Flowwit

English version

Мультиагентная LLM-платформа с визуальным движком воркфлоу. Можно общаться с агентами напрямую в чате, а можно строить детерминированные пайплайны (граф нод), которые агенты исполняют пошагово — вместо того чтобы каждый раз полагаться на решение LLM, что делать дальше.

Это бэкенд платформы. Есть отдельный фронтенд с визуальным редактором воркфлоу — опциональный, работать можно и без него, например через Telegram-канал.

Установка

git clone https://github.com/Kirilqa/flowwit-backend
cd flowwit-backend
npm install

Настройка

Скопировать файл-пример окружения и настроить хотя бы одного провайдера:

cp .env.example .env

OPENAI_API_KEY=sk-...
# или
OPENROUTER_API_KEY=sk-or-...
# или, для локальных моделей через Ollama, ключ не нужен:
OLLAMA_BASE_URL=http://localhost:11434
# или, для локальных моделей через LM Studio, ключ нужен только если включён там:
LMSTUDIO_BASE_URL=http://localhost:1234

Обязательно нужно настроить хотя бы одного провайдера — у OpenAI/OpenRouter должен быть задан ключ, у Ollama/LM Studio достаточно явно раскомментировать соответствующий *_BASE_URL (обе пробуются при старте только если их переменная присутствует). Ключ у LM Studio опционален — задавай LMSTUDIO_API_KEY только если включил "Require Authentication" в её собственных настройках сервера. Всё остальное в .env.example (порт/host сервера, пути хранения, доп. опции провайдеров, настройки каналов) — опционально, с разумными дефолтами.

Все персистентные данные (конфиги агентов/MCP/каналов, сессии, скиллы, память, воркфлоу, запланированные задачи) по умолчанию лежат под ./data/ — для сохранности достаточно бэкапить или монтировать эту одну папку. При первом запуске (пустая ./data/) сервер сам создаёт стартового агента и устанавливает пять системных скиллов-гайдов — руками ничего заводить не нужно.

Запуск

npm run dev             # API-сервер на http://localhost:3000 (или SERVER_PORT), с hot reload конфигов
npm run dev -- --chat   # консольный чат вместо сервера

Для продакшн-сборки:

npm run build
npm run start

Или через Docker:

docker build -t flowwit-backend .
docker run --env-file .env -p 3000:3000 -v $(pwd)/data:/app/data flowwit-backend

Монтирование -v — это то, что позволяет данным пережить пересоздание контейнера (например, на следующем docker run после обновления) — без него всё под ./data/ живёт только в writable-слое контейнера и теряется в момент его удаления.

Если используешь OLLAMA_BASE_URL/LMSTUDIO_BASE_URL и сам бэкенд тоже запущен в Docker — localhost внутри контейнера означает сам контейнер, а не хост-машину. Указывай http://host.docker.internal:11434/http://host.docker.internal:1234 (Docker Desktop на Mac/Windows) или реальный LAN-адрес хоста (Linux).

Использование

• Серверный режим (по умолчанию) — REST + SSE API для чата, воркфлоу, агентов, планировщика и остального. SSE-стрим генерации — POST /messages.
• Консольный режим (--chat) — общение с агентом прямо в терминале.
• Агенты, MCP-серверы, каналы, воркфлоу и запланированные задачи описываются декларативно в JSON-файлах (по умолчанию ./data/agents.json, ./data/mcp.json, ./data/channels.json, ./data/workflows/, ./data/scheduled-tasks.json — пути настраиваются, см. .env.example) и подхватываются на лету без рестарта процесса.

Что внутри

• Агенты — LLM-агенты с вызовом инструментов, две стратегии мышления (свободный ReAct и явный Plan-and-Execute), скиллы, сабагенты, MCP-серверы, бюджеты, гуардрейлы с интерактивным подтверждением, персистентные сессии.
• Скиллы — файловые SKILL.md с инструкциями, скриптами (исполняются, не читаются как код) и бинарными ассетами; маркетплейс ClawHub для установки/обновления чужих скиллов.
• WorkFlow — бэкенд для графового редактора: типизированные порты, параллельные ветки, циклы, стриминг событий выполнения.
• Scheduler — запуск промпта агента или воркфлоу разово, по cron-расписанию или по требованию.
• Каналы — Web (SSE) и Console из коробки, Telegram как первый пользовательский канал; у каждого свои настройки и hot reload.
• Гуардрейлы — интерактивное разрешение/запрет вызовов инструментов, с правилами на трёх уровнях (global/agent/session) и glob-паттернами.
• Память — файловая персистентная память агента между сессиями, с настраиваемыми лимитами по объёму.

Стек

Node.js, TypeScript (strict), Zod, Fastify, Server-Sent Events, Pino.

Разработка

npm run lint            # eslint
npm run check-format    # prettier --check
npm test                # jest
npm run test:coverage   # jest --coverage

Лицензия

MIT