Enju（槐）：让人类、AI智能体和计算任务在同一工作流图上协同工作

Enju是一个创新的DAG工作流系统，将人类判断、AI智能体自主决策和计算任务视为平等工作单元，通过Git实现版本控制和审计追踪，为复杂多方协作提供全新解决方案。原作者/维护者为tamerh，来源平台GitHub，原始链接https://github.com/tamerh/enju，v1.0.0发布于2026年5月21日。

现代AI驱动开发流程中，传统工作流系统（如Snakemake、Nextflow）擅长纯计算任务，但无法整合人类判断和AI自主决策。Enju（日语“槐”）应运而生，作为DAG工作流系统，将人类、AI智能体、计算任务视为平等“任务执行者”，实现同一工作流图上的协同。

Enju的核心设计包括：1.统一任务单元：抽象人类问题/审查、AI自主工作、计算任务为“任务”；2.动态图结构：任务可运行中生成新任务（如审查触发修订）；3.事件驱动状态机：状态变更触发通知（需人类判断时通知相关人员，AI任务可被认领）；4.输出中立协调器：仅管理状态和提示词，不干预输出，执行分布式；5.Git原生集成：贡献以Git提交记录，归因/审计通过Git完成，无需单独系统。

状态机：任务状态流转为pending→ready→claimed→running→review→done，特殊状态包括retry、failed、skipped、parked，实现细粒度观测与控制。

架构：分为四层——协调器层（核心DAG状态机，管理状态和事件）、客户端层（Fat Client支持MCP协议、CLI、Web界面，处理compute/answer/review/vote等任务）、执行层（LLM智能体、计算智能体、容器执行器并行运行）、存储层（Git仓库存储工作流定义和输出，用分支管理不同工作流）。

Enju有三个参考工作流：1.Mustache模板引擎开发：6个Claude Sonnet智能体迭代改进，136/136合规测试通过；2.纳米孔基因组组装：13个容器化任务分布两台机器，Git作为数据传输机制；3.PRISMA系统综述：4个Claude Sonnet智能体+2人类审查节点，完成14项RCT综合分析。

Enju的技术亮点包括：1.模块化设计：代码库模块化，1800+测试覆盖边界/并发/并行；2.单二进制分发：内置MCP、CLI、Web界面，部署简单；3.跨平台支持：提供安装脚本和预编译二进制，一行命令安装（curl -fsSL https://raw.githubusercontent.com/tamerh/enju/main/install.sh | sh）；4.学术背书：配套设计论文预印本（sugi.bio/enju）。

Enju适合场景：1.AI辅助软件开发（多AI协作+人类审查）；2.科学研究工作流（混合计算与人类判断）；3.内容审核与质量控制（AI生成+人类把关）；4.众包与协作研究（多方参与+审查节点）；5.自动化报告生成（数据收集/分析/撰写/审查一体化）。

Enju将人类和AI作为工作流一等公民，通过Git原生集成解决混合协作中的归因、审计问题，代表新的工作流范式。随着AI能力提升，Enju将成为连接人类与机器的关键基础设施，是组织未来工作方式的框架，适合AI团队协作、复杂工作流自动化或需严格审计的项目。