用途：Workflow Orchestration 用于设计和实现多步 AI 工作流，把 LLM 调用、数据转换与外部服务调用串联为可靠、可重复的自动化流水线。适合构建多步 AI 自动化、条件逻辑（if/else、switch）、并行 AI 任务与依赖管理、人工审批检查点，以及把 MCP 工具集成进可重复流程。
主要能力：工作流以有向无环图（DAG）表示，每个节点是独立操作，编排器负责执行顺序、节点间数据传递、失败重试，并在人工检查点暂停。节点类型包括 llm、mcp、transform、condition、human_review、parallel；支持条件路由、并行执行、指数退避重试、超时设置与人工审核。MCP（Model Context Protocol）插件系统为工作流扩展数据库查询、文件操作、API 调用和浏览器自动化等外部能力，每个 MCP 工具成为可复用节点。
使用方式：定义 WorkflowNode 与 Workflow 接口，由 WorkflowEngine 执行；触发方式支持 manual、schedule、webhook。节点可配置 retries、timeout_ms 与 next（含 ConditionalNext）。MCP 节点通过 server、tool、arguments 调用，参数支持 {{nodeId.key}} 插值。
适用场景：内容流水线（起草、事实核查、生成图片、多平台格式化、定时发布）、需要人工审批的自动化流程、并行 AI 任务编排等。
限制与注意：资料未提供具体安装命令、收费与价格信息。建议将工作流设计为 DAG，避免环；为每个节点设置超时；对瞬时失败使用指数退避重试；在不可逆操作前放置人工审核；记录每个节点的输入、输出、耗时与尝试次数；外部集成优先使用 MCP 工具而非硬编码 API 客户端。平台兼容性：Cursor、VS Code、Windsurf、Claude Code、Cline 为 Full，aider 为 Partial。