davemessew GitHub avatar

AgentFlux

TypeScript
davemessew最近推送 2026年10月30日
未分类Apache-2.028130 issues7 天 +102

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月18日

一个可自托管的可视化 AI 工作流与自主代理平台,用 Docker 在本地运行。

AgentFlux 是一个面向自主代理和可视化工作流的 AI 平台,支持导入文件、自动化任务并让结果保留在本地。它通过浏览器界面操作,可运行在自己的电脑或服务器上,并连接 Ollama、LM Studio、vLLM 等模型服务。

推荐指数

3.0

适合想本地运行可视化 AI 工作流的开发者尝鲜,但项目较新、生态尚不成熟。

近 7 天

+102

新增 Star

总 Star 排名

#3811

雷达追踪的 3,958 个 AI 仓库中

创建于

2026

2026年10月27日

核心亮点

  • 1可视化工作流

    提供 17 个预配置步骤、8 个模板,支持分支、撤销/重做和 JSON 导入导出。

  • 2视频转工作流

    可分析录屏中的画面变化和语音讲解,自动生成并运行工作流。

  • 3本地模型接入

    支持 Ollama、LM Studio、vLLM 和 OpenAI 兼容端点,数据可留在本地。

  • 4Docker 一键部署

    预构建镜像包含界面、FFmpeg 和本地语音识别,无需安装 Node 或 pnpm。

  • 5可追溯运行

    处理变更输入,并将 JSON、CSV、Markdown 报告输出到本地文件夹。

适用场景

  • 本地文档处理自动化

    例如:导入本地收件箱中的表格,清洗后导出为 CSV 到指定目录。

  • 从录屏生成工作流

    例如:上传一段操作录屏,让 AgentFlux 分析并生成可运行的工作流。

  • 定时任务与报告

    例如:设置定时任务,自动处理新增或变更的文件并生成 Markdown 报告。

  • 私有模型实验

    例如:连接本地 Ollama 服务,用自选模型执行代理任务,数据不出本机。

它是怎么工作的

  1. 第 1 步

    部署服务

    通过 Docker Compose 启动 AgentFlux 容器,浏览器访问 localhost:4310。

  2. 第 2 步

    连接模型

    在 Models 页面配置 Ollama、LM Studio 或 OpenAI 兼容端点。

  3. 第 3 步

    搭建工作流

    在画布上连接数据源和处理步骤,或让代理根据任务描述生成工作流。

  4. 第 4 步

    运行与输出

    执行工作流,结果以 JSON、CSV 或 Markdown 形式输出到本地文件夹。

快速上手

  1. 1

    下载发布文件

    从 v0.3.0 发布页下载镜像压缩包和 compose.yaml 到同一目录。

    curl -fLO https://github.com/davemessew/AgentFlux/releases/download/v0.3.0/agentflux-0.3.0-linux-amd64.tar.gz && curl -fLO https://github.com/davemessew/AgentFlux/releases/download/v0.3.0/compose.yaml
  2. 2

    加载镜像

    将预构建的 Docker 镜像导入本地。

    docker load -i agentflux-0.3.0-linux-amd64.tar.gz
  3. 3

    启动服务

    用 Docker Compose 启动容器并等待就绪。

    docker compose up -d --wait
  4. 4

    打开界面

    浏览器访问 http://localhost:4310 开始使用。

适合谁

  • 希望数据留在本地的开发者
  • 想用可视化方式搭建 AI 工作流的人
  • 有 Docker 使用经验、愿意自托管服务的用户
  • 需要连接本地模型(如 Ollama)的团队

不太适合

  • 不想维护服务器或容器的纯小白用户
  • 需要成熟稳定、长期维护产品的企业用户

成熟度

  • 活跃度仓库创建于 2026 年 10 月,最近一次推送在 3 天后,尚处早期。
  • 文档README 较详细,含截图、Docker 步骤和模型连接说明,但缺少完整 API 文档。
  • 社区仅 183 星、4 个 fork,社区规模很小。
  • 上手难度Docker 预构建镜像简化了部署,但需自行连接模型服务,且仅支持 Linux/amd64。

同类项目怎么选

  • n8nn8n 是通用自动化工作流工具,AI 代理能力相对较新,社区和生态更成熟。
  • DifyDify 更侧重 LLM 应用开发与编排,AgentFlux 强调可视化工作流和视频转工作流。
  • FlowiseFlowise 主打拖拽式 LLM 流程构建,AgentFlux 额外提供本地语音识别和视频分析生成工作流。

使用前注意

  • · 预构建镜像仅面向 Linux/amd64,其他架构需自行构建且未测试。
  • · 视频分析功能有 250 MB、30 分钟限制,且可能遗漏短暂操作。
  • · 使用代理和视频解读需自行连接语言或视觉模型服务。
  • · 项目较新,功能和接口可能快速变化。

主题标签

ai-agentsdockerollamaself-hostedworkflows