能力标签
Lumen AI工作流
⚙️
Agent工作流

Lumen AI工作流

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:lumen-agent
⭐ 8 Stars 🍴 3 Forks 💻 Python 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
workflowpython
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,Lumen AI工作流 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

Lumen AI工作流 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。

Lumen AI工作流 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

Lumen是一款开源的AI工作流框架,支持从零开始安装和使用。它提供了一个可下载的AI代理框架,支持Python语言,目前有8个星星的关注度。它的主要功能包括工作流管理、Python支持等。

Lumen AI工作流 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
⭐ 8
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
3

📖 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」。

Lumen是一款开源的AI工作流框架,支持从零开始安装和使用。它提供了一个可下载的AI代理框架,支持Python语言,目前有8个星星的关注度。它的主要功能包括工作流管理、Python支持等。

Lumen AI工作流 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。

📌 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
# 方式一:pip 安装(推荐)
pip install lumen-agent

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install lumen-agent

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/gabogabucho/lumen-agent
cd lumen-agent
pip install -e .

# 验证安装
python -c "import lumen_agent; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 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
# 命令行使用
lumen-agent --help

# 基本用法
lumen-agent input_file -o output_file

# Python 代码中调用
import lumen_agent

# 示例
result = lumen_agent.process("input")
print(result)
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
# lumen-agent 配置文件示例(config.yml)
app:
  name: "lumen-agent"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
lumen-agent --config config.yml

# 或通过环境变量配置
export LUMEN_AGENT_API_KEY="your-key"
export LUMEN_AGENT_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 83/100 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。

简介

<p align="center"> <img src="logo.png" alt="Lumen" width="180" /> </p>

Lumen

<p align="center"> <strong>Open-source AI agent engine. Modular. No limits.</strong> </p>

<p align="center"> <em>"An agent you can shape without code."</em> </p>

<p align="center"> <a href="#quickstart">Quickstart</a> &bull; <a href="#docker--docker-compose">Docker</a> &bull; <a href="#dokploy-deployment">Dokploy</a> &bull; <a href="#architecture">Architecture</a> &bull; <a href="#manifesto">Manifesto</a> &bull; <a href="MANIFESTO.md">Full Manifesto</a> &bull; <a href="LUMEN_SPEC.md">Spec</a> &bull; <a href="CHANGELOG.md">Changelog</a> &bull; <a href="CONTRIBUTING.md">Contributing</a> </p>

---

Minimal runtime dependencies for TLS/certs and basic health tooling.

RUN apt-get update \ && apt-get install -y --no-install-recommends ca-certificates curl \ && rm -rf /var/lib/apt/lists/*

COPY pyproject.toml README.md /app/ COPY lumen /app/lumen

RUN pip install --no-cache-dir .

EXPOSE 3000

Docker / Docker Compose

Lumen can run as a containerized service using Docker Compose.

This is useful for:

  • VPS deployments
  • Dokploy
  • Coolify
  • CapRover
  • Portainer
  • internal infrastructure
  • long-running agent services

