📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流🐳 Docker💻 CLI
🛠
AI工具

Sage Agent工作流

基于 Python · 开源 AI 工具，GitHub 社区精选
英文名：Sage
⭐ 1.3k Stars 🍴 99 Forks 💻 Python 📄 MIT 🏷 AI 7.8分
7.8AI 综合评分
多智能体工作流LLM应用任务自动化开源框架
🌐 访问官网
✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：Sage Agent工作流 是一款优质的AI工具。已获得 1.3k 颗 GitHub Star，AI 综合评分 7.8 分，在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案，这是一个值得深入了解的选择。

📚 深度解析
Sage Agent工作流 是一款基于 Python 的开源工具，在 GitHub 上收获 1k+ Star，是多智能体、工作流、LLM应用、任务自动化领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
Sage Agent工作流 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Sage Agent工作流 的版本更新，及时通知重要功能变化。
📋 工具概览

Sage Agent工作流 是一款基于 Python 开发的开源工具，专注于 多智能体、工作流、LLM应用 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 1.3k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
正常维护，社区驱动
开源协议
MIT
AI 综合评分
7.8 分
工具类型
AI工具
Forks
99
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

Sage Agent工作流 是一款基于 Python 开发的开源工具，专注于 多智能体、工作流、LLM应用 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费，支持本地部署，数据完全自主可控
  • 活跃的 GitHub 开源社区，持续迭代更新
  • 提供详细文档和使用示例，新手友好
  • 支持自定义配置，灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install sage

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install sage

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/ZHangZHengEric/Sage
cd Sage
pip install -e .

# 验证安装
python -c "import sage; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
sage --help

# 基本用法
sage input_file -o output_file

# Python 代码中调用
import sage

# 示例
result = sage.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# sage 配置文件示例（config.yml）
app:
  name: "sage"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
sage --config config.yml

# 或通过环境变量配置
export SAGE_API_KEY="your-key"
export SAGE_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 57/100 含工作流图 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

✨ **Key Features**

  • 🤖 Planning to Delivery: Built-in planning, execution, self-check, memory recall, and tool suggestion agents for complex task completion.
  • 🌐 Multi-Entry Product Surface: Use Sage from desktop, web, CLI, and Chrome extension depending on the workflow.
  • 🔁 Automation & Recurring Tasks: Run scheduled jobs, questionnaire-driven collection flows, and long-running operational tasks with progress visibility.
  • 💬 Omnichannel IM Integration: Connect WeChat Personal (iLink), WeCom, Feishu, and DingTalk with message and file delivery support.
  • 🧰 Unified Tooling System: Combine built-in tools, Skills, MCP servers, browser automation, search, and image generation in one execution stack.
  • 🛡️ Sandboxed Execution: Local, passthrough, and remote sandbox options for safer agent runtime isolation.
  • 🛠️ Visual Workbench: Inspect files, tool outputs, code, charts, Mermaid, Draw.io, audio, video, and remote previews in one workspace.
  • 🏢 Enterprise-Ready Foundation: OAuth2, configurable auth and CORS, shared service architecture, CI coverage, and deployable multi-platform packaging.

---

📅 **What's New in v1.1.0**

Desktop (installers)

Download the latest .dmg (macOS), .exe NSIS installer (Windows), or .deb (Linux) from GitHub Releases, then install as below.

macOS

  1. Open the .dmg for your CPU (Intel or Apple Silicon), drag Sage.app into Applications.
  2. The build is not currently Apple-notarized. If macOS says the developer cannot be verified or the app cannot be checked for malware: in Finder → Applications, right‑click Sage.app → Open, then confirm Open in the dialog (this adds a one-time exception for Gatekeeper).
  3. If it is still blocked: System Settings → Privacy & Security, scroll to the message about Sage, click Open Anyway, then try opening the app again.
  4. If macOS reports the app is damaged or will not open, clear the quarantine flag and retry:
xattr -dr com.apple.quarantine /Applications/Sage.app

Windows

  1. Run the .exe installer and complete the wizard.
  2. If Windows SmartScreen warns about an unknown publisher, click More info → Run anyway (wording may vary by Windows version).

Linux (Debian / Ubuntu)

  1. Download the .deb for your architecture from Releases.
  2. Install from a terminal (adjust the filename):
sudo apt install ./Sage-<version>-<arch>.deb

You can also double-click the .deb in many desktop environments.

Detailed documentation: Desktop Application — build from source, env, and platform notes.

🚀 **Quick Start**

Prerequisites (web from source): Python 3.10+, Node.js 18+.

📸 **Product Screenshots**

Workbench
Visual Workbench 		Chat
Real-time Collaboration 		Preview
Multi-format Support

</div>

📖 Detailed Documentation: https://wiki.sage.zavixai.com/

---

Chrome extension

Load the unpacked extension from app/chrome-extension/ in chrome://extensions/ (Developer mode). Point the extension at your local Sage backend if the port differs from defaults.

Detailed documentation: Chrome extension

---

🎯 aiskill88 AI 点评 A 级 2026-05-20

设计完整的多Agent协作框架，Stars增长稳定。代码质量良好，文档相对完善，适合构建企业级AI应用系统。

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：Sage 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
Sage 中文教程Sage 安装报错怎么办Sage MCP 配置Sage Docker 部署Sage Agent 工作流Sage 与同类工具对比Sage 最佳实践Sage 适合谁用
⚡ 核心功能
👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
AI 技术爱好者研究人员和学生开发者和工程师技术创业者
🎯 使用场景
  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
✅ 优点
  • +MIT 协议，可免费商用
  • +完全开源免费，无授权费用
  • +本地部署，数据完全自主可控
  • +开发者社区支持，遇问题可查可问
⚠️ 不足
  • −安装和初始配置可能需要一定技术基础
  • −功能完整性通常不如成熟商业产品
  • −技术支持主要依赖开源社区，响应速度不稳定
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐
AgentScope智能体框架
AI工具
MetaGPT Agent工作流
AI工具
AutoGen 多智能体协作框架
微软开源的AI智能体编程框架，用于构建可协作的自主AI系统。支持多智能体对话、工作流编排和复杂任务自动化，适合AI开发者
CrewAI 多代理协作平台
AI工具
📚 相关教程推荐
AI Agent 工作流设计模式：从单 Agent 到多 Agent 协作的实践指南
帮助中心 · AI Skill Hub
AI Agent 工作流设计模式：从单 Agent 到多 Agent 协作的实践指南
帮助中心 · AI Skill Hub
AI Agent 工作流设计模式：从单 Agent 到多 Agent 协作的实践指南
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
OpenAI 最新产品与研究动态
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
MCP 生态最新动态：工具与配置进展
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
Agent 帮我订了3次机票，全部是同一天的
AI 圈观察
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
docker
docker-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
开源AI工具：RAG知识库系统
基于Vue.js前端的RAG知识库系统，提供高效的知识检索和生成功能，助力AI应用开发
gptme Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
total-agent-memory MCP工具
为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和
❓ 常见问题 FAQ
支持主流LLM如GPT、Claude等，通过配置接口集成第三方模型
💡 AI Skill Hub 点评

总体来看，Sage Agent工作流 是一款质量良好的AI工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

📚 深入学习 Sage Agent工作流
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 Sage
原始描述 开源AI工作流：Multi-Agent System Framework For Complex Tasks。⭐1.3k · Python
Topics 多智能体工作流LLM应用任务自动化开源框架
GitHub https://github.com/ZHangZHengEric/Sage
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/ZHangZHengEric/Sage 🌐 官方网站  https://zhangzhengeric.github.io/Sage/

收录时间：2026-05-19 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。