🚀 快速开始

60 秒安装：

# Linux/macOS
curl -sL https://raw.githubusercontent.com/alib8b8/llm-box/main/install.sh -o install.sh
bash install.sh

# Windows
# 从 releases 下载: https://github.com/alib8b8/llm-box/releases/latest
Invoke-WebRequest -Uri "https://github.com/alib8b8/llm-box/releases/latest/download/llm-box-windows-amd64.exe" -OutFile llm-box.exe

创建并运行你的第一个工作流：

# 创建工作流
llm-box create "抓取 Hacker News 头条并保存到 stories.txt"

# 运行
llm-box run hn_workflow.yaml

💡 为什么选择 llm-box？

不是又一个 AI 聊天机器人

大多数工作流工具让开发者在以下选择中纠结：

| 方案 | 问题 | |------|------| | 复杂的 bash 脚本 | 难读、难维护、难分享 | | 笨重的可视化构建器 | 慢、不透明、需要 GUI | | 无尽的配置文件 | 学习曲线陡峭、语法冗长 |

llm-box 不是 AI 助手 — 它是一个确定性执行引擎。

• ✅ 可预测、可审计 — 工作流步骤确定可控
• ✅ 本地优先 — 你的数据永远不离开终端
• ✅ 透明、可复现 — 相同工作流产生相同结果
• ✅ MIT 开源 — 无供应商锁定、无隐性壁垒

💡 我们用 AI 理解你的意图，但核心执行是确定性的代码。

✨ 特性

• 终端优先 - 原生 CLI，有终端就能用
• 自然语言工作流 - 定义你要什么，而不是怎么做
• 单二进制文件 - 零依赖，下载即用
• 工作流可复用 - 保存、版本化、分享你的工作流
• 多 LLM 支持 - Ollama（本地）、DeepSeek、智谱 GLM、Kimi、MiniMax、Qwen 等
• 可扩展节点系统 - 用任何语言构建自定义节点
• MIT 许可 - 开源，自由使用
• 跨平台 - 支持 Linux、macOS、Windows
• 精美的 TUI - 实时进度反馈

🔄 llm-box vs 其他方案

| 特性 | llm-box | Dify/n8n | Claude Code | CrewAI | |------|---------|----------|-------------|--------| | 界面 | 终端 + YAML | 可视化 GUI | 聊天 | 代码 | | 执行方式 | 确定性 | AI 驱动 | AI 自主 | AI 编排 | | 上手时间 | 60 秒 | 几小时 | 几分钟 | 几小时 | | 透明度 | 100% | 中等 | 低 | 中等 | | 可复现性 | 100% | 不确定 | 不确定 | 不确定 | | 最适合 | 自动化 | 企业应用 | 编码 | 研究 |

选择 llm-box 当你需要： 可重复、可审计的工作流，在不失控的前提下获得 AI 辅助。

🎬 演示

生成你自己的演示 运行 vhs docs/demo.tape 创建高质量 GIF。

🔧 架构

┌─────────────────────────────────────────────────────────────┐
│                        用户（终端）                           │
└─────────────────────────────────────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────────┐
│                   自然语言解析器                              │
│              "抓取 HN 头条并总结"                            │
└─────────────────────────────────────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────────┐
│                     任务规划器                                │
│            将意图转换为可执行步骤                             │
└─────────────────────────────────────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────────┐
│                  执行引擎                                    │
│  ┌──────────┐ ┌───────────┐ ┌────────────┐ ┌───────────┐ │
│  │fetch_url │ │transform  │ │execute_cmd │ │file_write│ │
│  └──────────┘ └───────────┘ └────────────┘ └───────────┘ │
│  ┌──────────┐ ┌───────────┐ ┌────────────┐ ┌───────────┐ │
│  │ollama    │ │deepseek   │ │kimi        │ │glm        │ │
│  └──────────┘ └───────────┘ └────────────┘ └───────────┘ │
│  ┌──────────┐ ┌───────────┐ ┌────────────┐ ┌───────────┐ │
│  │qwen      │ │minimax    │ │coze        │ │自定义节点  │ │
│  └──────────┘ └───────────┘ └────────────┘ └───────────┘ │
└─────────────────────────────────────────────────────────────┘
                             │
                             ▼
┌─────────────────────────────────────────────────────────────┐
│                       输出                                  │
│                 （终端 / 文件 / 通知）                       │
└─────────────────────────────────────────────────────────────┘

组件：

1. 解析器 - 解释自然语言命令
2. 规划器 - 拆解为执行步骤
3. 引擎 - 依赖管理式执行
4. 节点 - 内置和可扩展的动作
5. 输出 - 格式化的结果

🤖 支持的 LLM

llm-box 开箱即用支持多种 LLM 提供商：

DeepSeek（云端 API）

deepseek 节点调用 DeepSeek 官方 API。不想本地运行模型时的完美选择。

设置：

export DEEPSEEK_API_KEY="your-api-key"

