能力标签

👁 OCR 🌐 翻译 💻 CLI 📚 RAG 🔊 TTS 🎙 STT ✨ GPT 🖥 本地 LLM

⚙️

Agent工作流

开源AI工作流：手机本地AI助手

基于 Kotlin · 无代码搭建完整 AI 自动化流程

英文名：LLM-Hub

⭐ 398 Stars 🍴 85 Forks 💻 Kotlin 📄 NOASSERTION 🏷 AI 7.5分

7.5AI 综合评分

workflowaikotlin

⚙️ 配置说明

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，开源AI工作流：手机本地AI助手获评「推荐使用」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。

📚 深度解析

开源AI工作流：手机本地AI助手是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

开源AI工作流：手机本地AI助手工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

手机本地AI助手，提供AI助手功能，支持Kotlin开发，适合个人和企业使用。

开源AI工作流：手机本地AI助手是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars

⭐ 398

开发语言

Kotlin

支持平台

Windows / macOS / Linux / Android

维护状态

轻量级项目，按需更新

开源协议

NOASSERTION

AI 综合评分

7.5 分

工具类型

Agent工作流

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

手机本地AI助手，提供AI助手功能，支持Kotlin开发，适合个人和企业使用。

📌 核心特色

可视化 Agent 工作流编排，无需编写复杂代码
支持多步骤自动化任务链，实现全流程无人值守
与外部 API、数据库和第三方服务无缝集成
内置错误处理与自动重试机制，保障稳定运行
提供可复用的自动化模板，快速在同类场景部署

🎯 主要使用场景

自动化日常重复性工作，将精力集中于创造性任务
构建数据采集 → 处理 → 输出的完整自动化管线
实现跨平台、跨系统的数据流转和业务协同

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 克隆仓库
git clone https://github.com/timmyy123/LLM-Hub
cd LLM-Hub

# 查看安装说明
cat README.md

# 按 README 完成环境依赖安装后即可使用

📋 安装步骤说明

访问 GitHub 仓库获取工作流文件
在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
上传工作流文件
按照提示配置必要的环境变量和 API Key
运行测试确认流程正常后投入使用

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 查看帮助
llm-hub --help

# 基本运行
llm-hub [options] <input>

# 详细使用说明请查阅文档
# https://github.com/timmyy123/LLM-Hub

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# llm-hub 配置说明
# 查看配置选项
llm-hub --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 LLM_HUB_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 37/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

LLM Hub 🤖

LLM Hub is an open-source mobile app for on-device LLM chat and image generation, available for both Android and iOS. It's optimized for mobile usage (CPU/GPU/NPU acceleration) and supports multiple model formats so you can run powerful models locally and privately.

🚀 Features

⚡ Advanced Capabilities

GPU/NPU acceleration for fast performance
Text-to-Speech with auto-readout
RAG with global memory for enhanced responses
Import custom models (.task, .litertlm, qnn,.mnn, .gguf)
Direct downloads from HuggingFace
16 language interfaces

Quick Start 1. Download from Google Play or the App Store, or build from source 2. Open Settings → Download Models → Download or Import a model 3. Select a model and start chatting or generating images

Technology - Android: Kotlin + Jetpack Compose (Material 3), Nexa SDK - iOS: Swift + SwiftUI, Run Anywhere SDK, Apple Foundation Model - LLM Runtime: MediaPipe, LiteRT, Llama.cpp (via Run Anywhere SDK) - Image Gen: Qualcomm QNN

Acknowledgments - Nexa SDK — GGUF model inference support (credit shown in-app About) ⚡ - Run Anywhere SDK — iOS model runtime and LLM execution framework 🚀 - Google, OpenAI, Meta, Microsoft, IBM, LiquidAI, Mistral, Primsm ML, HuggingFace — model and tooling contributions

Development Setup

📸 Demo & Screenshots

Vibe Coder Demo	LLM Hub on iOS
<img src="vibecode_demo.gif" width="300" style="border-radius:8px;" />	<img src="iphone_screenshot.jpg" width="300" style="border-radius:8px;" />
Vibe Coder using Gemma 4 model on iPhone (HTML preview)	LLM Hub chat interface on iPhone

Android-only local configuration

#### Setting up Hugging Face Token for Development To use private or gated models, add your HuggingFace token to android/local.properties (do NOT commit this file):

HF_TOKEN=hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Save and sync Gradle in Android Studio; the app will read BuildConfig.HF_TOKEN at build time.

#### Dev Premium Flag To skip ads and unlock all premium features locally without a real IAP purchase, add this to android/local.properties:

DEBUG_PREMIUM=true

Set it back to false before making a production build.

#### Model License Acceptance Some models on HuggingFace (especially from Google and Meta) require explicit license acceptance before downloading. When building the app locally:

1. Ensure you have a valid HuggingFace read token in local.properties (see above) 2. For each model you want to download: - Visit the model's HuggingFace page (e.g., https://huggingface.co/google/gemma-3n-E2B-it-litert-lm) - Click the "Access repository" or license acceptance button - Grant consent to the model's license terms - Try downloading the model in the app again

Note: This is only required for local development builds. The Play Store version uses different authentication and does not require manual license acceptance for each model.

🎯 aiskill88 AI 点评 A 级 2026-05-23

该项目提供了一个开源的AI工作流，支持Kotlin开发，适合个人和企业使用，但需要注意clone项目后可能会遇到问题。

⚡ 核心功能