用文本模型组合出多模态能力
让 DeepSeek V4 负责推理、GLM 5.2 负责综合,再接入视觉工具负责感知,把整个工作流发布成一个模型。
DeepSeek V4 + GLM 5.2 + 视觉工具 → 多模态模型
把模型、工具与工作流组合成可复用的 AI 能力,通过一个兼容 OpenAI 与 Claude、全链路可观测的运行时持续发布。
兼容你已经在使用的工具
让每个模型只负责最擅长的部分。1flowbase 在一个端点背后连接感知、推理与综合,同时保留完整执行轨迹。
输入
通过一个兼容端点接收多模态请求。
推理
规划任务、推理证据,并决定调用哪一种能力。
综合
复核中间结果,综合生成最终回答。
感知
把图片与文档转换成文本模型可使用的证据。
1flowbase 位于本地 Agent 客户端与模型供应商之间。客户端仍然只调用一个熟悉的模型名,而真正的多模型编排发生在背后的工作流里。
让 DeepSeek V4 负责推理、GLM 5.2 负责综合,再接入视觉工具负责感知,把整个工作流发布成一个模型。
DeepSeek V4 + GLM 5.2 + 视觉工具 → 多模态模型
并行调用多个评审模型,保留每个分支,再由综合模型生成更可靠的最终答案,对外仍是一个模型端点。
并行评审 → 综合判断 → 最终回答
把模型调用、工具回调、Token、耗时与错误串成一次完整执行轨迹,而不是分散在互不关联的日志里。
请求 → 轨迹 → 证据 → 改进
工作流发布后无需重写现有客户端集成。1flowbase 在端点背后处理编排、协议兼容与可观测性。
Claude Code、Codex、OpenCode、SDK
兼容 OpenAI 与 Claude 的标准端点
模型、分支、工具调用与结果综合
轨迹、Token、延迟、成本与失败

继续使用已有客户端与 SDK,通过熟悉的 OpenAI 和 Claude API 调用工作流。
在同一工作流里组合 OpenAI 兼容供应商、Claude 模型、视觉模型和私有端点。
显式表达分支、工具与结果综合,一次构建后供多个客户端复用。
把最终答案连接到每个模型调用、工具回调、Token、耗时与错误。
使用一键 Docker 部署,让模型凭据与执行数据保留在自己的基础设施中。
基于开源底座构建工作流节点、模型供应商、工具与业务前台。
最终答案只是工作流的最后一行。1flowbase 保留产生它的完整路径,让你比较分支结果、检查工具返回,并基于真实证据改进系统。

通过 Docker 部署完整服务,打开可视化编辑器并发布第一个虚拟模型。
curl -fsSL https://raw.githubusercontent.com/taichuy/1flowbase/main/scripts/shell/docker-deploy.sh | sh不是。普通代理主要负责模型选择或请求转发;1flowbase 把多个模型和工具组合成工作流,再把整个工作流发布为虚拟模型,并保留完整执行轨迹。
通常不需要。只要客户端支持自定义 OpenAI 或 Claude 兼容端点,就能通过熟悉的模型 API 调用已经发布的 1flowbase 工作流。
可以。1flowbase 面向自托管与兼容协议设计,模型凭据和调用流量可以保留在你掌控的基础设施中。
Agent 框架帮助你用代码实现编排;1flowbase 在此基础上提供可视化编辑、可复用运行时、协议发布以及面向本地 Agent 客户端的全链路观测。