01↗
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
AI 网关
虚拟模型
MCP 网关
协议转换
编排、发布、观测
用你信任的模型，组合出更强的虚拟模型。
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。
02↗
运行多模型评审面板
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
03↗
定位成本、延迟与失败原因
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
极简调用面，完整工作流运行时01 02 03 04
Agent 看到普通模型，你看到完整系统。
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。
Agent 客户端
Claude Code、Codex、OpenCode、SDK
虚拟模型 API
兼容 OpenAI 与 Claude 的标准端点
工作流运行时
模型、分支、工具调用与结果综合
执行证据
轨迹、Token、延迟、成本与失败
掌控编排，不被供应商锁定
为本地 Agent 与真实生产调试而设计。
1flowbase / workflow-editor
01
兼容主流协议
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。
02
自由组合供应商
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。
03
可视化工作流编辑器
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。
04
追踪每次调用
把最终答案连接到每个模型调用、工具回调、Token、耗时与错误。
05
默认支持自托管
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。
06
开放扩展能力
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。
用证据代替猜测
看清一次回答为什么慢、贵或者出错。
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。
- ✓模型与工具调用时间线
- ✓Token、延迟与失败归因
- ✓输入输出与工作流节点直接关联
execution / trace-7b14● complete
运行在你自己的机器上
一条命令，启动完整工作流端点。
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。
Linux / macOSbash
curl -fsSL https://raw.githubusercontent.com/taichuy/1flowbase/main/scripts/shell/docker-deploy.sh | sh常见问题
开发者通常最关心这些问题。
1flowbase 是另一个 LLM 代理吗？+
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。
需要修改 Claude Code 或 Codex 吗？+
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。
可以接入本地或私有模型供应商吗？+
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。
它和直接编写 Agent Graph 有什么区别？+
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。