Skip to content
项目

banmu123/LoomFlow has 138 GitHub stars and 8 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-16 18:51 UTC. Last push 2026-11-04.

这些数字如何统计

实测星标增长

24小时
0
7天
正在收集历史
15天
正在收集历史
1个月
正在收集历史

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

关于

Lightweight AI-native workflow builder for individuals and small teams — describe your idea in natural language, get a runnable workflow on a visual canvas, publish it as an API. One-command Docker self-hosting. Open-source alternative to Dify / n8n.

人工智能

README.zh-CN.md

原文

LoomFlow

English | 中文

LoomFlow Logo

为个人和小团队打造的轻量级 AI 工作流构建器。

AI 原生工作流运行时,内置评估、演化与质量门禁。

用自然语言描述想法 → 生成可运行的工作流 → 画布上自由调整 → 一键发布为 API。

让每个人都能创建自己的 AI 自动化流程。

CI License: MIT GitHub Stars Node Tests

⚡ 快速开始(Docker 自托管):

git clone https://github.com/banmu123/LoomFlow.git && cd LoomFlow && bash scripts/init-env.sh && docker compose up -d

→ 打开 http://localhost:5000 · 默认管理员 admin / 123456(首次登录后立即修改) · 完整指南:🚀 快速开始


📸 界面截图

LoomFlow 对话

LoomFlow 工作流画布


🎯 适合谁用?

  • ✅ 独立开发者 — 想给产品加 AI 能力,但不想自己搭一套编排平台
  • ✅ 内容创作者 — 把重复的生产步骤变成一键自动流程
  • ✅ 小型工作室 — 用可分享、可试运行的流程更快交付演示和客户项目
  • ✅ AI 自动化爱好者 — 几分钟做出原型,然后正式部署跑起来

🤔 为什么不用 Dify / n8n?

LoomFlow Dify n8n
起步方式 自然语言直接生成工作流,秒级开始 模板/手动搭建,偏企业级 LLM 应用平台 手动拖节点,AI 只是众多节点之一
定位 轻量 · 个人/小团队 · AI 优先 重:RAG/知识库/团队协作/复杂部署 通用自动化,节点多而杂
部署 一条命令 Docker 自托管(1GB 内存即可) 较重 中等
对外提供 一键发布为带鉴权的 HTTP API + 分享页 应用/工作流为主 Webhook/API

一句话:Dify 是给团队造 LLM 应用平台的,n8n 是给所有人做通用自动化的——LoomFlow 是给个人和小团队"用一句话把想法变成可运行、可发布的工作流"。不追求大而全,追求 30 秒上手、一分钟部署。

边界:LoomFlow 不是 AI 教练、个人成长应用或编程练习平台。它刻意保持聚焦——只做一件事:自然语言 → 工作流 → 画布 → API。不服务于这条主线的功能,都排除在核心产品之外。


✨ 功能亮点

💬 自然语言生成工作流

不需要从零拖拽——用大白话描述流程,AI 直接生成可执行的工作流加载到画布:

你: "帮我做一个流程:输入产品名,AI 生成卖点文案,再生成推广视频脚本"

AI: ✅ 已生成 4 节点工作流(开始 → LLM 文案 → LLM 脚本 → 结束),已加载到画布

之后可视化微调,一键发布为 API。

🎨 可视化画布

Tinyflow 画布编辑器:拖拽节点、连接流程、配置参数,支持 12 种节点(LLM / HTTP / 代码 / 模板 / 搜索 / Excel / 循环 / 人工确认等)。

🚀 工作流即 API

一键发布工作流为 HTTP 接口(一个全局 API Key 调用你所有已发布工作流,不限调用次数,含调用日志),外部系统直接对接:

curl -X POST https://your-host/api/publish/{workflowId}/execute \
  -H "Authorization: Bearer ffk_xxxxx" \
  -H "Content-Type: application/json" \
  -d '{"inputs": {"query": "..."}}'

