XpertWasTaken/NexFlow-AI-Framework

NexFlow-AI-Framework 是做什么的？

使用开源神经网络在企业环境中编排多智能体 AI 工作流，用于内部支持和结构化数据提取。

概述

NexFlow-AI-Framework 是一个面向企业级应用的开源框架，通过多智能体协作和开源神经网络模型，自动化和优化内部支持流程与结构化数据提取任务。

功能特性

• 多智能体编排：支持定义和协调多个 AI 代理，实现复杂工作流的自动执行。
• 开源神经网络集成：集成多种开源模型，降低对专有服务的依赖，保障数据隐私。
• 内部支持自动化：优化企业内部的工单处理、知识库查询和常见问题解答等场景。
• 结构化数据提取：从非结构化文档中提取结构化信息，支持 JSON、CSV 等格式输出。

支持的平台

• Claude Code
• Cursor
• Codex
• 其他兼容的 AI 代理平台

快速开始

1. 克隆仓库：

   git clone https://github.com/XpertWasTaken/NexFlow-AI-Framework.git
   cd NexFlow-AI-Framework
   

2. 安装依赖：

   pip install -r requirements.txt
   

3. 配置环境变量：

   export NEXFLOW_API_KEY=your_api_key_here
   export NEXFLOW_MODEL_PATH=/path/to/models
   

4. 启动框架：

   python run_nexflow.py
   

工作流示例

以下是一个简单的多智能体工作流示例：

from nexflow import Workflow, Agent

# 定义代理
support_agent = Agent(name="SupportAgent", model="open-source-llm")
extraction_agent = Agent(name="ExtractionAgent", model="ner-model")

# 创建工作流
workflow = Workflow()
workflow.add_agent(support_agent)
workflow.add_agent(extraction_agent)

# 执行任务
result = workflow.run(input_data="用户提交的工单内容")
print(result)

配置

框架支持通过 YAML 文件进行详细配置：

nexflow:
  model: "llama-3-70b"
  agents:
    - name: "support"
      role: "internal_support"
      model: "mixtral-8x7b"
    - name: "extraction"
      role: "data_extraction"
      model: "bert-base-ner"

贡献

欢迎提交 Pull Request 或 Issue 来改进项目。

许可证

本项目采用 MIT 许可证。