适合谁
- 需要多步骤、状态、记忆和工具调用的 AI 工作流团队
- 希望减少重复提示循环的团队
- 需要严格编译期验证或执行审计的团队
- 使用 Claude Code、Codex 或其他 MCP 兼容代理的用户
A
64FMRS · C
这是一个由 sbhooley 维护的 Apache-2.0 开源 AINL 仓库，提供编译器、确定性运行时、图 IR、CLI、HTTP 运行器和 MCP 服务。README 明确记录了 MCP 工具、stdio 使用方式以及多种可选适配器；具体权限取决于工作流和运行配置。
AINL 是一种紧凑、以图为规范的 AI 原生工作流语言及运行时。它将工作流编译为确定性中间表示图，支持多步骤执行、状态与记忆、工具调用、验证、控制、可视化、HTTP 运行器和 MCP 集成。
工具能力
ainl_validate
验证 AINL 工作流并返回结构化诊断。
ainl_compile
将 AINL 工作流编译为确定性图中间表示。
ainl_capabilities
报告可用能力。
ainl_security_report
报告安全配置与能力信息。
ainl_run
执行 AINL 工作流。
ainl_step_examples
提供 AINL 步骤示例。
ainl_get_started
提供入门引导和向导状态。
ainl_ir_diff
比较两个 AINL 中间表示。
ainl_fitness_report
根据多次运行生成工作流适应度报告。
ainl_list_ecosystem
列出生态系统工作流和代理资源。
ainl_import_clawflow
导入 Clawflows 风格工作流。
ainl_import_agency_agent
导入 Agency-Agents 风格代理。
ainl_import_markdown
将 Markdown 导入 AINL 工作流。
安装接入
需要 Python 3.10 或更高版本。安装 MCP 额外依赖：pipx install 'ainativelang[mcp]' && ainl setup --auto；也可使用 python3 -m pip install --user 'ainativelang[mcp]' && ainl setup --auto。随后运行 ainl-mcp，并在 MCP 客户端中配置 stdio 服务器。可使用 ainl doctor 检查集成。
选型与风险
不适合谁
- 只需要手写简单脚本的用户
- 已经拥有确定性运行器且只在判断节点使用 LLM 的团队
- 完全不需要工作流验证、审计或 MCP 集成的项目
所需权限
- 安装和运行本地 Python 程序
- 根据启用的适配器访问工作区文件、缓存或 SQLite
- 启用 HTTP、A2A 或其他适配器时进行相应的网络或外部服务访问
- 工作流若使用密钥或外部服务，则需要相应的环境配置
风险与副作用
- 启用 HTTP 或 A2A 适配器会产生外部网络访问风险
- 工作流可能访问文件、缓存、数据库或机密，具体取决于适配器和策略配置
- 适配器、执行步数、运行时间和工作区限制配置不当可能扩大执行范围
- 机器支付配置为 opt-in，但启用后可能处理 HTTP 402 支付流程
常见排障
- 确认 Python 版本为 3.10 或更高版本
- 确认安装了 ainativelang[mcp] 而不是仅安装基础包
- 运行 ainl doctor 检查主机集成
- 检查 MCP exposure profile、适配器 allowlist 和运行限制
- 如果启用了自动缓存，确认 cache.json 是有效 JSON
- 如果使用 dashboard，确认已生成 tests/emits/server/server.py
使用场景
编写并验证确定性 AI 工作流
将工作流编译为图中间表示并重复执行
通过 MCP 为编码代理提供工作流验证、编译和运行能力
导入 Clawflows 或 Agency-Agents 风格内容
使用 HTTP、文件系统、缓存、SQLite、LLM 和记忆适配器构建流程
支持客户端
Claude Code完整支持
Codex完整支持
Gemini CLI完整支持
Claude Desktop部分支持