microwf:一个简单而强大的工作流引擎
项目介绍
microwf 是一个轻量级的有限状态机(FSM)工作流引擎,允许开发者在代码中定义和管理复杂的工作流程。无论你是需要处理简单的状态转换,还是需要构建复杂的工作流系统,microwf 都能为你提供强大的支持。通过直观的代码定义,你可以轻松地创建、管理和监控工作流实例,确保业务流程的顺畅运行。
项目技术分析
microwf 基于 .NET Core 构建,充分利用了 .NET 生态系统的强大功能。它支持在代码中直接定义工作流,并通过状态机的方式管理状态转换。项目使用了现代的前端技术,如 Angular,为用户提供了友好的管理界面。此外,microwf 还集成了 WebApi,使得前后端分离的开发模式变得更加简单和高效。
项目及技术应用场景
microwf 适用于多种业务场景,尤其是那些需要复杂状态管理和工作流处理的系统。例如:
- 审批流程:如请假审批、报销审批等,通过定义不同的状态和触发条件,实现自动化的审批流程。
- 订单处理:在电商系统中,订单的状态管理可以通过
microwf来实现,确保订单从创建到完成的每个步骤都能被准确跟踪。 - 任务调度:在任务管理系统中,任务的状态转换可以通过
microwf来管理,确保任务的每个阶段都能被正确处理。
项目特点
- 简单易用:通过代码定义工作流,无需复杂的配置文件,开发者可以快速上手。
- 灵活性强:支持自定义状态转换条件和触发事件,满足各种复杂的业务需求。
- 集成方便:与
.NET Core和Angular无缝集成,适合现代化的前后端分离开发模式。 - 可视化管理:提供了一个管理员 Web UI,方便管理员查看和管理工作流实例。
如何开始
假设你已经下载了项目的源代码并在 VS Code 中打开了目录,你只需要确保你的开发环境中安装了 .NET Core 和 node.js。
运行 WebApi 后端
-
在 VS Code 的集成终端中输入以下命令:
dotnet build这将确保你能够成功构建项目。
-
按下
F5或在 VS Code 的调试选项卡(Ctrl+Shift+D)中运行WebApi项目。 -
项目启动后,打开浏览器并访问
https://localhost:5001,你将看到登录界面。
开发模式
为了方便开发,项目提供了一个名为 dev:be-fe 🚀 的复合任务,它将同时启动 WebApi 项目和基于 Angular 的 WebClient 项目。
管理员 Web UI
microwf 还提供了一个管理员 Web UI,允许管理员搜索工作流实例并查看当前状态。通过这个界面,管理员可以轻松地监控和管理工作流的运行情况。

结语
microwf 是一个简单而强大的工作流引擎,适合各种需要复杂状态管理和工作流处理的业务场景。无论你是初学者还是经验丰富的开发者,microwf 都能为你提供高效、灵活的工作流解决方案。快来尝试吧,让你的业务流程更加顺畅!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00