API Key 首次发布时自动生成、只显示一次;过期后在「API 管理」页重新生成即可恢复。

🔗 工作流分享页

生成公开链接,对方无需登录即可查看流程节点、填写输入、试运行——演示/交付利器。

🏢 团队与权限

  • 用户隔离(数据完全互相不可见,含 admin)
  • 无次数限制(对话与 API 调用均不限次数)
  • 审计日志(登录、操作全记录)

📊 管理后台

用户管理、用量统计(趋势图)、审计日志、API 调用日志。

🌐 国际化

中英双语一键切换(框架支持扩展任意语言)。

📝 Brew Notes(工作流笔记)

记录工作流为什么这样设计——决策、问题、方案、优化、用途。AI 可总结设计意图、基于运行记录建议新笔记,画布 AI 助手能根据笔记回答「为什么当时选 X」。

🕵️ 节点级执行追踪 & Debug 助手

每次运行后展示节点级执行时间线:每个节点的状态/耗时/模型/Tokens/错误——一眼看清卡在哪。画布 AI 助手读取运行历史,回答「为什么运行失败」并给出根因与修复建议。

🤖 画布 AI 助手

在画布上直接对话:询问当前工作流、描述修改需求(如"给搜索结果加一个总结节点"),AI 输出完整工作流 JSON,一键应用到画布。

🔒 私有化部署

应用 + 数据 + 存储都可部署在自己服务器;数据库可切换自建 PostgreSQL(详见部署手册)。

🔄 工作流演化引擎

工作流持续自优化——无需人工干预。演化引擎自动检测性能退化并提出优化方案:

  • 触发规则:定时(cron)、指标触发(延迟增长 30%、失败率超阈值)、事件触发(连续失败 N 次)
  • 回归检测:自动基线对比(版本/生产/滚动),覆盖 5 个指标(成功率、失败率、P95 延迟、成本、测试得分),支持相对 + 绝对阈值
  • AI 分析:指标聚合 → 瓶颈检测 → 静态分析 → AI 生成优化 Patch
  • 人工确认:提案需用户明确确认后才会修改生产工作流
  • 演化历史:完整可追溯——触发 → 分析 → 提案 → 决策 → 版本变更 → 效果(前后指标对比)
  • 完整审计:每次触发、分析、决策都记录在演化事件中

🏗️ 架构图

flowchart TB
    subgraph Client["客户端"]
        Browser["浏览器 — Next.js 前端<br/>AI 对话 / 画布 / 管理后台 / 分享页"]
        External["外部系统<br/>curl / API 调用方"]
    end

    subgraph App["LoomFlow 应用(Next.js)"]
        UI["App Router 页面<br/>对话 / 工作流 / 管理 / 分享"]
        API["API Routes<br/>auth / chat-ai / workflow-history / publish / api-key<br/>search-providers / nodes / schedules"]
        Engine["工作流执行引擎<br/>FlowEngine + NodeRegistry + Executors"]
        Registry["注册表<br/>Model Registry · Search Provider Registry"]
    end

    subgraph Data["数据层"]
        PostgREST["PostgREST"]
        PG[("PostgreSQL<br/>conversations / workflow_history / workflow_versions<br/>user_api_keys / ai_models / search_providers<br/>node_definitions / audit_logs ···")]
    end

    subgraph ExternalSvc["外部服务"]
        LLM["LLM 服务<br/>DeepSeek / 任意 OpenAI 兼容接口"]
        OSS["对象存储<br/>阿里云 OSS / S3 兼容"]
        Search["搜索服务<br/>Tavily / Exa / Google"]
    end

    Browser --> UI
    External -->|"Authorization: Bearer API Key"| API
    UI --> API
    API --> Engine
    API --> Registry
    API --> PostgREST --> PG
    Engine --> LLM
    Engine --> Search
    API --> OSS

