Proma工作流引擎
Proma工作流引擎 是 AI Skill Hub 本期精选AI工具之一。综合评分 8.2 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
Proma工作流引擎 依赖 TypeScript 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 TypeScript 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Proma工作流引擎 的版本更新，及时通知重要功能变化。
📋 工具概览
Proma工作流引擎 是一款基于 TypeScript 开发的开源工具，专注于 工作流、Agent框架、自动化 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
Proma工作流引擎 是一款基于 TypeScript 开发的开源工具，专注于 工作流、Agent框架、自动化 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：npm 全局安装 npm install -g proma # 方式二：npx 直接运行（无需安装） npx proma --help # 方式三：项目依赖安装 npm install proma # 方式四：从源码运行 git clone https://github.com/ErlichLiu/Proma cd Proma npm install npm start
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
proma --help
# 基本用法
proma [options] <input>
# Node.js 代码中使用
const proma = require('proma');
const result = await proma.run(options);
console.log(result);
# proma 配置说明 # 查看配置选项 proma --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export PROMA_CONFIG="/path/to/config.yml"
Proma
Proma 简介
欢迎访问 https://proma.cool 查看更完整的介绍。
Proma 是一款为专业用户打造的开源通用的桌面端 Agent 产品。功能涵盖了主流 Agent 具备的所有功能，包括
- Chat 模式
- Agent 模式
- 计划模式
- 项目分区
- 记忆能力
- 内嵌浏览器
- 内嵌终端
- 定时任务
- Agent 平行探索
- 子会话 & 主会话
- Skills / MCP / CLI
- 远程链接支持：微信、飞书、钉钉、Slack
- 各种文件的预览和编辑能力
Proma 的核心能力 & 理念
Proma 是少数为专业用户打造的 Agent 产品，尤其对于 Agent 重度用户，Proma 拥有更透明的 Agent 运行环节、更多的可见配置、更合理的项目工作分区/记忆/Skills 等分区处理、拥有更简单符合逻辑的预览和编辑体验，丰富的内嵌功能包括浏览器和终端等。
Proma 完全重构了交互体验和 UX 系统，我们认为左侧部分是会话区域的管理和部分主要功能的入口；中间都部分是 Agent 的主要输出区域，负责人和 Agent 的交互；右侧是一切的辅助区域，整个项目的文件、Agent 对文件的改动、打开不同的文档预览、查看子会话交互、使用内嵌浏览器、终端、Obsidian、日程、Todo、Skills 等等，一切都在辅助中间的 Agent 获得更好的结果。
对于今天的 Agent 和大语言模型来说，更智能的前提是更好的上下文，我们的核心工作就是帮助你组织更好的上下文。下面所有的功能都在解释这一点，也在解释 Proma 是如何站在为专业用户的角度来设计这种更好的上下文的。
功能截图
记忆能力
Proma 的记忆也是区分项目的，每个项目会有一个自己的 AGENTS.md 文件，这是项目层级的，核心是约束整个项目下 Agent 的表现，包括但不限于引导 Agent 项目文件的分布、交互的规则、必备的信息或者需要遵守约定的部分等。
然后是更具体的记忆，MEMORY.md 是整个记忆的索引，下面更多的部分是具体类目下的记忆。如果你已经用了一小段时间了，但是还没形成这些内容，不妨新开个会话跟 Agent 说：请帮我形成当前项目下的 AGENTS.md 文件，并探索最近半个月或者一个月的会话来形成一些关于我和项目的记忆。
下载安装
文件预览和编辑
Proma 支持主流的文件预览和编辑，比如 markdown，我们采用了 Live Markdown 方案，你可以像在 Typora 或者 Obsidian 里类似的编辑体验，简约实用。并且也支持 PDF、Docx、PPT、Excel 等文档的预览。你不但可以预览，还可以划线这些部分，多次的跟 Agent 对具体的部分进行描述，甚至你还可以打开问答，快速获得一些简单问题的答案。
开源 vs 商业版
| 对比项 | 开源版 | 商业版 |
|---|---|---|
| 更新和修复 | 必要的更新和修复 | 更快的更新节奏，及时的修复以及更新和更丝滑的功能体验 |
| 核心桌面能力 | 完整的 Proma 桌面体验，可自由配置工作流 | 保留同样的核心桌面体验 |
| 模型渠道 | 自行添加和管理 AI 供应商渠道与 API Key | 登录后可使用 Proma 官方内置模型渠道，也仍可自行配置第三方渠道 |
| 模型价格 | 按所选供应商的规则和价格使用 | 精选模型提供 Proma Cloud 专属优惠，部分模型最高可低至官方参考价 1 折 |
| Agent 安全与稳定 | 需自行评估供应商的安全、协议兼容与稳定性；使用第三方中转站时也需自行判断额外的信任与数据处理风险 | 使用 Proma Cloud 官方托管链路，提供统一的安全与稳定性保障、Agent 协议兼容和模型健康监控，减少不透明第三方中转带来的不确定性 |
| 联网与内嵌 AI 能力 | 按需自行配置搜索、生图等服务及对应 API Key | 提供更完整的 Proma Cloud 联网与内嵌能力，包括 WebSearch，以及 GPT Image 2 生图和编辑 |
| 对外 API 与服务 | 主要使用你自行配置的供应商 API | 可创建独立、可设额度上限的 Proma Cloud API Key，将 LLM、工具和多模态能力接入自己的应用或服务 |
| 团队额度管理 | 需自行搭建成员、额度分配与用量管理机制 | 团队管理员可向成员分配或回收共享团队额度，支持按月自动分配，并查看成员用量与额度流水 |
| Skills 分发与协作 | Skills 为工作区本地能力，团队内分发与共享需自行组织 | 企业版支持 Skills 的组织级分发与团队协作：管理员可将团队沉淀的 Skills 一键下发到成员，成员侧免安装直接使用，并统一管理版本、更新与使用范围 |
| 订阅与用量 | 自行管理供应商账号、余额与用量 | 在应用内管理订阅与余额，并查看模型、Agent 和工具的用量明细 |
| 从开源版切换 | — | 直接覆盖安装即可，继续使用已有的本地 Proma 数据 |
可用模型、价格和权益会随时间调整，以应用内当期展示为准。
Proma作为专业级工作流引擎展现强劲实力，Agent体验丝滑度业界领先。社区活跃，维护频繁，适合追求高效自动化的企业团队。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −未明确开源协议，商用场景需谨慎评估
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
该工具未明确声明开源协议，商业使用前请联系原作者确认授权范围，避免侵权风险。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，Proma工作流引擎 在AI工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | Proma |
| 原始描述 | 开源AI工作流：把最丝滑的通用 Agent 体验带进你的工作流，为 100x 专业用户而生的未来产品，正在实现 proactive Agent 阶段。基于 Claude Age。⭐966 · TypeScript |
| Topics | 工作流Agent框架自动化智能助手TypeScript |
| GitHub | https://github.com/ErlichLiu/Proma |
| 语言 | TypeScript |
收录时间：2026-05-20 · 更新时间：2026-05-30 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。