aetherlang

🧠 开源透明的AI工作流编排引擎

🥥8总安装量 2评分人数 2
100% 的用户推荐

开源AI工作流编排DSL,支持39种节点类型与多引擎协作,MIT协议保障透明可审计,适合构建企业级智能自动化流程。

B

存在边界风险,建议在隔离环境中验证

  • 来自可信组织或认证账号,需要结合权限范围判断
  • ✅ 代码完全开源(MIT协议),安全中间件源码可公开审计
  • ✅ 静态分析通过:无恶意代码、无硬编码密钥、无本地文件系统或子进程操作
  • ⚠️ 用户查询与Flow代码需发送至第三方服务器(api.neurodoc.app)处理,存在数据外泄风险
  • ⚠️ 服务端声称不永久存储数据,但缺乏独立验证与详细数据处理协议(DPA)
  • ✅ 传输层使用HTTPS加密,服务端实施字段白名单、长度限制及多维度注入防护

使用说明

AetherLang Ω 是一款面向AI工作流编排的领域特定语言(DSL),通过声明式语法让用户快速构建多模型协作的智能流程。核心用法上,用户以flow代码块定义工作流,指定输入节点、处理引擎(如chef烹饪顾问、apex战略分析、assembly多AI辩论等12种引擎)及输出节点,系统将其编译后发送至远程API执行并返回结构化结果。显著优点包括:39种节点类型覆盖从内容过滤(GUARD)、任务规划(Planner)到多引擎路由的完整需求;开源架构(MIT协议)配合公开的中间件安全代码,实现透明可审计;内置Gandalf Veto等AI安全审查机制;零配置上手(无需API密钥,免费 tier 100请求/小时);GDPR合规的欧盟服务器托管。潜在缺点在于:所有查询必须发送至第三方服务器,存在数据隐私顾虑;依赖外部API可用性,网络中断将导致服务不可用;DSL学习曲线对非技术用户有一定门槛;免费版速率限制较严格,高并发场景需升级。适合目标群体包括:需要快速原型AI工作流的产品团队、寻求标准化AI编排方案的中型企业、关注代码透明度的安全敏感型组织,以及希望将多AI能力整合为统一接口的开发者。使用风险方面,需警惕查询内容被服务端记录的可能性,避免传输商业机密或个人敏感信息;企业环境建议实施网络监控与域名白名单;关键业务决策应对AI输出进行人工复核,不可完全依赖自动化结果。

aetherlang 内容

手动下载zip · 2.9 kB
SKILL.mdtext/markdown
请选择文件