 RBAC 權限體系深度對比
