Flock 是一个基于工作流的可视化低代码平台，帮助用户快速构建聊天机器人、RAG 应用和协调多智能体团队，支持多种节点类型和复杂业务逻辑。
一分钟了解#
Flock 是一个基于 LangChain 和 LangGraph 构建的低代码平台，允许用户通过可视化工作流快速构建聊天机器人、RAG 应用和多智能体系统。它提供了丰富的节点类型和简单直观的操作界面，让开发者和业务人员都能轻松创建复杂的 AI 应用。
核心价值：通过可视化工作流和丰富的节点类型，大幅降低 AI 应用的开发门槛，无需编写复杂代码即可构建强大功能。
快速上手#
安装难度：中 - 需要基本的 Node.js 环境和前端知识
# 克隆项目
git clone https://github.com/Onelevenvy/flock.git
# 安装依赖
cd flock
npm install
# 启动开发服务器
npm run dev
适合我的场景吗？
- ✅ 企业客户服务：构建智能客服系统，支持多轮对话和知识库检索
- ✅ 内部知识管理：创建 RAG 应用，让员工快速获取公司内部文档信息
- ✅ 多智能体协作：设计不同专长的 AI 智能体协同完成任务
- ❌ 简单聊天机器人：对于仅需简单问答的功能，Flock 可能过于复杂
核心能力#
1. 多样化节点类型 - 灵活构建工作流#
- 支持输入节点、LLM 节点、检索节点、工具节点等多种节点
- 可视化连接节点，实现复杂业务逻辑 实际价值：无需编程知识，通过拖拽和配置即可构建复杂的 AI 应用流程
2. 意图识别节点 - 智能分流用户请求#
- 自动识别用户输入意图，根据预设类别进行分类
- 支持多分类路由，将不同意图引向不同处理流程 实际价值：让系统能够理解用户真实需求，将请求分配给最合适的处理流程
3. 人类在环节点 - 人机协作增强可靠性#
- 支持人工审核工具调用和 LLM 输出
- 允许 LLM 请求人类输入进行澄清或补充
- 可以让 LLM 在不确定时重新思考或寻求帮助 实际价值：确保关键决策的准确性，减少 AI 错误带来的风险
4. 子图节点 - 模块化设计提高复用性#
- 封装完整子工作流作为独立节点
- 可在不同工作流中重复使用同一子图
- 子图逻辑可独立更新和维护 实际价值：实现复杂流程的模块化管理，提高开发效率和可维护性
5. 多模态支持 - 增强交互体验#
- 支持图像等多模态输入（更多模态即将推出）
- 能够处理和响应包含图片的用户请求 实际价值：让 AI 应用能够理解更丰富的信息形式，提供更自然的人机交互
技术栈与集成#
开发语言：TypeScript 主要依赖：LangChain, LangGraph, FastAPI, NextJS 集成方式：平台/框架
生态与扩展#
- 插件/扩展：通过 MCP (Model Context Protocol) 工具支持，可连接到多个 MCP 服务器并动态加载工具
- 集成能力：支持 CrewAI 多智能体框架，可以将 Flock 与现有 AI 工具和服务集成
维护状态#
- 开发活跃度：高度活跃，频繁更新和添加新功能
- 最近更新：近期添加了 MCP 工具支持、智能体节点、参数提取器等多个重要功能
- 社区响应：项目积极维护，持续收集用户反馈并改进功能
商用与许可#
许可证：未明确说明（需查看项目源文件确认）
- ✅ 商用：通常开源项目允许商用，但需确认具体许可条款
- ✅ 修改：通常开源项目允许修改，但需确认具体许可条款
- ⚠️ 限制：请查看项目 LICENSE 文件了解具体限制
文档与学习资源#
- 文档质量：良好，有详细的功能介绍和示例
- 官方文档：项目 README 包含详细的功能介绍和截图
- 示例代码：提供多种使用场景的截图和说明