eko · 智能体框架与编排

Eko：让自然语言驱动 AI Agent 工作流的工业级框架

背景故事：FellouAI 的野望

想象一下，你只需要对 AI 说一句"帮我分析 GitHub 上这个项目，生成一份竞品报告并发布到博客"，AI 就能像一位经验丰富的数字员工一样，自动完成信息收集、逻辑推理、撰写润色、平台发布——全程无需你手动拼接各种 API 和脚本。这不是科幻，而是 Eko 正在做的事情。

Eko 由人工智能公司 FellouAI 开发，成立于 2025 年，总部位于旧金山。FellouAI 的使命是"让 AI 真正走进日常工作流"，而 Eko 就是他们交出的答卷。2025 年 8 月，FellouAI 基于 Eko 2.0 框架推出了业界首个 Agentic AI Browser，将浏览器自动化与 AI Agent 工作流深度融合，引发行业关注。同年 11 月发布的 4.0 版本引入了聊天对话支持，进一步完善了人机交互体验。

从 2025 年初开源至今，Eko 已积累了接近 5000 颗 GitHub Stars，成为 Agentic Workflow 领域增长最快的开源框架之一。

什么是 Eko？

Eko 发音类似"echo"（回声），这个名字本身就暗示了它的核心理念：你说的话，经过 Eko 的"回声"处理，转化为可执行的动作序列。

如果你熟悉 LangChain，可以把 Eko 理解为"面向自然语言工作流的 LangChain 升级版"。但 Eko 的野心不止于此——它真正想做的是用自然语言替代传统的编程式工作流编排。

传统开发流程中，你要实现一个"抓取网页→提取数据→保存到数据库"的工作流，需要写 Python 脚本、调用各种库、调试 API。Eko 让你用自然语言描述这个流程："抓取 GitHub README，分析其中的技术栈，将结论存入 Notion"，然后 Eko 自动解析、规划、执行。

核心技术架构

Eko 采用了 monorepo 多包结构，整个项目组织如下：

包名	职责
`@eko-ai/eko-core`	核心引擎：Agent 抽象、工具调用、工作流图引擎
`@eko-ai/eko-nodejs`	Node.js 运行时适配，提供服务器端 Agent 执行能力
`@eko-ai/eko-web`	浏览器端适配，支持在前端直接运行 Agent
`@eko-ai/eko-extension`	浏览器插件，提供浏览器自动化能力

这种"核心+多运行时"的架构让 Eko 成为真正跨平台的 Agent 框架——你可以把它用在 Node.js 后端服务、浏览器前端页面，甚至 Chrome 扩展程序中。

从技术栈看，Eko 完全基于 TypeScript，核心使用 Rollup 打包，提供 ESM/CJS 双格式发布，类型完备。开发依赖中包含 Jest 测试框架和 TypeDoc 文档生成工具，工程质量较高。

核心功能一览

1. 自然语言驱动的 Agent 设计

Eko 的独特之处在于"自然语言优先"的 Agent 定义方式。开发者可以用自然语言描述 Agent 的角色和目标，Eko 自动生成对应的提示词模板和工作流图。传统的 LangChain 需要写 Python 代码拼接 prompt，而 Eko 让你直接用自然语言"写"工作流。

2. 多 Agent 并行执行

Eko 3.0 引入了"依赖感知的并行 Agent 执行"机制。多个 Agent 可以同时启动，Eko 自动处理它们之间的数据依赖关系——前一个 Agent 的输出会自动流转到下一个 Agent 的输入，无需手动编排。这是一个相对罕见的功能，LangChain 和 Coze 等平台目前都缺乏原生的多 Agent 并行支持。

3. 任务快照与恢复

Eko 3.0 还引入了 task_snapshot 工作流恢复机制：Agent 执行过程中可以被暂停（pause）、中断（interrupt），然后从断点处恢复（resume）。这对需要人工介入审批的长任务非常有价值——比如 AI 要执行转账操作，用户可以在中间步骤人工确认。

4. 浏览器自动化

通过 @eko-ai/eko-extension 包，Eko 支持浏览器内的 AI 操作。结合 Fellou 自己的 Agentic AI Browser，可以在浏览器环境中实现网页内容抓取、表单填写、内容发布等操作。与纯 Python 的 browser-use 方案相比，Eko 的方案在浏览器兼容性上有优势。

快速上手

安装（Node.js 环境）：

# 需要 Node.js >= 18 和 pnpm
pnpm add @eko-ai/eko @eko-ai/eko-nodejs

基础使用示例（来自官方文档）：

import Eko from @eko-ai/eko;

const eko = new Eko(claude-3.5);

// 用自然语言描述工作流
const workflow = await eko.generate(
  "Based on the README of FellouAI/eko, search for competitors, " +
  "write a blog post advertising Eko, and post it."
);

// 自然语言修改工作流节点
workflow.nodes[0].action.description += 
  `Be sure to use the URL https://github.com/FellouAI/eko`;

// 执行工作流
const result = await eko.execute(workflow);

相比 LangChain 动辄几十行代码，Eko 只需要几行自然语言描述就能启动一个完整的工作流。

部署与集成

Eko 是一个纯 SDK 包，没有提供 Docker 容器或 docker-compose 一键部署方案。对于想要快速体验的用户来说，需要自行准备 Node.js 环境。

好消息是，由于它只是 npm 包，集成到现有 Node.js 项目中非常自然——pnpm add 即可引入，不需要额外部署服务。对于 AI 应用开发者来说，这意味着可以把 Eko 嵌入到任何 Node.js 服务中，作为工作流引擎使用。

