有哪些开源的AI代理工作流自动化 AI agent?(2026)

有。截至 2026 年 8 月 7 日,KanonAgent 库内做「AI代理工作流自动化」的 196 个 AI agent 中,有 50 个判定为开源(判定要求原文引文,读不出即留空);本页按真实热度收录其中 12 个。

共有12个同时满足开源与AI代理工作流自动化条件的agent。开源意味着可直接fork代码、修改编排逻辑并部署到自有环境，避免闭源API的调用限制与数据泄露风险。

更新 2026-08-07 · 12 个产品 · 数据来自 KanonAgent

1. Upsonic7.9k upvotes

用Python全栈框架快速搭建自主执行任务的agent，直接开源可本地部署实现工作流自动化。

事件驱动的多智能体编排框架，开源支持跨系统实时协作与决策链自动化。

开源后台agent系统，让AI持续运行执行任务，提升开发流程自动化效率。

4. lobehub63 upvotes

开源chief agent operator，像团队一样调度多个agent实现7×24小时工作流。

5. OpenHarness40 upvotes

内置个人agent的开源harness，编排多agent协同完成自动化任务。

6. sim20 upvotes

开源中央智能层，构建部署并编排AI workforce管理多任务自动化。

开源方案把任意agent转为orchestrator，自动化协调多代理复杂工作流。

8. AutoGPT186.2k upvotes

社区开源AutoGPT，让agent自主规划并端到端执行自动化任务。

9. ruflo67.2k upvotes

开源meta-harness，支持多智能体群与自适应记忆的复杂工作流。

10. nanobot46.7k upvotes

轻量开源框架，快速连接工具与工作流构建个性化自动化助手。

11. OfficeCLI17.8k upvotes

开源Office套件，专为agent读写Excel/Word实现文档自动化。

12. pm-skills10.0k upvotes

开源技能市场，提供100+插件快速搭建产品全生命周期工作流。

怎么选

优先看upvotes与维护活跃度，高star项目隐性成本更低但学习曲线陡。注意框架对事件驱动或后台持久化的原生支持，避免后期自己补代码。常见坑是多agent编排时状态管理混乱，选带内置memory或harness的能减少调试时间。

这些开源agent的部署对服务器资源要求高吗？

轻量如nanobot和background-agents适合单机，AutoGPT和sim需要GPU或多核才能稳定跑多agent。

开源后如何保证工作流数据不泄露？

全部本地运行可完全控制数据，重点检查是否默认调用外部LLM API。

想扩展到企业级多团队协作该选哪个？

solace-agent-mesh和ruflo的编排与swarm能力更强，适合规模化。

这个榜单是怎么排的?

按库内真实热度排序(投票数 / MRR / 增速,取产品实际有的那个),不是编辑主观推荐,也不接受付费收录。数据来自 ProductHunt、Hacker News、GitHub、HuggingFace、Reddit、TrustMRR 等多源聚合。

收录标准是什么?

每页至少锚定 5 个真实产品,不足则整页不出 —— 宁缺毋滥,不做凑数的薄页。判定字段(自主度 / 前置条件 / 成本 / 集成面)一律要求原文引文,读不出就留空,不做推测。

数据多久更新一次?

采集持续进行(分钟级),本页于 2026-08-07 重新生成。全部数字可经公开只读 API 复核:https://kanonagent.com/data