WorkflowHub 本机工具与工作流中心

背景

工具做得越来越多以后，找到它、记住参数、再把几个步骤接起来，本身也成了重复工作。WorkflowHub 把本机已有能力登记到同一个目录，让人在界面里检查，也让 Agent 通过统一接口调用。 扫描 PATH、已安装应用、脚本与项目入口、工具搜索、分类、星标与启停、参数契约、试运行与命令预览、DAG 工作流校验、版本发布与顺序执行、REST、MCP 和 function calling 接入、节点输入输出、日志、产物和调用审计

工作流程

扫描已有工具 → 搜索与检查参数 → 预览执行命令 → 调用或编排步骤 → 回看运行记录

先把电脑上的工具找出来

扫描只读取 PATH、Windows 安装信息和配置目录，发现命令、脚本、应用及 npm / make 等项目入口。目录中可以搜索、检查参数、加星标、写备注，不能直接执行的入口作为蓝图保留。

• 截图记录了这台电脑当时的 1,524 个发现条目与 1,467 个可调用入口，数字不是跨电脑的固定能力指标。
• 脚本参数从源码推断；无法识别的 CLI 风格仍可使用 argv 原样传参。

一个调用，也走完整流程

单次工具调用转成单节点工作流，与手动编排的 DAG 共用“校验 → 快照 → 执行 → 记录”链路。正式运行前可以 dry run 看命令；运行后回看每个节点的输入、输出、日志和产物。

• 命令按参数数组启动，不经过 shell 拼接。
• 工作流按依赖顺序执行；当前不包含并行调度、条件分支或自然语言 Planner。
• 工具定义与运行记录分开保存，发布的版本用于追溯一次运行。

把目录交给 Agent

REST、MCP 与 function calling 读取同一工具目录。MCP 默认提供八个元工具，让 Agent 先搜索、再查看契约、最后调用，避免一次把上千条工具说明放进上下文。

• 默认监听本机地址；跨机器访问需要配置访问令牌。
• 可关闭高风险工具，也可开启审批模式；截图中的审批处于关闭状态。
• 超时和输出上限属于调用约束，运行环境不是安全沙箱。

真实软件界面

实现方法

Python / FastAPI / Pydantic / YAML / React / TypeScript / REST / MCP / DAG WORKFLOW

个人职责

需求定义 / 产品规划 / 工作流分析 / AI 辅助开发 / 界面实现 / 测试与迭代

我从需求出发设计产品和工作流程，通过 Vibe Coding 完成开发，也负责功能验证、界面迭代和交付整理。

实际使用结果

已形成 Windows 桌面应用与本机服务入口。提供工具发现、单次调用、工作流校验执行、运行记录及 Agent 接入；目录规模随电脑环境与扫描范围变化。