Orqen：面向多智能体编排的 AI 工作流操作系统

Orqen 是一个开源的 AI 工作流编排平台，定位为面向多智能体编排的 AI 工作流操作系统，旨在帮助开发者构建生产级多智能体应用。核心特性包括：

• 可视化工作流画布
• 异步执行引擎
• 人工审批循环
• 完整可观测性 技术栈涵盖 Next.js、FastAPI、Celery、PostgreSQL 等，同时作为 LangChain 替代方案，提供更适合生产环境的复杂场景支持。

项目背景

随着大型语言模型（LLM）能力演进，开发者需要将多个 AI 服务、工具和代理组合成复杂工作流，但现有方案缺乏分布式执行能力、状态持久化和人工介入机制。

项目定位

Orqen 诞生于这一背景，定位为AI 工作流操作系统，核心理念是 n8n 的可视化编排 + 多智能体协作 + 企业级可观测性。与简单链式工具不同，它提供完整执行引擎、状态管理和人工审批机制，适配生产环境复杂场景。

Orqen 采用前后端分离架构，技术栈选型兼顾效率与性能：

• 前端层：Next.js14 + TypeScript + Tailwind CSS + React Flow + Zustand
• 后端层：FastAPI + Python3.12 + SQLAlchemy2 + Pydanticv2
• 任务队列：Celery5.4 + Redis（Upstash）
• 数据持久化：PostgreSQL16 + pgvector 扩展
• AI 集成层：Anthropic Claude API（Sonnet3.5）

可视化画布

基于 React Flow 的拖拽式画布，支持节点放置与连线定义执行顺序。

丰富节点类型

内置多种节点：

• LLM 节点（紫色）：调用 Claude，支持提示词模板与 JSON 结构化输出
• HTTP 节点（蓝色）：REST API 请求，支持多种认证
• 条件节点（琥珀色）：分支流程
• 审批节点（青色）：人工审核暂停/恢复
• Slack/邮件节点：消息通知
• 代码节点（橙色）：沙箱执行 Python 片段

异步执行与状态管理

ExecutionContext 序列化节点输出与状态到 JSONB，支持跨进程恢复，提升可靠性。

人工审批循环

关键步骤暂停等待人工审核，结果提交后自动恢复，适合高风险场景。

实时可观测性

通过 SSE 推送节点级状态，监控面板查看输入、输出和执行时长。

部署方式

• 本地开发：需 Python3.12+、Node.js20+、PostgreSQL、Redis，启动 FastAPI、Celery Worker、Next.js 前端。
• Docker Compose：一键启动所有服务（FastAPI:8000、Next.js:3000、Flower:5555）。
• 生产部署：前端 Vercel，后端/Worker Railway，数据库 Neon Serverless PostgreSQL。

典型场景

示例工作流 "Research & Notify"：

1. 触发器接收主题与邮箱
2. LLM 调研资料
3. 代码节点统计字数
4. LLM 生成摘要
5. 审批节点人工审核
6. 通过后并行发送 Slack 通知与邮件

项目现状

已完成核心功能：执行引擎、REST API、React Flow 画布、实时 SSE 监控、多类型节点、审批机制、示例工作流、Docker/Railway 部署。

未来路线图

• 可观测性仪表盘（token 成本、执行历史图表）
• pgvector 长期记忆节点
• Clerk JWT 认证
• AgentNode（多步 Claude 工具循环）
• AI 评估层

Orqen 代表 AI 工作流编排工具的发展方向：从简单链式调用转向完整分布式系统。其设计权衡体现对生产环境的理解：

• 自建编排引擎而非依赖 LangGraph
• 采用 BFS 而非递归遍历
• 延迟模板解析支持动态上游输出 对于开发者而言，如果需要构建复杂 AI 应用，Orqen 提供了比脚本更健壮、比商业平台更灵活的选择。随着多智能体系统普及，这类开源基础设施价值将愈发凸显。