生产级AI工作流框架：让LLM跑在确定性流程里
推荐指数 62.0 NO. 006 · 2026.08.04
Stars119创建1 天前Forks16Issues0
为什么值得看
DeterminFlow 是一个面向生产的 AI 工作流运行框架，将 LLM、脚本、API 等组织成可版本控制、可重试恢复的工作流，已在真实 AI 小说生产链路中验证。区别于单智能体框架的"黑盒探索"，它通过节点化编排解决复杂流程的可维护性和稳定性问题，适合需要严格审计和 SLA 的生产场景。
A production-oriented AI workflow runtime for building, validating, recovering, and shipping complex AI workflows as dependable services. 面向生产的 AI 工作流运行时：快速开发、验证和恢复复杂 AI 工作流，并将其稳定交付为服务。
媒体预览
编辑判断
当前多数团队在生产环境用 LangChain 或自研脚本拼接 LLM 流程，遇到故障排查和版本回滚时很痛苦。DeterminFlow 的核心设计是"上下文隔离"——每个节点只读必要输入，不携带历史对话，这直接解决了长链执行中的 token 膨胀和误差累积问题。
与 Dify、Coze 等低代码平台不同，它更接近 Temporal 或 Cadence 的编程模型，面向需要代码级控制的工程师。如果你的场景涉及多步骤内容生产（如法律文档、小说、报告生成）且对输出一致性要求高，这个框架的"可校验节点"设计比纯 Prompt 工程更可靠。
119 stars 说明还在早期，但已有真实生产验证，建议关注其插件生态和社区进展。
Star History
生态分析
Production
面向生产的AI工作流运行时，填补编排框架与稳定交付之间的缺口
独特价值：节点化编排+版本控制+可重试恢复，解决复杂AI流程的审计与SLA问题
竞品：