digitalsee-ai-flow-cli

v0.1.3

Published

4 days ago

AI Flow CLI - manage connection flows and node configurations

0High
0Medium
0Low

kailun_digitalsee

AI Flow CLI

AI Flow 连接流命令行管理工具，通过 AI Flow v2 API 管理连接流和节点配置。

安装

npm install -g digitalsee-ai-flow-cli

#直接运行
npx -y digitalsee-ai-flow-cli@latest flow list

快速开始

# 1. 配置 API 连接
ai-flow config set --base-url https://localhost:9900 --token <your-token> --insecure

# 2. 查看配置
ai-flow config show

# 3. 列出所有连接流
ai-flow flow list

# 4. 分析连接流
ai-flow flow analyze <flowId>

配置

配置分为两级，优先级：项目级 (.ai-flowrc) > 全局 (~/.ai-flow-cli/config.json)。

默认值：

baseUrl: https://localhost:9900
insecure: true（跳过 SSL 证书验证）

config set

设置 API 配置项。

ai-flow config set --base-url <url> --token <token>
ai-flow config set --base-url https://localhost:9900 --token abc123 --insecure
ai-flow config set --token abc123 --project    # 保存到项目级 .ai-flowrc

config show

显示当前生效的配置。

ai-flow config show

输出示例：

配置来源: ~/.ai-flow-cli/config.json
baseUrl: https://localhost:9900
token:   abcd****1234
insecure: true

config reset

重置配置。

ai-flow config reset             # 重置全局配置
ai-flow config reset --project   # 重置项目级配置

连接流操作

flow list

列出所有连接流。

ai-flow flow list
ai-flow flow list --page 1 --size 20
ai-flow flow list --filter "测试"

flow create

创建新的连接流。

ai-flow flow create --name "我的连接流"
ai-flow flow create --name "带数据的流" --data '{"nodes":[],"connections":[]}'
ai-flow flow create --name "从文件创建" --data-file ./flow-data.json

| 选项 | 必填 | 说明 | |------|------|------| | --name | 是 | 连接流名称 | | --data | 否 | JSON 字符串，包含 nodes 和 connections（与 --data-file 互斥） | | --data-file | 否 | JSON 文件路径，包含 nodes 和 connections（与 --data 互斥） |

flow update

更新连接流属性。

ai-flow flow update <flowId> --name "新名称"

| 选项 | 必填 | 说明 | |------|------|------| | --name | 否 | 新的连接流名称 |

flow analyze

分析指定连接流的所有节点及执行顺序，输出包括：

流概览（ID、名称、状态、节点/边数量）
节点清单表格
拓扑排序后的执行顺序
ASCII 依赖关系图
节点分组统计（触发器/动作/条件/循环/AI/其他）
每节点配置详情（config_schema 字段及当前值）
Edges 连接表

支持四种输出格式：

ai-flow flow analyze <flowId>                        # table（默认，全量输出）
ai-flow flow analyze <flowId> --format brief         # 简要模式：流概览 + 节点清单 + 执行顺序
ai-flow flow analyze <flowId> --format graph         # ASCII 流程图模式：流概览 + 增强型流程图
ai-flow flow analyze <flowId> --format json          # 纯 JSON 格式

--format graph 输出示例：

=================== 连接流分析: 测试流 ===================
  ID       2056988777387053057
  名称     测试流
  ...

--- 流程图 ---
┌──────────────────────────┐
│ Webhook · 接收数据v2     │
│ N2056988936204374018     │
│ 触发器                   │
└────────────┬─────────────┘
             │
             ▼
┌──────────────────────────┐
│ 流程变量 · 创建变量      │
│ N2056989510396203009     │
│ 动作                     │
└────────────┬─────────────┘
             │
             ▼
┌──────────────────────────┐
│ 延迟 · 延迟              │
│ N2057287474235510785     │
│ 动作                     │
└──────────────────────────┘