核心流程:自然语言描述流程 → AI 生成工作流(Schema 校验 + 失败自动修复)→ 画布可视化微调 → 保存为版本历史 → 发布指定版本为带鉴权的 HTTP API(每用户一个全局 API Key)→ 外部系统凭 Authorization: Bearer <key> 调用。

Docker 自托管部署:

flowchart LR
    User["用户"] -->|":5000"| App["loomflow 应用"]
    App -->|"http://nginx:80/rest/v1"| Nginx["Nginx 反向代理"]
    Nginx --> PostgREST["PostgREST"]
    PostgREST --> PG[("PostgreSQL 16<br/>数据卷:loomflow-pgdata")]
    Mig["migration 容器<br/>每次 up 自动执行幂等 SQL"] -.-> PG

🚀 快速开始

🐳 Docker 部署(推荐,一键自托管)

内置 PostgreSQL + PostgREST + Nginx——完全自包含,无需 Supabase 云。

git clone https://github.com/banmu123/LoomFlow.git
cd LoomFlow
bash scripts/init-env.sh   # 一次性:自动生成 .env 全部密钥(随机强密码 + JWT 签名)
docker compose up -d      # 自动初始化数据库(含默认 admin 账号)

部署后在界面添加 AI 模型(无需在 .env 填 key):

  1. 打开 http://localhost:5000 → 登录(admin / 123456,请立即修改)
  2. 管理后台 → 模型配置 → 添加模型(如 DeepSeek:填模型 ID + API Key,或任意 OpenAI 兼容端点)
  3. 可选:管理后台 → 搜索配置 / 存储设置 等
  • 访问:http://localhost:5000
  • 默认账号:admin / 123456(⚠️ 首次登录后请立即修改)
  • 数据持久化在 Docker 卷;日志:docker compose logs -f loomflow
  • 停止:docker compose down —— 完整指南:docs/docker-deploy.md

🧑‍💻 本地开发

环境要求:Node.js ≥ 20.9、pnpm 9+、一个 Supabase 项目。

# 1. 安装依赖
pnpm install

# 2. 配置环境变量
cp .env.example .env.local

环境变量(从哪里获取):

变量 获取方式
COZE_SUPABASE_URL Supabase → Project Settings → API
COZE_SUPABASE_SERVICE_ROLE_KEY Supabase → Project Settings → API(service_role)
DEEPSEEK_API_KEY platform.deepseek.com → API Keys
AUTH_SECRET openssl rand -hex 32
# 3. 初始化数据库 —— 数据库设置清单
#    创建 Supabase 项目 → SQL Editor → 按顺序执行:
#    ① scripts/supabase-init.sql
#    ② scripts/supabase-users.sql   ← ⚠️ 执行前先把默认 admin 密码改成你自己的
#    ③ scripts/supabase-updates.sql
#    ④ scripts/supabase-apikeys.sql  ← 全局 API Key 表(可重复执行)
#    ⑤ scripts/supabase-versions.sql
#    ⑥ scripts/supabase-publish-version.sql
#    ⑦ scripts/supabase-knowledge.sql
#    ⑧ scripts/supabase-settings.sql
#    验证表:conversations / messages / workflow_history / users / ai_models / search_providers ...
#    💡 Docker 自托管自动执行 ①-⑧(initdb + migration 容器),无需手动跑 SQL

# 4. 启动
pnpm dev

打开 http://localhost:5000。

⚠️ 安全提示:初始 admin 密码在 supabase-users.sql 中设置——首次部署前必须修改为强密码。系统无法自动强制,请把它视为必做步骤。

🚀 生产部署 / 自托管

完整指南:docs/config/Deployment-Manual.md

Docker Compose(推荐) — 应用 + PostgreSQL + PostgREST + Nginx + migration 全容器化,本地一条命令更新:

SERVER_IP=你的服务器 ./scripts/deploy-docker.sh
# 1/6 同步代码 → 2/6 解压 → 3/6 数据库迁移 + 权限自检
# 4/6 重建并重启 → 5/6 等待健康 → 6/6 验证版本与数据层

