--- title: "工作流编排参考：glink engine - 工作流编排 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-glink-engine/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [WF-081 工作流编排参考：claude orchestration](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-claude-orchestration/) - [WF-082 工作流编排参考：crewAI](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-crewai/) - [WF-083 工作流编排参考：glink engine](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-glink-engine/) - [WF-084 工作流编排参考：langgraph](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-langgraph/) - [WF-085 工作流编排参考：multiagent business automation](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-multiagent-business-automation/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Agent Building · 工作流编排 · Agent Building 参考 · WF-083 # 工作流编排参考：glink engine 思行致远 · 2026/6/30 · 置信度：高 工作流编排状态机handoff任务路由 一个用 YAML workflow、JSONL blackboard 和轻量 Python daemon 编排多个本地 Agent 的小型流水线引擎。 # glink engine > 一个用 YAML workflow、JSONL blackboard 和轻量 Python daemon 编排多个本地 Agent 的小型流水线引擎。 ## 这个能力解决什么问题 Glink 解决的是多个 Agent 协作时缺少共享时间线和可恢复执行的问题。它不引入数据库、队列或大型框架，而是把 workflow 写成 YAML，把所有 Agent 事件写进 append-only JSONL Main Bus。每个步骤指定 executor、输入文件、输出文件、依赖和 fallback，daemon 负责按依赖调度、调用 Agent、写 checkpoint 和对外提供状态 API。 ## 核心逻辑 输入是一份 workflow YAML 和一组可访问的 Agent endpoint。daemon 读取步骤列表，先执行无依赖节点；每个节点把任务派给指定 Agent，Agent 读 input_file 或 global_context，写 output_file，并把 `task.started`、`task.completed`、`task.failed` 等事件写入 Main Bus。失败时按 fallback_agents 重试；进程崩溃后根据 checkpoint 恢复。输出是每步文件产物、JSONL 事件、API 状态和最终项目文件。 ## 技术结构 - 关键模块：workflow YAML 定义 steps、depends_on、input_file/output_file、fallback_agents；Glink daemon/API 调度执行；Main Bus 是项目级 JSONL blackboard；Agent roster 把 agent 名称映射到本地 HTTP endpoint；health/status/restart API 支撑监控和恢复。 - 调用链路：读取 workflow → 计算依赖就绪步骤 → POST 给 executor endpoint → 记录 bus 事件 → 成功写 checkpoint → 失败触发 fallback/retry → API/SSE 暴露进度。 - 输入输出：输入是 global_context、step task、前序 output_file、Agent endpoint；输出是项目文件、测试报告、最终 HTML/文档、JSONL 时间线和 status API。 - 核心依赖：README 强调 zero deps，核心是一份 Python daemon 加 JSONL 文件；可选 HTTP API/SSE dashboard。 ## 为什么值得参考 它的亮点是极简：不用上 LangGraph、Redis 或数据库，也能获得依赖图、fallback、checkpoint、共享记忆和可回放事件流。对个人 AI 工作台来说，JSONL blackboard 是很好的 Agent 间通信样板：足够透明，任何 Agent 都能读，任何故障都能追。 ## 为什么不建议直接套用 Glink 的简洁也意味着很多能力要自己补：权限、并发冲突、文件锁、事件 schema 版本、Agent endpoint 鉴权、输出质量评估都不完整。示例 workflow 甚至会写 `/tmp` 文件，迁移到正式工作区时必须重设路径和权限。它更像轻量实验引擎，不是企业级编排平台。 ## 如何改造成自己的版本 - 保留 YAML step 与 JSONL bus，先不要引入数据库。 - 给 bus 事件固定 schema：task id、agent、input hash、output path、status、error、review flag。 - 把 output_file 限制到项目工作区内，禁止绝对路径和越界写入。 - 为每个 step 加验收字段，例如 expected_artifact、validator、manual_review_required。 - fallback 不只换 Agent，还要记录为什么失败，避免同一错误被不同 Agent 重复。 ## 适用场景 - 个人或小团队本地多 Agent 流水线，需要简单可追踪和可恢复。 - 多步骤文件生成，如 HTML 游戏、报告、代码审查、测试链。 - 想学习 blackboard pattern 和 JSONL 事件通信。 ## 不适用场景 - 高并发、跨团队、强权限隔离或审计合规的生产系统。 - 需要复杂状态查询、队列调度、分布式锁和角色权限的企业流程。 - Agent endpoint 不稳定或没有统一输入输出契约的环境。 ## Agent Building 判断 - 多步工作流：YAML steps、depends_on、parallel test、fallback 和 retry 组成执行图。 - 工作标准：每步定义 executor、title/task、input_file、output_file、依赖和 fallback。 - Loop 标准：daemon 调度步骤、记录 checkpoint、失败重试、崩溃恢复。 - Harness 标准：JSONL Main Bus、status API、SSE、healthcheck 和示例 workflow 支撑验证。 - 工具调用链路或 Agent 间通信：Agent 通过 HTTP endpoint 接收任务，通过文件和 JSONL bus 共享上下文。 - 为什么不是 persona / profile / system prompt only：它有实际 daemon、workflow、bus、API 和 checkpoint。 ## 参考信息 - 原项目：[glink-engine](https://github.com/garyqlin/glink-engine) - 作者：garyqlin - 相关概念：[[Agent编排]]、[[黑板架构]] - 相关卡片：[workflow-read-083](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-glink-engine/) ## 参考对象信息 **名称：**glink-engine **作者：**garyqlin **链接：**[https://github.com/garyqlin/glink-engine](https://github.com/garyqlin/glink-engine) ## 适用场景与行动 **场景：**Agent Building / 工作流编排 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的工作流编排流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：工作流编排参考：crewAI](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-crewai/) [下一张：工作流编排参考：langgraph](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/agent-building-orchestration-langgraph/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)