flow test

测试运行指定节点。可先通过 --data/--data-file 更新节点配置再测试。

ai-flow flow test <nodeId>
ai-flow flow test <nodeId> --flow-id <flowId>
ai-flow flow test <nodeId> --data-file ./config.json
ai-flow flow test <nodeId> --data '{"millisecond": "2000"}'

config.json 示例（扁平键值，键名为配置字段的 name）：

{
    "millisecond": "2000"
}

flow node create

在连接流中创建新节点。

目前可视化编辑中节点的大小为 300 * 78 ，为了不显示拥挤建议至少以 500 * 200 为基准进行坐标设置

# 创建普通节点
ai-flow flow node create \
  --flow-id <flowId> \
  --connector-id <connectorId> \
  --action-id <actionId> \
  --data-file ./node-config.json \
  --position-x 400 --position-y 200

# 使用内联 JSON 数据
ai-flow flow node create \
  --flow-id <flowId> \
  --connector-id <connectorId> \
  --action-id <actionId> \
  --data '{"url": "https://api.example.com", "method": "POST"}'

# 指定节点类型
ai-flow flow node create \
  --flow-id <flowId> \
  --connector-id <connectorId> \
  --action-id <actionId> \
  --node-type LoopNode

# 创建触发器节点（流中第一个节点）
ai-flow flow node create \
  --flow-id <flowId> \
  --connector-id <connectorId> \
  --action-id <actionId> \
  --trigger

# 创建节点并配置错误处理
ai-flow flow node create \
  --flow-id <flowId> \
  --connector-id <connectorId> \
  --action-id <actionId> \
  --error-handler-file ./error-handler.json

| 选项 | 必填 | 默认值 | 说明 | |------|------|--------|------| | --flow-id | 是 | — | 连接流 ID | | --connector-id | 是 | — | 连接器 ID | | --action-id | 是 | — | 动作 ID | | --trigger | 否 | false | 作为触发器节点，流无节点时会提示启用 | | --node-type | 否 | 首个节点 StartEventNode，否则 ActionNode | 节点类型或动作类型 | | --account-id | 否 | — | 账号实例 ID（需要账号鉴权时指定） | | --error-handler-file | 否 | — | 错误处理配置 JSON 文件 | | --data-file | 否 | — | JSON 文件，覆盖配置字段值 | | --data | 否 | — | JSON 字符串，覆盖配置字段值（与 --data-file 互斥） | | --position-x | 否 | 250 | 节点 X 坐标 | | --position-y | 否 | 150 | 节点 Y 坐标 |

流程：

调 GET /acm/actions/v2 获取 action 的 config_schema 作为模板
自动填充字段默认值（或通过 --data/--data-file 覆盖）
POST 创建节点

不传 --data/--data-file 时使用默认值填充。--data/--data-file 内容为 {"fieldName": "value"} 格式的扁平 JSON，键名对应配置字段的 name，会合并到节点 properties 中。对于 ActionNode 会遍历 sub_params 按名称匹配；对于特殊节点类型（ConditionNode/LoopNode/SwitchNode）直接合并到 properties 顶层。详见特殊节点类型配置指南。--trigger 标志会筛选触发器类型的动作。

账号配置：当动作的 config_schema 包含 account_schema_id 时，必须通过 --account-id 指定账号实例 ID。若未指定，CLI 会自动列出可用的账号实例供选择。

错误处理配置：通过 --error-handler-file 指定 JSON 文件配置节点的错误处理策略，格式如下。process_type: 1=中断流程, 2=忽略错误；warn_type: 1=启用告警, 0=禁用。
{
  "retry": true,
  "retry_times": 3,
  "retry_interval": 5,
  "step_factor": 1.5,
  "max_retry_interval": 60,
  "warn_type": 0,
  "notify_url": "",
  "process_type": 1,
  "apply_all": false
}

flow node show

获取节点详细信息，包括配置参数、可选值、当前属性值等。

ai-flow flow node show <nodeId>
ai-flow flow node show <nodeId> --format json

输出示例：

==================== 节点详情: N2056988936204374018 ====================
  节点 ID   N2056988936204374018
  节点类型  触发器
  连接器    Webhook
  动作      接收数据v2
  状态      正常
  位置      (250, 150)
  备注      (无)
  描述      (无)
  账号 ID   (无)
  账号 Schema ID  (无)