最低服务器:1 核 CPU / 1GB 内存 / Ubuntu 20.04+ / Node ≥ 20.9。

🗄️ 自建 PostgreSQL

通过 Docker 自托管 Supabase 从云切换到自己的 PostgreSQL——代码零改动。见部署手册第十一章。

✅ 部署后验证

curl http://localhost:5000/api/health
# {"status":"ok","service":"loomflow","version":"v0.1.9","db":"ok",...}

检查清单:

  • ✅ http://localhost:5000 可打开(登录页)
  • ✅ admin 账号可登录
  • ✅ 工作流画布可加载
  • ✅ 创建一个简单工作流 → 保存
  • ✅ 发布为 API → 用 API Key 调用

☁️ Vercel Serverless(在线体验)

LoomFlow 支持 Vercel 部署,用于在线 Demo 和快速体验。

# 1. 在 Vercel Fork/Import 仓库
# 2. 设置环境变量:
RUNTIME_MODE=serverless
CRON_SECRET=$(openssl rand -hex 32)
COZE_SUPABASE_URL=https://your-project.supabase.co
COZE_SUPABASE_SERVICE_ROLE_KEY=your_key
AUTH_SECRET=$(openssl rand -hex 32)
# 3. 部署

Vercel Cron 自动调用 /api/cron/scheduler(每 10 分钟)和 /api/cron/evolution(每 30 分钟)替代内置 scheduler。

限制:不支持长任务执行、无内置 Worker。适合 Demo 和评估。生产部署请使用 Docker 自托管。

完整对比:docs/deployment-modes.md

📚 文档


🏗️ 技术栈

层 技术
前端 Next.js 16 (App Router) + React 19 + Tailwind CSS 4 + shadcn/ui
画布 @tinyflow-ai/ui
AI AI SDK v7 + DeepSeek(OpenAI 兼容,可切换任意模型)
数据库 Supabase (PostgreSQL) / 自建 PostgreSQL
存储 阿里云 OSS / S3 兼容
部署 Docker Compose 自托管(一键)+ 部署脚本

📁 项目结构

src/
├── app/                  # 页面与 API 路由
│   ├── (main)/           # 主界面(对话 + 工作流 + 管理后台)
│   ├── share/            # 工作流分享页
│   └── api/              # 后端 API(auth / conversations / workflow-history / publish / admin / nodes / search-providers / evolution)
├── components/           # UI 组件
├── lib/
│   ├── tinyflow/         # 工作流执行引擎(12 种节点执行器)
│   ├── search/           # 搜索适配层(Tavily / Exa / Google)
│   ├── ai/               # 模型注册表(providers / capabilities / models)
│   ├── agent/            # AI 对话工具(create_custom_node、知识库、统计等)
│   ├── workflow-ai/      # AI 生成工作流提示词
│   ├── workflow-eval/    # 工作流评估(指标、瓶颈、静态分析、AI 优化、回归检测、基线管理)
│   ├── workflow-copilot/ # Copilot 管线(patch、proposal、diff、测试用例)
│   ├── evolution/        # 演化引擎(规则评估、触发检测、编排、调度、回归事件)
│   ├── evolution-history/# 演化历史(时间线、效果、聚合、查询)
│   ├── secrets.ts        # 敏感配置加密(AES-256-GCM)
│   └── i18n.tsx          # 国际化框架
├── messages/             # 中英文案
└── scripts/              # SQL 初始化 + 构建/部署脚本

🧪 测试与 CI

  • Vitest — 735 个单元测试(引擎、schema、沙箱、执行器、搜索适配层、密钥加密、执行追踪、笔记、模型注册表、节点注册表、Agent 工具、i18n、演化引擎、回归检测、演化历史、质量门禁)
  • GitHub Actions — 每次推送自动执行 lint + 类型检查 + 测试 + 生产构建(Node 20/22 矩阵)

📄 开源协议

MIT

🙏 致谢