提交您的产品 
Ai应用
Ai资讯
AI生图
AI生视频
AI数字人系统Rowboat：用自然语言描述即可快速构建和部署智能体
Rowboat是什么？
Rowboat 是一款开源的低代码 ai 集成开发环境，专为构建多智能体助手的MCP工具而设计。它通过可视化界面和 AI 辅助开发功能，帮助用户从一个想法开始，通过 AI 辅助快速构建多智能体工作流。
Rowboat核心功能
AI Copilot 自动化生成工作流：用户只需用自然语言描述需求，Rowboat 的 AI Copilot 就能自动生成智能体结构和工具配置。例如，描述“为一家食品配送公司构建一个智能助手，负责处理配送状态和遗漏物品问题”，Rowboat 可以快速生成对应的多智能体工作流。
可视化设计与配置：提供直观的图形界面，用户可以轻松定义智能体的角色、指令和工具连接。这种可视化方式使得复杂的工作流设计变得简单易懂。
灵活的工具集成：支持连接多种 MCP 工具，为智能体赋予特定功能。例如，可以连接数据库、API 或其他外部系统，让智能体能够执行实际业务操作。
实时交互测试：用户可以在构建过程中实时测试智能体的行为，检查工具调用参数和结果。这种交互式测试环境有助于快速发现和解决问题。
API 和 SDK 集成：提供无状态的 HTTP API 和 Python SDK，方便将智能体集成到现有的应用程序或网站中。例如，通过简单的 HTTP 请求或 Python 代码即可触发智能体的工作流。
Rowboat技术优势
快速构建：从创意到工作流生成仅需 3-5 分钟。
高可靠性：工作流运行稳定性达 99.9%，即使在高负载下也能保持流畅。
可扩展性：用户可以随时添加新代理或工具，扩展工作流功能。
Rowboat使用场景
客户服务自动化：可以快速构建智能客服系统，处理客户咨询、投诉和问题解决。
跨部门任务协调：能将不同部门的工作流程串联起来，实现高效的跨部门协作。
复杂业务处理：可以处理复杂的业务流程，如跨国电商的订单处理、物流协调等。通过将任务分解为多个智能体，每个智能体专注于特定任务，实现高效的协作。
个人助理开发：可以用于开发个人助理，提供天气查询、日程管理等服务。通过简单的自然语言描述，用户可以快速生成个性化的智能助理工作流。
Rowboat安装
1. 设置 OpenAI 密钥
在环境变量中设置 OPENAI_API_KEY：
export OPENAI_API_KEY=your-openai-api-key
2. 克隆仓库并启动 Docker
克隆 Rowboat 仓库到本地，并使用 Docker Compose 启动项目：
git clone git@github.com:rowboatlabs/rowboat.git cd rowboat docker-compose up --build
3. 访问应用
在浏览器中访问 http://localhost:3000 即可使用应用。
集成方式
1. HTTP API
使用 HTTP API 进行交互。示例代码：
curl --location 'http://localhost:3000/api/v1//chat' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer' \
--data '{
"messages": [
{
"role": "user",
"content": "tell me the weather in london in metric units"
}
],
"state": null
}'2. Python SDK
使用 Python SDK 与 Rowboat 智能体进行交互。示例代码：
from rowboat import Client, StatefulChat
from rowboat.schema import UserMessage, SystemMessage
# Initialize the client
client = Client(
host="http://localhost:3000",
project_id="",
api_key=""
)
# Create a stateful chat session (recommended)
chat = StatefulChat(client)
response = chat.run("What's the weather in London?")
print(response)
# Or use the low-level client API
messages = [
SystemMessage(role='system', content="You are a helpful assistant"),
UserMessage(role='user', content="Hello, how are you?")
]
# Get response
response = client.chat(messages=messages)
print(response.messages[-1].content)
项目链接
官网：https://www.rowboatlabs.com/
Github：https://github.com/rowboatlabs/rowboat