--- 配置参数 (3) ---
字段名         显示名                 类型    必填  当前值        可选值
method         HTTP Method           SELECT  是    POST           获取(GET), 提交(POST), 更新(PUT), 删除(DELETE)
content_type   Content Type          SELECT  否    application/json  -
timeout        超时时间(ms)          NUMBER   否    5000           -

--- 当前属性值 ---
{ "method": "POST", "content_type": "application/json", "timeout": 5000 }

flow node update

更新连接流中的节点配置。

# 通过 JSON 文件更新配置
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --data-file ./node-config.json

# 通过内联 JSON 更新配置（扁平键值，深度合并到现有 properties）
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --data '{"properties": {"name":"value"}}'

# 更新条件分支节点的 or_list
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --data '{"or_list":[{"and_list":[{"query":"{{N123.value}}","operator":"gt","value":"100"}]}]}'
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --position-x 400 --position-y 200

# 更新节点备注
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --note "处理用户登录请求"

# 替换连接器/动作
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --connector-id <newConnectorId> \
  --action-id <newActionId>

# 更换账号
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --account-id <accountId>

# 配置错误处理
ai-flow flow node update <nodeId> \
  --flow-id <flowId> \
  --error-handler-file ./error-handler.json

| 选项 | 必填 | 说明 | |------|------|------| | --flow-id | 是 | 连接流 ID | | --data-file | 否 | JSON 文件，更新节点配置值 | | --data | 否 | JSON 字符串，更新节点配置值（与 --data-file 互斥） | | --position-x | 否 | 节点 X 坐标 | | --position-y | 否 | 节点 Y 坐标 | | --note | 否 | 节点备注 | | --connector-id | 否 | 更换连接器 ID | | --action-id | 否 | 更换动作 ID | | --account-id | 否 | 更换账号实例 ID | | --error-handler-file | 否 | 错误处理配置 JSON 文件 |

--data 更新时会以节点当前 properties 为基准进行深度合并（deepMergePlain），仅更新指定的字段，未指定字段保持不变。特殊节点类型（ConditionNode 的 or_list、LoopNode 的 type/start/end 等）同样通过 --data 写入 properties。详见特殊节点类型配置指南。

flow node delete

删除连接流中的节点。

# 交互确认后删除
ai-flow flow node delete <nodeId> --flow-id <flowId>

# 跳过确认直接删除
ai-flow flow node delete <nodeId> --flow-id <flowId> --force

| 选项 | 必填 | 说明 | |------|------|------| | --flow-id | 是 | 连接流 ID | | --force | 否 | 跳过确认提示，直接删除 |

flow account list

列出连接器下的可用账号实例。

ai-flow flow account list <connectorId>
ai-flow flow account list <connectorId> --account-schema-id <id>
ai-flow flow account list <connectorId> --format json

| 选项 | 必填 | 说明 | |------|------|------| | --account-schema-id | 否 | 按账号模型过滤 | | --format | 否 | 输出格式: table 或 json |

flow edge connect

连接节点（支持单条和批量）。通过 --source-handle / --target-handle 连接到多端点节点的特定出口/入口。

handle 说明：部分节点有多个输出端点（多出口），连接时必须指定 --source-handle 选择正确的分支。常见 handle：

| Handle ID | 出现节点 | 含义 | |-----------|---------|------| | output / input | 大部分节点 | 默认出口/入口，不指定时使用 | | done | LoopNode, SelfLoopNode | 循环完成后的出口（右侧上方） | | loop | LoopNode, SelfLoopNode | 继续循环的出口（右侧下方） | | true | ConditionNode | 条件为真时的出口（右侧上方） | | false | ConditionNode | 条件为假时的出口（右侧下方） | | chat_model | AgentNode, BrowserNode | 连接 AI 语言模型 | | memory | AgentNode | 连接 AI 记忆 | | tools | AgentNode | 连接 AI 工具/MCP 服务 |