Eko 目前没有内置的 Web UI，但通过 @eko-ai/eko-web 可以构建前端界面。

局限与争议

1. 强依赖外部 LLM API

Eko 本身不包含任何模型推理能力，完全依赖外部 LLM API（如 Claude、GPT-4）。这既是优势（灵活性高）也是风险——一旦上游 API 涨价或服务中断，Eko 工作流也会受影响。项目使用了 Claude API 作为默认驱动，暗示了团队与 Anthropic 的合作关系。

2. 文档深度不足

虽然官网有 Architecture Overview 和 Getting Started 文档，但与 LangChain 相比，Eko 的社区文档、API 参考、示例数量都还比较有限。遇到复杂使用场景时，可能需要直接阅读源码。

3. 浏览器自动化局限性

eko-extension 的浏览器自动化能力取决于 Chrome 扩展程序的权限模型，无法处理需要复杂人机验证（如 reCAPTCHA）的场景。

4. 生态系统成熟度

作为 2025 年才开源的项目，Eko 的 npm 生态、第三方集成、活跃贡献者数量都与成熟框架有差距。目前 GitHub 上有 439 个 Fork，但只有 10 个 open issues，说明社区活跃度还有提升空间。

行业意义

Eko 的出现代表了一个趋势：AI 开发正在从"编程 AI"向"描述 AI"演进。过去，我们需要学习 LangChain 的 Python API 才能构建 Agent；现在，Eko 让你直接用自然语言"写"工作流。

从数据看，Eko 在 Online-mind2web 基准测试中取得了 80% 成功率（相比初版的 49% 提升了 31 个百分点），这个成绩已经超越了多数同类方案。它的多 Agent 并行、自然语言驱动、任务快照恢复等功能，在当前的开源 Agent 框架中属于较为领先的设计。

FellouAI 官方标识

图1：FellouAI 官方标识

Eko 适合以下场景：

需要构建复杂多步骤 AI 工作流的 Node.js 应用开发者
希望用自然语言替代硬编码流程的产品经理和技术负责人
需要浏览器自动化能力的 AI 应用集成商

如果你正在寻找比 LangChain 更自然、比 Coze 更可控的 Agent 框架，Eko 值得一试。

Eko：让自然语言驱动 AI Agent 工作流的工业级框架

背景故事：FellouAI 的野望

从 2025 年初开源至今，Eko 已积累了接近 5000 颗 GitHub Stars，成为 Agentic Workflow 领域增长最快的开源框架之一。

什么是 Eko？

Eko 发音类似"echo"（回声），这个名字本身就暗示了它的核心理念：你说的话，经过 Eko 的"回声"处理，转化为可执行的动作序列。

核心技术架构

Eko 采用了 monorepo 多包结构，整个项目组织如下：

包名	职责
`@eko-ai/eko-core`	核心引擎：Agent 抽象、工具调用、工作流图引擎
`@eko-ai/eko-nodejs`	Node.js 运行时适配，提供服务器端 Agent 执行能力
`@eko-ai/eko-web`	浏览器端适配，支持在前端直接运行 Agent
`@eko-ai/eko-extension`	浏览器插件，提供浏览器自动化能力

这种"核心+多运行时"的架构让 Eko 成为真正跨平台的 Agent 框架——你可以把它用在 Node.js 后端服务、浏览器前端页面，甚至 Chrome 扩展程序中。

核心功能一览

1. 自然语言驱动的 Agent 设计

2. 多 Agent 并行执行

3. 任务快照与恢复

4. 浏览器自动化

快速上手

安装（Node.js 环境）：

# 需要 Node.js >= 18 和 pnpm
pnpm add @eko-ai/eko @eko-ai/eko-nodejs

基础使用示例（来自官方文档）：

import Eko from @eko-ai/eko;

const eko = new Eko(claude-3.5);

// 用自然语言描述工作流
const workflow = await eko.generate(
  "Based on the README of FellouAI/eko, search for competitors, " +
  "write a blog post advertising Eko, and post it."
);

// 自然语言修改工作流节点
workflow.nodes[0].action.description += 
  `Be sure to use the URL https://github.com/FellouAI/eko`;

// 执行工作流
const result = await eko.execute(workflow);

相比 LangChain 动辄几十行代码，Eko 只需要几行自然语言描述就能启动一个完整的工作流。

部署与集成

Eko 是一个纯 SDK 包，没有提供 Docker 容器或 docker-compose 一键部署方案。对于想要快速体验的用户来说，需要自行准备 Node.js 环境。

Eko 目前没有内置的 Web UI，但通过 @eko-ai/eko-web 可以构建前端界面。

局限与争议

1. 强依赖外部 LLM API

2. 文档深度不足

3. 浏览器自动化局限性

eko-extension 的浏览器自动化能力取决于 Chrome 扩展程序的权限模型，无法处理需要复杂人机验证（如 reCAPTCHA）的场景。

4. 生态系统成熟度

行业意义

FellouAI 官方标识

图1：FellouAI 官方标识

Eko 适合以下场景：

需要构建复杂多步骤 AI 工作流的 Node.js 应用开发者
希望用自然语言替代硬编码流程的产品经理和技术负责人
需要浏览器自动化能力的 AI 应用集成商

如果你正在寻找比 LangChain 更自然、比 Coze 更可控的 Agent 框架，Eko 值得一试。