davemessew/AgentFlux

AgentFlux 是一个自托管的浏览器应用，用可视化画布搭建由大模型驱动的工作流和智能体。它适合单用户使用、希望文档、运行日志和模型调用都留在自己电脑或服务器上的场景，前提是接受在 localhost 上运行一个没有登录的服务。

工作流长什么样

你可以导入 PDF、DOCX、XLSX、CSV、JSON 和文本，或连接文件夹、HTTP 端点和经批准的程序，再把它们接到画布上的处理步骤。项目列出 17 个预置步骤、8 个模板，支持分支、撤销/重做和 JSON 导入导出 README。每个步骤可单独配置并跟踪执行；运行结果可查看、取消，也可导出为 JSON 或 CSV 工作流文档。

有两个机制能减少手工操作。其一，可以用任务描述让智能体生成工作流，生成结果只包含现有连接对应的可执行步骤。其二，实验性的视频转工作流功能会识别录屏中的操作，让你按时间戳复核，再转成可编辑的工作流。

知识库把文档存在本地，运行中的观察结果可以复用为指令或技能。智能体既可手动启动，也可定时运行。

模型与运行前提

Docker 镜像不含模型；需要用自己的凭据指向 Ollama、LM Studio、vLLM 或其他 OpenAI 兼容端点 安装指南。最快的方式是预构建的 v0.2.0 镜像加 Compose 文件：本机需要有 Docker 与 Compose，镜像面向 Linux/amd64。Windows 用户可在 Linux 容器模式下运行 Docker Desktop。其他架构需要从源码构建，且该版本未做测试 README。从源码构建需要 Node.js 24+ 和 pnpm 11.25.0。

预构建的 v0.2.0 镜像不包含视频分析，也不包含截图中展示的新界面；这两项都需要从源码构建。

单用户安全边界

随附配置只把 4310 端口绑定到 localhost，且 AgentFlux 没有登录功能，按单用户设计。共享或公开访问需要额外的访问控制层和网络配置。云端模型调用和外部 HTTP POST 步骤需要在设置和工作流两处批准；HTTP GET 仍可能通过 URL 和请求头泄露信息，可选的红action按规则处理，可能漏掉敏感内容 README、数据与限制。

视频分析的注意事项

录像留在浏览器中，最多向所选模型服务器发送 24 张等间隔 JPEG 帧。音频不参与分析，帧之间的短暂操作可能被漏掉。只有浏览器能读取相应编码时，才支持不超过 250 MB、30 分钟的视频。云端模型需明确授权接收未脱敏图像。分析无法操控其他桌面应用；若缺少所需连接，智能体会询问替代方案。

数据与许可

工作流、文档、凭据和运行日志存放在名为 agentflux-data 的卷中，替换容器不会丢失。备份要包含整个卷和 .vault-key；docker compose down -v 会删除该卷 运维指南。代码采用 Apache-2.0 许可，捆绑的依赖和字体沿用各自许可 LICENSE。