flyto-core 是一个面向 AI 智能体的 Python 执行引擎，其核心主张是“AI 说完成了，Flyto2 展示证据”。它把浏览器和 API 工作作为显式步骤运行，记录每一步做了什么，并支持从失败的那一步重放，而不是重新运行整个任务。
用途 flyto-core 用于把 AI 工作转化为可验证、可重放的过程。它适合需要确定性执行、步骤级追踪与失败恢复的自动化场景，例如浏览器自动化、API 调用、数据转换、验证、文件操作与加密等任务。
主要能力
- 执行轨迹（Execution Trace）：结构化记录每一步的输入、输出、耗时与状态。
- 重放（Replay）：从任意步骤以原始（或修改后的）上下文重新执行。
- 断点（Breakpoints）：在任意步骤暂停执行、检查状态并恢复。
- 证据快照（Evidence Snapshots）：在每个步骤边界前后保存完整状态。
- 数据血缘（Data Lineage）：追踪跨步骤的数据流，构建依赖图。
- 超时保护（Timeout Guard）：可配置的工作流级与单步超时保护。
- 模块库：当前公开清单包含 482 个注册模块，覆盖 89 个目录分类，包括触发器、队列模块、工作流版本管理、计量钩子、浏览器自动化、API 调用、数据转换、验证、文件与加密。
使用方式 flyto-core 通过多个受支持的接口暴露同一套确定性运行时，而非各自独立的执行引擎：
- Python：直接导入模块注册表与工作流引擎。
- YAML 工作流：将注册模块组合为可重放的过程。
- 执行 API：使用经过认证的 /v1/* HTTP 路由进行本地集成。
- MCP：通过 stdio 或 Streamable HTTP 将注册表暴露给 AI 客户端。
- 模块契约：每个可执行动作由注册表元数据与有界参数模式定义；诸如 capability.invoke 这类仅限宿主使用的原语还需要不透明的运行时授权，不能仅靠序列化的工作流数据激活。
工作流以 YAML 文件编写。每次运行都会产生执行轨迹与状态快照；如果第 3 步失败，可从第 3 步重放，无需重跑整个任务。也可添加到 MCP 配置中，让 AI 获得全部 482 个模块作为工具。
适用场景
- 需要步骤级可观测性与失败恢复的 AI 智能体自动化。
- 浏览器自动化与 API 编排，例如截图、提取性能指标、保存 JSON 报告等。
- 需要执行证据、数据血缘与可重放过程的生产工作流。
- 通过 MCP 将模块注册表作为工具提供给 AI 客户端。
限制与安全 flyto-core 以安全默认值运行。可选提供方、浏览器、验证服务与连接器需通过包扩展与文档化的环境变量显式启用；密钥保留在运行时环境/凭据存储中，而非工作流 YAML 中。宿主注入的运行时能力与配置有意区分：工作流无法通过设置环境变量或序列化参数来启用 capability.invoke，必须由受信任宿主为该次运行注入执行作用域的不透明授权。安全边界由测试在注册表范围内强制执行：任何接受调用方提供路径的模块都必须经过文件系统沙箱辅助函数，任何接受调用方提供 URL 或主机名的模块都必须经过 SSRF 防护。
许可与部署 项目采用 Apache License 2.0，个人与商业使用免费。另有托管部署可用。
其他信息 flyto-core 是一个独立的执行包，执行工作流或生成证据不依赖其他包。规范描述为：面向 AI 智能体的开源执行引擎，482 个模块，MCP 原生，触发器、队列、版本管理、计量。
