SuperAPI AI 工具集

conductor

Conductor 是源自 Netflix 的开源事件驱动型工作流引擎,现已聚焦于 AI 智能体与微服务的持久化编排。它将循环、分支、扇出、工具调用、审批、重试与取消等运行时选择转化为持久且可检查的执行过程,由 Orkes 与社区持续维护。支持多种 LLM 提供商、MCP 工具发现与调用、函数调用、人工审批以及用于 RAG 的向量工作流,并具备持久化状态、失败恢复、暂停/恢复/终止等控制能力。引擎本身决定论化,业务代码无需决定论,避免框架与 SDK 锁定,工作流以版本化、机器可读的 JSON 图定义,便于 LLM 在运行时生成与修改。可采用 Apache 2.0 许可自托管,支持多种持久化后端与消息代理,服务器与工作节点可独立扩展,适用于长时间运行的 AI 智能体循环和生产级工作流场景。

访问官网

工具介绍

Conductor 是一个开源、持久化执行的工作流引擎,面向前述微服务、AI 智能体以及自适应工作流图。它最初由 Netflix 发起,现由 Orkes 与社区积极维护。

用途 Conductor 将运行时的选择——如循环、分支、扇出、工具调用、审批、重试与取消——转变为持久、可检查的执行过程,用于构建可靠的长时运行工作流与 AI 智能体编排。它把编排层做成声明式、机器可读的图,而工作节点可以是任意语言、任意库、任意 I/O 的普通代码,从而让开发者保留自己偏好的 SDK 或框架,同时运维方仍能获得持久状态、策略边界、重放、版本管理与可审计性。

主要能力

  • 持久化执行与高韧性:工作流与任务状态被持久化,支持工作节点和基础设施故障后的恢复,并提供重试、超时、暂停、恢复与终止控制。
  • 控制流结构:支持 SWITCH(条件分支)、DO_WHILE(带可配置迭代清理的循环)、FORK_JOIN(并行执行与动态扇出)、SUB_WORKFLOW(组合)以及运行时解析的 DYNAMIC 任务,且可相互嵌套;每个任务支持可配置重试、超时以及可选/补偿任务。
  • 版本管理:工作流定义按编号版本化,正在运行的执行会继续使用其启动时的版本,部署新版本不会破坏进行中的工作流;无需为代码重放兼容性担忧。
  • 原生 AI 能力:提供原生 LLM 任务、MCP 工具发现与调用、人工审批以及用于 RAG 的向量工作流;支持 14 种以上 LLM 提供商、函数调用与向量数据库集成。
  • 可观测与校验:内置可视化 UI 用于设计、运行和调试工作流;每次执行都可完整观察,可检查每个任务的输入、输出、耗时与重试历史;通过 JSON Schema 校验工作流输入与任务 I/O。
  • 长时运行:执行完全持久化,工作流可暂停数月等待人工审批、外部信号或定时器,并从中断处精确恢复;AI 智能体循环在等待人工审核后可继续。
  • 运行时灵活性:工作流为 JSON,LLM 可在运行时生成和修改,无需编译/部署周期;支持动态扇出到运行时确定数量的并行任务,以及按名称组合其他工作流的动态子工作流;工作节点与编排解耦,可独立更新工作流图或替换工作节点实现。

使用方式 快速启动前提:已安装 Node.js v16+ 与 Java 21+。启动后打开 http://localhost:8080,服务器会运行并带有内置 ui-next UI。若从旧版本升级,CLI 会将服务器 JAR 缓存在 ~/.conductor-cli/,如缓存了旧版本需强制重新下载。可用 Docker 镜像运行 Conductor(含 ui-next UI)。所有 CLI 命令都有等价的 cURL/API 调用。运行命令示例可参考 Quickstart 指南,其中包含编写工作节点与重放工作流的完整步骤;注意同一命令运行两次,第二次会返回错误,因为工作流已存在,这是预期行为,可使用 conductor workflow update 修改现有工作流。

AI 编码助手技能 Conductor Skills 允许 AI 编码助手(如 Claude Code、Gemini CLI 等)直接在终端中创建、管理并部署 Conductor 工作流。可用一条命令自动检测系统中所有受支持的智能体并尽可能全局安装;可随时重跑,它只会为新检测到的智能体安装。Windows 提供 PowerShell 与 cmd 两种方式。

从源码构建 要求:Docker Desktop、Java (JDK) 21+、Node.js 18+ 与 pnpm(用于 UI)。在开发模式下运行 UI(热重载于 http://localhost:1234)需要 Conductor 服务器运行于 http://localhost:8080;如未启用 corepack 需先启用一次,然后启动开发服务器,打开 http://localhost:1234,文件更改后 UI 会自动重载。完整构建指南可查阅文档。

适用场景

  • 构建自主的 think-act 智能体:通过 MCP 发现工具、用 LLM 进行推理、调用所选工具并重复直至完成。
  • 受治理的自适应图模式:计划 → 验证已批准能力 → 有界扇出或人工审批 → 评估 → 继续或结束。
  • 需要长时间等待人工审批或外部信号的生产工作流。
  • 需要编排多种 LLM 提供商、MCP 工具调用与 RAG 向量工作流的 AI 应用。

限制与说明

  • 执行历史保留取决于配置,keepLastN 会有意移除较旧的循环迭代。
  • 本资料未提供具体收费、价格或 SaaS 服务细节;但提到 Orkes 作为主要维护者,并提供跨主要云提供商的企业级 SaaS 平台。
  • 该开源版本采用 Apache 2.0 许可,可自托管,支持 5 种持久化后端与 6 种消息代理;Conductor 服务器与工作节点可独立扩展,可借助任务域、并发限制、持久化配置与指标来匹配吞吐量与隔离需求。
  • Orkes Conductor 基于 Conductor OSS 构建,API 与工作流完全兼容。