关于
关于 EvoFlow
超级 Agent 驾驭框架 · 编排、记忆、沙箱、Skills/MCP 与 EvoFlow 桌面端一体化(可下载体验)
EvoFlow 面向「认真落地」的多智能体场景:把子 Agent、DAG 式分支汇合、长期记忆、沙箱执行与可扩展技能放在同一条可观测链路上,使「谁做了什么决策、调用了哪条工具链、依据哪些上下文」可被复盘,而不是停留在单次对话演示。
项目继承 DeerFlow 2.0 的工程基线,并持续扩展 EvoFlow 桌面端、技能与 MCP 生态、任务队列与失败重试、以及面向企业的护栏与审计挂钩点,方便团队把模型能力接入工单、运维、内部 Copilot 与企业 RAG 等真实工作流。
本站点是 EvoFlow 的官网壳层:首页提供能力矩阵、典型场景、架构剖面与路线图脉冲;演进日志与 Lab 承载版本叙事与实验骨架。站内不提供面向访客的对话产品。需要 Issue、讨论区与发行说明时,请使用顶栏「GitHub」。
设计原则
可编排
显式任务边界、子 Agent 委派与汇合语义、以及可导出轨迹;优先回答「这一步为何发生」而非只给最终自然语言。
可扩展
Skills 与 MCP 作为一等集成面:版本、依赖与发现流程可团队化;编排核不绑定某一行业 API。
可部署
沙箱与护栏约束工具与脚本;队列、重试与指标对齐 SRE 习惯;记忆与引用字段可对接留存与脱敏策略。
开放路线图
以可观测交付与真实场景驱动优先级;社区通过 Issue、Discussions 与 Releases 对齐里程碑,避免暗箱排期。
实现面与工具链(示意占比)
Python / 后端编排92%
TypeScript / 工具链85%
Agent 运行时与任务90%
Docker / 部署78%
EvoFlow 桌面端80%
MCP / Skills86%
入口矩阵
从能力、场景、架构到路线与实验,再到 GitHub 与文档——按角色跳转时保持同一套术语。