MoFA 是一个用于构建可组合 AI 智能体的软件框架。通过 MoFA，开发者可以通过模板创建智能体（Agent），并以堆叠方式组合形成更强大的超级智能体（Super Agent）。
- 让普通人做非凡事：AI 不应是精英专属，MoFA 让每个人都能开发和应用 AI，将不可能变为可能。
- 组合式 AI：受 Unix 哲学启发，以"组合"为核心，像搭积木一样构建、连接智能体与工具，让 AI 简单、灵活且强大。
- 万物皆智能体：在 MoFA 生态中，智能体是 AI 时代的应用载体——不仅是大语言模型，还可以是代码、脚本、API 甚至 MoFA 本身。
- 数据流驱动：摒弃复杂工作流，采用更直观的数据流模式，使智能体可自由组合、拆解与复用。
- composable AI 架构：通过模块化 Agent 堆叠组合，快速构建复杂智能体系统，支持多模型、多工具协同工作。
- 数据流驱动：采用直观的数据流（DataFlow）模式替代传统工作流（Workflow），实现 Agent 间灵活解耦与动态重组。
- 全栈 Python 支持：从 Agent 开发到数据流配置均提供 Python 友好接口，同时兼容 Rust 高性能节点扩展。
- 丰富的节点生态：内置终端交互、LLM 调用、工具集成等基础节点，支持自定义节点快速接入。
- 多框架兼容：基于 Dora-rs runtime 构建，支持与 ROS2、OpenTelemetry 等系统无缝集成。
- MoFA Stage 可视化工具：提供图形化界面，支持 Dataflow 和 Node 的可视化创建、管理与调试。
| 特性 | 支持程度 |
|---|---|
| API 支持 | Python 3.10+ [完全支持] Rust 扩展 [实验性] |
| 操作系统 | Linux (Ubuntu 22.04) [完全支持] macOS (ARM/x86) [完全支持] WSL2 [完全支持] Windows [暂不支持] |
| 通信方式 | 共享内存（本地）[完全支持] TCP 网络（分布式）[实验性] |
| 消息格式 | JSON [完全支持] Apache Arrow [实验性] |
| LLM 集成 | OpenAI 系列 [完全支持] Qwen 系列 [完全支持] 本地模型（llama.cpp）[实验性] |
| 配置方式 | YAML 数据流定义 [完全支持] Python 代码生成 [实验性] MoFA Stage 图形化配置 [完全支持] |
| 包管理 | pip（Python 节点）[完全支持] cargo（Rust 节点）[实验性] |
说明：
- [完全支持] = 稳定可用的功能
- [实验性] = 实验性支持（欢迎贡献）
- [暂不支持] = 尚未支持
必需环境：
- Python 3.10 或 3.11
- 操作系统：WSL（Ubuntu 22.04）、macOS、Linux
- 暂不支持 Windows 系统
可选环境（用于 Rust 节点开发）：
- Rust 工具链（rustc、cargo）
# 创建虚拟环境（推荐）
python3 -m venv .mofa
source .mofa/bin/activate
# 从 PyPI 安装
pip install mofa-core
# 验证安装
mofa --help# 在虚拟环境中安装
uv venv .mofa
source .mofa/bin/activate
uv pip install mofa-core
# 或全局安装为独立工具
uv tool install mofa-core
# 验证安装
mofa --help提示：uv 是更快的 Python 包管理器。安装方法：github.com/astral-sh/uv
pip install git+https://github.com/mofa-org/mofa.git# 克隆代码仓库
git clone https://github.com/mofa-org/mofa.git
cd mofa/dataflows/hello_world
# 运行数据流
mofa run-flow hello_world_dataflow.yml示例输出：
Send Your Task: 你好
-------------hello_world_result---------------
你好
如果需要开发或使用 Rust 节点：
# 安装 Rust 工具链
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
# 安装过程中保持默认配置（直接按 Enter）
# 验证安装
rustc --version
cargo --versionMoFA Stage 是 MoFA 生态的图形化控制中心，支持在可视化界面中快速创建、管理和调试 Dataflow 与 Node。
- node/dataflow 模板库：提供丰富的智能体模板，一键生成 node 项目
- Dataflow 可视化创建：通过拖拽式界面定义数据流，直观配置节点间的消息传递关系
- Node 管理：统一管理自定义节点与官方节点，支持快速接入新功能
- 智能体生命周期管理：在图形化界面中启动、停止、监控智能体运行状态
Node Hub 界面
Dataflow 界面
参考 6分钟开发指南，快速构建基于大语言模型的智能体，包含环境变量配置、项目初始化、逻辑实现、数据流定义全流程。
| 类型 | 名称 | 描述 | 最后更新 |
|---|---|---|---|
| 入门 | Hello World | 基础数据流交互示例 |  |
| LLM | Qwen 智能体 | 调用 Qwen API 的对话智能体 |  |
| 工具集成 | 天气查询 | 查询 IP 所在地天气的智能体 |  |
更多文档请参考 MoFA 官方文档。
问题描述：安装 mofa-core 后，运行 mofa 命令提示找不到命令。
$ mofa --help
Command 'mofa' not found原因分析：当使用 pip install --user 或系统 Python 进行用户级安装时，可执行文件会被安装到 ~/.local/bin 目录，但该目录可能不在系统的 PATH 环境变量中。
解决方法：
Bash 用户：
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrcZsh 用户：
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc~/.local/bin/mofa --help使用 venv：
python3 -m venv .mofa
source .mofa/bin/activate
pip install mofa-core
mofa --help使用 uv（更快）：
uv venv .mofa
source .mofa/bin/activate
uv pip install mofa-core
mofa --help# 检查 ~/.local/bin 是否在 PATH 中
echo $PATH | grep ".local/bin"
# 确认 mofa 安装位置
which mofa问题描述：pip install mofa-core 下载速度很慢或超时。
解决方法：
使用国内镜像源加速安装：
# 使用清华镜像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mofa-core
# 或使用阿里云镜像源
pip install -i https://mirrors.aliyun.com/pypi/simple/ mofa-core永久配置镜像源：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple我们欢迎所有开发者参与贡献，无论您的经验水平如何。请参考贡献指南了解如何参与项目开发。
本项目采用 Apache-2.0 许可证，详情参见 LICENSE。