# 单条连接（默认 handle：source=output, target=input）
ai-flow flow edge connect \
  --flow-id <flowId> \
  --source <sourceNodeId> \
  --target <targetNodeId>

# 指定句柄 — 从条件节点的 true 分支连接到目标
ai-flow flow edge connect \
  --flow-id <flowId> \
  --source <conditionNodeId> \
  --target <targetNodeId> \
  --source-handle true \
  --target-handle input

# 指定句柄 — 从循环节点的 done 出口连接
ai-flow flow edge connect \
  --flow-id <flowId> \
  --source <loopNodeId> \
  --target <nextNodeId> \
  --source-handle done

# 指定句柄 — 从循环节点的 loop 出口回连
ai-flow flow edge connect \
  --flow-id <flowId> \
  --source <loopNodeId> \
  --target <prevNodeId> \
  --source-handle loop

# 批量连接
ai-flow flow edge connect \
  --flow-id <flowId> \
  --edges-file ./edges.json

edges.json 格式：

[
  {"source": "N1", "target": "N2"},
  {"source": "N2", "target": "N3", "sourceHandle": "done", "targetHandle": "input"},
  {"source": "N3", "target": "N4"}
]

| 选项 | 必填 | 默认值 | 说明 | |------|------|--------|------| | --flow-id | 是 | — | 连接流 ID | | --source | 单条模式必填 | — | 源节点 ID | | --target | 单条模式必填 | — | 目标节点 ID | | --source-handle | 否 | output | 源节点输出句柄 | | --target-handle | 否 | input | 目标节点输入句柄 | | --edges-file | 批量模式必填 | — | JSON 文件，含边数组 |

flow edge disconnect

删除边（断开节点连接）。

# 删除单条边
ai-flow flow edge disconnect --flow-id <flowId> --edge-ids <edgeId>

# 删除多条边
ai-flow flow edge disconnect --flow-id <flowId> --edge-ids <id1> <id2> <id3>

flow variables show

获取连接流中目标节点可用的上游变量。

ai-flow flow variables show <flowId>
ai-flow flow variables show <flowId> --node-id <targetNodeId>
ai-flow flow variables show <flowId> --global              # 同时显示全局变量
ai-flow flow variables show <flowId> --format json         # JSON 格式输出

| 选项 | 必填 | 默认值 | 说明 | |------|------|--------|------| | --node-id | 否 | 流中第一个节点 | 目标节点 ID | | --global | 否 | false | 同时显示全局变量 | | --format | 否 | table | 输出格式: table 或 json |

输出展示每个上游节点的输出字段树，以及可用的变量引用格式：

延迟时间 [NUMBER] = 1000  {{N2056988936204374018.millisecond}}
hook_url [STRING] = https://...  {{N2056988936204374018.hook_url}}

变量引用语法：{{N<node_id>.<field_path>}}

flow variables inject

在节点配置中注入变量引用。通过 --data 或 --data-file 传入包含 {{Nxxx.field}} 占位符的 JSON，验证引用的合法性后提交更新。

# 通过文件
ai-flow flow variables inject <flowId> <nodeId> \
  --data-file ./config-with-vars.json

# 通过内联 JSON
ai-flow flow variables inject <flowId> <nodeId> \
  --data '{"properties": {"millisecond": "{{N2056988936204374018.value}}"}}' \
  --dry-run
  
# 预览模式（不实际更新）
ai-flow flow variables inject <flowId> <nodeId> \
  --data-file ./config-with-vars.json \
  --dry-run

config-with-vars.json 示例（扁平键值，值中使用 {{N<nodeId>.<fieldPath>}} 引用上游变量）：

{
    "millisecond": "{{N2056988936204374018.value}}"
}

知识库

knowledge categories

列出所有节点分类（支持分类树展开）。

ai-flow knowledge categories
ai-flow knowledge categories --type action
ai-flow knowledge categories --type trigger

knowledge nodes

搜索节点，展示匹配的 connector 及 actions（含 nodeType、connectorId）。通过 --name 指定关键字时，会进一步调用 actions 接口获取每个 connector 下的完整匹配动作列表。

