ai-shifu Agent工作流
AI Skill Hub 推荐使用：ai-shifu Agent工作流 是一款优质的Agent工作流。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Agent工作流解决方案，这是一个值得深入了解的选择。
ai-shifu Agent工作流 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.8 分，是同类 Agent 工作流中的精选推荐。
ai-shifu Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
ai-shifu Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install ai-shifu
# 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 ai-shifu
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/ai-shifu/ai-shifu
cd ai-shifu
pip install -e .
# 验证安装
python -c "import ai_shifu; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
ai-shifu --help
# 基本用法
ai-shifu input_file -o output_file
# Python 代码中调用
import ai_shifu
# 示例
result = ai_shifu.process("input")
print(result)
# ai-shifu 配置文件示例（config.yml） app: name: "ai-shifu" debug: false log_level: "INFO" # 运行时指定配置文件 ai-shifu --config config.yml # 或通过环境变量配置 export AI_SHIFU_API_KEY="your-key" export AI_SHIFU_OUTPUT_DIR="./output"
简介
Write Once, Teach Personally
English | 简体中文
</div> AI-Shifu is designed for creators, instructors, and training/education teams, offering a scalable one-on-one teaching agent. Provide your expertise and teaching intent once, AI-Shifu will expand it into complete, personalized learning experiences. It adapts in real time to each learner’s profile with tailored explanations, interactive probing, assessments, and a full feedback loop—amplifying both your efficiency and the learner’s experience.
Developed by the AI-Shifu Team and the Research Center of Intelligent Software Engineering at Harbin Institute of Technology.
Core Capabilities
- Personalized explanation engine — Generates learning paths and tone based on learner background, goals, and level.
- Interactive Q&A & probing — Decomposes questions, asks clarifiers, and suggests next actions during sessions.
- Rapid course assembly — Author with high-level frameworks and intent; AI-Shifu elaborates into lessons, activities, and assessments.
- Reduced production & delivery overhead — Minimizes repetitive prep and support; every learner gets a dedicated “AI tutor.”
- Multi-channel integration — Embeddable in websites, course platforms, and enterprise training portals.
Only required change: edit .env and set at least one LLM API key
Quick Start (Docker, zero config)
```bash git clone https://github.com/ai-shifu/ai-shifu.git cd ai-shifu/docker
Use Docker-ready defaults (matches bundled MySQL service; Redis is optional)
cp .env.example.full .env
Using Docker Hub image (customize)
```bash git clone https://github.com/ai-shifu/ai-shifu.git cd ai-shifu/docker
Copy the full template (contains defaults for Docker usage)
cp .env.example.full .env
- SQLALCHEMY_DATABASE_URI: Defaults to docker MySQL service
Development mode (dev_in_docker.sh)
```bash git clone https://github.com/ai-shifu/ai-shifu.git cd ai-shifu/docker
cp .env.example.full .env
Use Cases
- Course creators — Hand a single lesson framework to AI-Shifu; learners receive personalized explanations and real-time interaction.
- Enterprise training — Input training content once; employees get role- and background-specific learning paths.
- Educators — Provide a syllabus to generate personalized coaching content plus a Q&A assistant.
- SECRET_KEY: Defaults to a demo value; change for production (generate with: python -c "import secrets; print(secrets.token_urlsafe(32))")
Edit .env and customize as needed (only mandatory change is an LLM key):
- REDIS_HOST: Optional; set to enable Redis caching/locks (leave empty to disable)
- Any other optional integrations
docker compose -f docker-compose.latest.yml up -d # Use -f docker-compose.yml for pinned versions ```
Edit .env and set your preferred LLM API key(s)
./dev_in_docker.sh ```
dev_in_docker.sh builds the backend and frontend images from your local source tree and then launches docker-compose.dev.yml (hot reload + bind mounts). Use it whenever you need to iterate on code without managing Python/Node runtimes locally.
(e.g., OPENAI_API_KEY=sk-..., ERNIE_API_KEY=..., etc.)
- OPENAI_API_KEY / ERNIE_API_KEY / GLM_API_KEY / ...
定位清晰的教育AI工具，工作流设计实用，代码活跃维护中。Agent能力强，但知识准确性和边界管理需加强。
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- 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
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 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
- Docker：ai-shifu 提供官方镜像，docker compose up 一键启动
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- 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
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 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
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
- +Apache-2.0 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
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。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
总体来看，ai-shifu Agent工作流 是一款质量良好的Agent工作流，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。
| 原始名称 | ai-shifu |
| 原始描述 | 开源AI工作流：Get AI to teach and answer questions for you - just by typing!。⭐286 · Python |
| Topics | AI教学助手工作流自动化Agent代理LLM集成教育应用 |
| GitHub | https://github.com/ai-shifu/ai-shifu |
| License | Apache-2.0 |
| 语言 | Python |
收录时间：2026-05-18 · 更新时间：2026-05-19 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · ai-shifu Agent工作流
选择 Agent 类型，复制安装指令后粘贴到对应客户端