Skip to content

Latest commit

 

History

History
213 lines (145 loc) · 10 KB

File metadata and controls

213 lines (145 loc) · 10 KB
LinkWork Logo

灵工(LinkWork)

🤖 让 AI 像员工一样工作

开源的企业级 AI 员工平台 — 岗位 · 技能 · 工具 · 安全 · 调度,一站式管理你的 AI 团队

English | 中文

License GitHub stars GitHub issues PRs Welcome


简介

LinkWork 是开源的企业级 AI Agent 平台。它不只让 AI “会回答”,更让 AI “能交付”。你可以批量管理容器化 AI 员工,并用声明式配置统一治理岗位、Skills、MCP 工具与安全策略。

从任务编排到结果交付,LinkWork 把 AI 工作流程变成标准化生产线:可编排、可观测、可审计、可复用。

它不是个人助手,而是面向组织协作的 AI 团队操作系统

特性

⚡ 上线快:从“会用 AI”到“用好 AI”

  • 岗位模板化管理 — 统一定义职责、人设、可用 Skills 与工具权限,实例化即可上岗
  • 容器级隔离运行 — AI 员工在独立容器中运行,文件系统、网络、进程互相隔离
  • 弹性调度与配额治理 — 按岗位设置资源配额,忙时扩展、闲时释放,避免资源争抢

🔐 管得住:能力边界清晰可控

  • Skills 版本锁定 — 声明式能力模块,独立版本管理,构建时注入岗位镜像
  • MCP 工具总线 — 兼容 MCP 协议,统一代理、鉴权、健康检查与计量
  • 三层能力边界 — 岗位 → Skills → 工具,组合灵活、权限可控、责任可追溯

✅ 交付真:结果直接进入生产流程

  • 实时任务编排 — 流式追踪任务执行过程,全程可观测
  • 定时排班运行 — 基于定时任务的无人值守执行机制
  • 双通道工程交付 — 支持 Git / OSS 交付模式,任务结果可直接进入研发流程
  • 全链路审计追溯 — LLM 调用、命令执行、工具请求统一留痕,满足审计与合规要求

🌱 可演进:平台能力持续扩张

  • AI 供应链治理 — 覆盖镜像构建、安全扫描、版本快照、发现与审计,全链路可管理
  • 向量记忆与多模型 — 支持长期知识沉淀、语义检索与多模型切换

亮点

🧱 一岗位一镜像:把不确定性留在构建阶段

Skills、MCP 配置与安全策略在构建期固化进岗位镜像,运行期保持只读。配置变更必须重构镜像,从机制上杜绝环境漂移,确保线上环境可预测、可复现。

  • 构建时固化 — Skills 注入、MCP 描述生成、安全策略打包、版本快照记录一次完成
  • 上下文预装 — 任务启动自动完成 Skills 同步、Git 仓库准备与三层 Prompt 组装
  • Fail-fast — 任一关键步骤失败立即中断构建,拒绝带残缺能力上线

一岗位一镜像:环境即代码、版本可锁定、构建可复现、问题早暴露。

📦 交付物导向:不是“聊完就算了”

LinkWork 强调“产出即交付物”。任务结果可直接进入代码审查、对象存储与审计系统,形成可交付、可归档、可复盘的工程化闭环。

🛡️ 安全默认开启:不靠“人工自觉”

平台采用不可绕过的多层安全机制:深度命令解析、执行与安全进程权限分离、默认网络关闭、高风险操作人工审批。AI 员工对安全代理无感知,从架构层面压缩绕过空间。

企业不需要一个"大概能用"的 AI — 需要的是可交付、可审计、可约束的工程化生产力。

架构概览

graph TB
    User["用户 / API"]
    Web["linkwork-web<br/>前端交互层"]
    Server["linkwork-server<br/>核心调度引擎"]
    Skills["Skills Engine<br/>声明式 Skills · 版本锁定 · 构建时内嵌"]
    Gateway["linkwork-mcp-gateway<br/>MCP 工具代理"]
    SDK["linkwork-agent-sdk<br/>Agent 运行时"]
    Executor["linkwork-executor<br/>安全执行器"]
    LLM["LLM 服务<br/>OpenAI / 私有模型"]
    Tools["MCP 工具生态"]
    K8s["K8s 集群<br/>容器编排 · 资源隔离"]