ai-flow knowledge nodes
ai-flow knowledge nodes <category>
ai-flow knowledge nodes --name "sql" --flow-id <flowId>
ai-flow knowledge nodes --name "HTTP" --trigger --page 1 --size 20
ai-flow knowledge nodes --json

| 选项 | 必填 | 默认值 | 说明 | |------|------|--------|------| | [category] | 否 | — | 按分类过滤（如 action、trigger） | | --name | 否 | — | 按名称搜索关键字 | | --trigger | 否 | false | 是否搜索触发器节点 | | --flow-id | 否 | — | 连接流 ID | | --page | 否 | 1 | 页码 | | --size | 否 | 50 | 每页数量 | | --json | 否 | — | 以 JSON 格式输出原始数据 |

输出示例：

=============== 节点列表 (共 2 个) ===============

▸ MySQL_连接器 (link-123)
    描述       MySQL 数据库连接器
    类型       builtin
    匹配方式   action_name
    匹配动作 (3):
      sql_query  执行SQL查询  nodeType: ActionNode  nodeId: act-001  connectorId: link-123
      sql_insert 插入数据     nodeType: ActionNode  nodeId: act-002  connectorId: link-123
      sql_update 更新数据     nodeType: ActionNode  nodeId: act-003  connectorId: link-123

knowledge actions

列出连接器的所有动作及配置 schema 详情。

ai-flow knowledge actions <linkId>
ai-flow knowledge actions <linkId> --trigger     # 仅触发器
ai-flow knowledge actions <linkId> --json        # JSON 格式输出

knowledge generate-skills

遍历所有分类（action / trigger / tool / mcp / model / memory）下的所有节点和动作，为每个动作生成 Markdown 文档和 JSON 结构化数据文件，按分类类型存储。

ai-flow knowledge generate-skills ./docs

输出：

docs/
├── action/
│   ├── markdown/
│   │   ├── HTTP_发送请求.md
│   │   └── ...
│   └── json/
│       ├── HTTP_发送请求.json
│       └── ...
├── trigger/
│   ├── markdown/
│   │   ├── Webhook_接收数据v2.md
│   │   └── ...
│   └── json/
│       └── ...
├── tool/
│   └── ...
├── mcp/
│   └── ...
├── model/
│   └── ...
└── memory/
    └── ...

开发

npm install
npm run build    # 编译 TypeScript
npm run dev      # watch 模式编译
node dist/index.js --help

技术栈

语言: TypeScript
CLI 框架: Commander.js
HTTP 客户端: axios
终端输出: chalk

项目结构

src/
├── index.ts              # CLI 入口
├── commands/
│   ├── config.ts         # ai-flow config
│   ├── flow.ts           # ai-flow flow
│   └── knowledge.ts      # ai-flow knowledge
├── api/
│   ├── client.ts         # axios 实例（SSL、Token）
│   ├── flow.ts           # 流 CRUD
│   ├── node.ts           # 节点 CRUD + 测试运行
│   ├── edge.ts           # 边管理
│   ├── knowledge.ts      # 分类/节点搜索
│   └── variables.ts      # 全局变量 + 输出树
├── services/
│   ├── flowAnalyzer.ts   # DAG 拓扑分析
│   └── skillGenerator.ts # Skills 批量生成
├── utils/
│   ├── config.ts         # 配置持久化（全局 + 项目级）
│   ├── output.ts         # 终端彩色输出
│   └── format.ts         # 数据转换
└── types/
    └── index.ts          # TypeScript 类型定义

Published

Vulnerabilities

Links

Maintainers

Keywords

Readme

AI Flow CLI

安装

快速开始

配置

config set

config show

config reset

连接流操作

flow list

flow create

flow update

flow analyze

flow test

flow node create

flow node show

flow node update

flow node delete

flow account list

flow edge connect

flow edge disconnect

flow variables show

flow variables inject

知识库

knowledge categories

knowledge nodes

knowledge actions

knowledge generate-skills

开发

技术栈

项目结构