让 Agent 真正行动
用 Tool App、MCP Server、Skills 与 A2A Remote Agent 扩展 Agent；调用配额、超时和人工确认都在运行时受控。
Workrun
本地优先的 AI 自动化工作台
- 本地优先工作区与凭据保留在你的设备上
- 检查点恢复人工审核暂停后，从原处继续
- 评测就绪发布前验证每一次改动
REAL PRODUCT SURFACE在一张画布上，完成从判断到交付。
订单取消：风险路由与回归评测CANVAS · RUN HISTORY · EVALUATION
工作流编辑器实拍：Agent、条件路由与人工审核在同一画布中协作。
WORKFLOW-NATIVE · LOCAL-FIRST · READY TO SHIP
不止编排。还要让自动化能交付。
Section titled “不止编排。还要让自动化能交付。”把 Agent、Python、MCP 工具与人工判断放进一张可读的工作流；每一次运行都留下状态、工具轨迹和评测证据。Workrun 让团队把一次有效的 AI 协作，变成敢于反复运行、持续演进的能力。
产品界面素材占位 · 视频
homepage/workflow-studio.mp4（45–60 秒）
画面：从新建工作流、配置 Agent、运行到 Human Review 暂停和恢复。
替换本页的静态演示或置于其下方；建议使用真实窗口录制，隐藏密钥、客户数据和内部 URL。
配置并非黑盒
Section titled “配置并非黑盒”下方是工作流配置的结构示意：节点从哪里取数据、由谁判断、何时暂停给人处理，以及每次运行使用的模型和工具，都应该是可见、可检查的。
● 已保存
客户反馈分流草稿
START反馈输入feedback
AGENT分类与建议结构化输出
IF / ELSE高风险？priority == high
HUMAN REVIEW确认回复等待批准
END完成final_state
保留代码的确定性
每个 Python App 都是独立的本地 uv
项目。把数据处理、系统集成和业务规则留在你熟悉的代码工程里。
把质量带进发布流程
通过运行记录、OpenTelemetry 轨迹、评估集、版本对比和质量门，知道一次改动是否真的更好。
从构想到团队交付，始终在同一个工作台
Section titled “从构想到团队交付，始终在同一个工作台”| 你要完成的事 | Workrun 如何帮助你 |
|---|---|
| 组合能力 | 在画布上连接 Agent、Process、分支、子工作流和人工节点。 |
| 可靠运行 | 节点状态隔离；暂停、失败与后台运行可从检查点恢复。 |
| 看清发生了什么 | 逐节点查看模型消息、工具调用、脚本日志和 Trace。 |
| 安心迭代 | 用评估集验证工作流变化，并在发布前设置质量门。 |