    User --> Web
    Web -->|"REST / WebSocket"| Server
    Server -->|任务分发| SDK
    Server -->|Skills 编排| Skills
    Server -->|工具路由| Gateway
    Server -->|容器管理| K8s
    Skills -->|能力注入| SDK
    SDK -->|LLM 调用| LLM
    SDK -->|命令执行| Executor
    Gateway --> Tools
    K8s -.->|运行环境| SDK
    K8s -.->|运行环境| Executor
Loading

工作流程:用户创建任务 → 调度引擎在 K8s 集群中分配容器 → Agent 运行时在隔离环境中启动 → 调用 LLM 推理、通过执行器安全执行命令 → MCP 网关代理外部工具调用 → 全程实时回传执行状态。

与个人 AI Agent 的区别

OpenClaw 等项目是优秀的个人 AI 助手 — 跑在你的笔记本上,一个 Agent 帮你处理日常事务。LinkWork 解决的是不同层级的问题:

个人 AI 助手(如 OpenClaw) LinkWork
定位 个人效率工具 企业员工平台
规模 单人单 Agent 多团队、多 AI 员工并行
运行环境 本地单机 K8s 集群,容器隔离
能力管理 社区插件,自由安装 岗位 → Skills → 工具,三层治理
安全 依赖用户自觉 审批流 + 策略引擎 + 审计
部署 npm install -g Docker Compose(开发)/ K8s(生产)
Skills 复用 个人积累,难以共享 个人验证的 Skills 可直接迁入,团队共享、稳定执行

个人助手解决"我的效率",LinkWork 解决"组织的效能"。你在个人工具上打磨好的 Skills,可以直接放进 LinkWork,变成整个团队都能用的标准化能力。

组件一览

组件 说明 状态
linkwork-server 核心后端 — 任务调度、岗位管理、审批、Skills 与工具注册 已开源
linkwork-executor 安全执行器 — 容器内命令执行、策略引擎 已开源
linkwork-agent-sdk Agent 运行时 — LLM 引擎、Skills 编排、MCP 集成 已开源
linkwork-mcp-gateway MCP 工具网关 — 工具发现、鉴权、用量统计 已开源
linkwork-backend 后端应用 — 集成 linkwork-server starter 的 Spring Boot 服务,负责镜像构建与任务编排 已开源
linkwork-web 前端参考实现 — 任务面板、岗位配置、Skills 市场 已开源

开源路线图

所有组件已于 2026 年 3 月完成全部开源:

阶段 组件 说明 时间
第一批 linkwork-server 后端核心,含完整调度引擎和 Demo 启动器 2026 年 3 月
第二批 linkwork-executor + linkwork-agent-sdk 执行层 — 安全执行器 + Agent 运行时 2026 年 3 月
第三批 linkwork-mcp-gateway + linkwork-web 接入层 — MCP 工具网关 + 前端参考实现 2026 年 3 月

部署

Docker Compose(开发 / 单机)

几分钟内在本地启动完整平台:

cd deploy/docker
cp .env.example .env          # 编辑 .env 设置数据库密码、JWT 密钥等
docker compose up -d           # 启动 MySQL、Redis、后端、前端等全部服务

访问 http://localhost:3003 打开 LinkWork 管理界面。详细说明参见 deploy/docker/README.md

Kubernetes(生产)

生产部署使用 deploy/k8s/ 下的 Kustomize overlay:

# 开发集群(Kind)
kubectl apply -k deploy/k8s/overlays/dev

# 生产集群
kubectl apply -k deploy/k8s/overlays/prod

需要 K8s v1.33+、Volcano、Harbor 和 NFS。详见 deploy/k8s/README.md 和完整的 部署指南

文档

文档 说明
快速开始 前提条件、拉取子项目、启动平台服务
部署指南 Docker Compose 开发环境、K8s 生产部署
扩展开发 自定义岗位、Skills、MCP 工具、文件管理、Git 项目
岗位模型 Workstation → Instance → Task 三层模型
Skills 系统 声明式技能、版本锁定、构建时注入
MCP 工具 标准化外部能力接入
Harness Engineering 一岗位一镜像
系统架构总览 系统上下文、组件关系、技术栈
示例:文献追踪员 完整岗位配置案例

完整文档索引:docs/README_zh-CN.md

GitHub Star 实时成长曲线

通过 Star History 的实时图表追踪 LinkWork 的 GitHub Star 增长趋势:

Star History Chart

许可证

Apache License 2.0

关注我们

所有组件已完成开源。如果你对企业级 AI 员工管理感兴趣:

  • 点个 Star 追踪最新进展
  • Watch 本仓库获取发布通知
  • 欢迎在 Issues 中提出想法和建议

LinkWork — 不是给你一个 AI 助手,而是给你一支 AI 团队