可用模型：

• deepseek-chat - 通用聊天模型
• deepseek-coder - 代码生成模型
• deepseek-reasoner - 推理模型（R1）

智谱 GLM（云端 API）

glm 节点调用智谱 AI 的 GLM API（OpenAI 兼容）。原生中文支持。

设置：

export GLM_API_KEY="your-api-key"

可用模型：

• glm-4 - 旗舰模型，推理能力强
• glm-4v - 视觉语言模型
• glm-3-turbo - 快速、高性价比
• glm-4-plus - 高智能、更长上下文

Coze（云端 API）

coze 节点调用字节跳动的 Coze API（OpenAI 兼容）。中文任务表现优秀。

设置：

export COZE_API_KEY="your-api-key"

Kimi（云端 API）

kimi 节点调用月之暗面的 Kimi API（OpenAI 兼容）。以超长上下文窗口著称。

设置：

export KIMI_API_KEY="your-api-key"

可用模型：

• moonshot-v1-8k - 8K 上下文，标准版
• moonshot-v1-32k - 32K 上下文，长文档
• moonshot-v1-128k - 128K 上下文，超大文件

MiniMax（云端 API）

minimax 节点调用 MiniMax 的 API（OpenAI 兼容）。中文理解能力强。

设置：

export MINIMAX_API_KEY="your-api-key"

可用模型：

• abab6.5s-chat - 快速均衡
• abab6.5t-chat - 文本聚焦
• abab7-chat - 最新一代

Qwen 通义千问（云端 API）

qwen 节点调用阿里云通义千问 API（OpenAI 兼容）。阿里云生态深度集成。

设置：

export QWEN_API_KEY="your-api-key"

可用模型：

• qwen-turbo - 快速、高性价比
• qwen-plus - 性能均衡
• qwen-max - 最强能力
• qwen-long - 长上下文（10M tokens）
• qwen-vl-max - 视觉语言模型

Ollama（本地）

ollama 节点通过 Ollama 本地运行模型。注重隐私和离线使用的最佳选择。

设置：

# 安装 Ollama
curl -fsSL https://ollama.com/install.sh -o ollama-install.sh
sh ollama-install.sh

# 拉取模型
ollama pull llama3

OpenAI 兼容（任何提供商）

openai 节点适用于任何遵循 OpenAI 格式的 API — 硅基流动、Together AI、腾讯混元，以及数百家更多。

设置：

export OPENAI_API_KEY="your-api-key"
export OPENAI_API_BASE="https://api.siliconflow.cn/v1"

支持的平台：

• 硅基流动 SiliconFlow - 30+ 模型
• 腾讯混元
• Together AI
• 任何 OpenAI 兼容的端点

❓ 常见问题

和 Bash 脚本有什么不同？

llm-box 增加了结构、可复用性和漂亮的 UI，同时不损失终端的威力。

我必须写 YAML 吗？

不用！用自然语言描述你想要什么，llm-box 会为你生成 YAML。

可以扩展吗？

当然！用任何语言构建自定义节点。

生产环境可用吗？

v0.1 是早期访问版本。v1.0（稳定版）计划于 2026 年 Q3 发布。

支持哪些平台？

完全支持 Linux、macOS 和 Windows。

在哪里可以获得帮助？

在 GitHub Discussion 发帖或提交 issue。

🗺️ 路线图

v0.1 - 初始发布 ✓

• [x] 基础工作流创建
• [x] 执行引擎
• [x] 内置节点（fetch_url, file_write, ollama）
• [x] 终端 UI

v0.2 - 多 LLM & 插件系统

• [x] DeepSeek API 节点支持
• [x] Coze API 节点支持
• [x] 智谱 GLM API 节点支持
• [x] Kimi API 节点支持
• [x] MiniMax API 节点支持
• [x] Qwen 通义千问 API 节点支持
• [x] 通用 OpenAI 兼容节点（任何提供商）
• [ ] 自定义节点插件系统
• [ ] 工作流模板库
• [ ] 通过 URL 分享工作流

v0.3 - 团队特性

• [ ] 团队工作流仓库
• [ ] 工作流版本管理
• [ ] 云端同步（可选）

v0.4 - 企业版

• [ ] 访问控制
• [ ] 审计日志
• [ ] 定时工作流

v1.0 - 稳定版

• [ ] 生产就绪
• [ ] 完善的文档
• [ ] 长期支持

🤝 贡献

我们欢迎所有技术水平的贡献者！

贡献方式

• Go 开发者 - 构建新节点，改进核心
• 文档 - 改进文档，编写教程
• 工作流设计师 - 分享你的工作流
• 社区建设者 - 在讨论区帮助他人

快速开始

git clone https://github.com/alib8b8/llm-box.git
cd llm-box
go mod download
go test ./...
go build -o llm-box ./cmd/llm-box
./llm-box help

📄 许可证

MIT 许可证 - 详见 LICENSE。