Dockerfile

Create a Dockerfile in the repository root:

```dockerfile FROM python:3.12-slim

ENV PYTHONDONTWRITEBYTECODE=1 ENV PYTHONUNBUFFERED=1

WORKDIR /app

Persist Lumen instance data in /root/.lumen using a Docker volume.

CMD ["lumen", "server", "--host", "0.0.0.0", "--port", "3000"] ```

Basic `docker-compose.yml`

Use this for a simple local/VPS Docker deployment:

services:
  lumen:
    build:
      context: .
      dockerfile: Dockerfile
    volumes:
      - lumen_data:/root/.lumen
    restart: unless-stopped

volumes:
  lumen_data:

Run:

docker compose up -d --build

Check logs:

docker compose logs -f lumen

Health check:

curl http://localhost:3000/health

Expected response:

{"ok": true}

The response may also include version, ready module count, model and provider status.

---

First Docker setup

On a fresh Docker volume, Lumen may need initial model/provider configuration before the server can fully start.

If the container keeps restarting and logs show something like:

¿Qué modelo querés usar?
1. DeepSeek
2. OpenAI GPT-4o-mini
3. Anthropic Claude
4. Ollama
5. OpenRouter
Aborted.

it means Lumen is waiting for the first interactive setup, but Docker cannot answer prompts in detached mode.

Fix: run one interactive setup against the same volume

  1. Find the container name:
docker ps -a --format "table {{.Names}}\t{{.Status}}" | grep lumen

Example:

my-project-lumen-1   Restarting (1) 30 seconds ago
  1. Save container, image and volume names:
C=my-project-lumen-1

IMG=$(docker inspect -f '{{.Config.Image}}' "$C")
VOL=$(docker inspect -f '{{range .Mounts}}{{if eq .Destination "/root/.lumen"}}{{.Name}}{{end}}{{end}}' "$C")

echo "IMG=$IMG"
echo "VOL=$VOL"
  1. Stop the restart loop:
docker update --restart=no "$C"
docker stop "$C"
  1. Run setup interactively using the same volume:
docker run --rm -it \
  -v "$VOL":/root/.lumen \
  "$IMG" \
  lumen server --host 0.0.0.0 --port 3000
  1. Choose your provider/model.

Example choices:

2 = OpenAI GPT-4o-mini
5 = OpenRouter
  1. When the configuration is saved and you see the server setup token, stop the temporary process with:
CTRL + C

The config is now stored in the Docker volume.

  1. Re-enable restart policy and start again:
docker update --restart=unless-stopped "$C"
docker start "$C"
  1. Verify:
curl http://localhost:3000/health

---

Dokploy deployment

Use Compose, not Application, when deploying Lumen to Dokploy.

Recommended Dokploy settings:

Create Service → Compose
Repository: your-lumen-agent-repo
Branch: main
Compose Path: ./docker-compose.yml

Domain settings:

Domain: your-domain.example.com
Service Name: lumen
Container Port: 3000
Internal Path: /
Strip Path: OFF
HTTPS: ON

Dokploy-compatible `docker-compose.yml`

Use this when Lumen must be reachable through Dokploy/Traefik and also be able to talk to other internal projects later.

services:
  lumen:
    build:
      context: .
      dockerfile: Dockerfile
    volumes:
      - lumen_data:/root/.lumen
    networks:
      - neuron-internal
      - dokploy-network
    restart: unless-stopped
    labels:
      - "traefik.http.middlewares.lumen-ratelimit.ratelimit.average=60"
      - "traefik.http.middlewares.lumen-ratelimit.ratelimit.period=1m"
      - "traefik.http.middlewares.lumen-ratelimit.ratelimit.burst=30"

      - "traefik.http.middlewares.lumen-secure-headers.headers.stsSeconds=31536000"
      - "traefik.http.middlewares.lumen-secure-headers.headers.stsIncludeSubdomains=true"
      - "traefik.http.middlewares.lumen-secure-headers.headers.stsPreload=true"
      - "traefik.http.middlewares.lumen-secure-headers.headers.contentTypeNosniff=true"
      - "traefik.http.middlewares.lumen-secure-headers.headers.browserXssFilter=true"
      - "traefik.http.middlewares.lumen-secure-headers.headers.referrerPolicy=no-referrer-when-downgrade"

volumes:
  lumen_data:

networks:
  neuron-internal:
    external: true
  dokploy-network:
    external: true

Create the shared internal network once on the server:

docker network create neuron-internal

If the network already exists, Docker will print an error. That is safe to ignore.

Quickstart

pip install enlumen
lumen run

Your browser opens at:

http://localhost:3000

First time? The setup wizard walks you through three paths:

  1. Quick start — default personality + free OpenRouter model.
  2. Choose a personality — browse the catalog and pick one that matches your use case.
  3. Bring your own module — upload a custom module.yaml to configure Lumen your way.

After that, Lumen awakens and you land directly in the chat. The sidebar gives you:

Charlas / Módulos / Memoria / Ajustes

No separate admin panel. No dev jargon.

Configuration

lumen config set <module>.<key> <value> [--instance <name>]
lumen config get <module>.<key> [--instance <name>]
lumen config delete <module>.<key> [--instance <name>]
lumen config list <module> [--instance <name>]

REST API

Lumen exposes a REST API for external integrations.

API key management

Generate a new API key:

lumen api-key generate --label "my app"

List keys:

lumen api-key list

Revoke a key by prefix:

lumen api-key revoke <prefix>

Inside Docker:

docker exec -it <lumen-container> lumen api-key generate --label "n8n"

Use the generated key in n8n as:

Authorization: Bearer <your-api-key>

The full key is shown only once.

---

CLI Reference

n8n integration pattern

Lumen works well as an agent runtime behind n8n.

Recommended flow:

Webhook / Trigger
↓
Neuron Guard checks input safety
↓
Honcho returns conversational memory
↓
Qdrant returns relevant security documents
↓
Redis caches short-lived expensive results
↓
n8n sends enriched message to Lumen /api/chat
↓
n8n stores useful result back into Honcho

Lumen should stay focused on:

agent reasoning
personality
modules
skills
chat execution
REST API responses

Use external services for shared infrastructure:

Honcho = long-term conversational memory
Qdrant = large semantic document search
Redis  = cache / temporary state / rate limits
n8n    = orchestration

---

Integration Modules

The catalog includes integration modules that connect Lumen with external services. Install like any other module.

ModuleWhat it doesDependenciesNotes
**Paperclip**Multi-agent orchestration — receive tasks, report status, heartbeatPaperclip serverRegistered agent in a Paperclip company
**Honcho**Persistent cross-session memory — semantic search, recall, conclusionshoncho-ai SDKCloud (honcho.dev) or self-hosted

Module management

lumen module install github:owner/repo
lumen module install https://github.com/owner/repo
lumen module install ./my-kit
lumen module install <catalog-name>

Module manifests

Lumen's native module manifest is module.yaml.

  • module.yaml is preferred for all new modules
  • manifest.yaml is supported as a legacy fallback
  • x-lumen is an optional advisory namespace
  • personality modules are detected by the personality tag, not by type

Example:

name: docs-helper
provides: [docs.answer]
requires:
  skills: [docs-helper]
x-lumen:
  requires:
    advisory:
      mcps: [docs-mcp]

If you are authoring a new module, start from:

lumen/modules/_template/module.yaml

---

Supported Models

Lumen uses LiteLLM as its model abstraction layer. Any provider supported by LiteLLM can work.

`lumen run` vs `lumen server`

Lumen has two startup modes depending on where it runs.

Troubleshooting

🇨🇳 中文文档镜像 AI 翻译 2026-05-27
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Lumen 是一个开源的 AI agent 引擎,主打模块化与无限制的扩展能力。它的核心理念是“无需代码即可塑造的 Agent”,旨在为开发者提供一个高度灵活的运行环境,让你可以根据需求自由定义 Agent 的行为与能力,实现从简单对话到复杂任务处理的平滑过渡。

📋 环境依赖

运行 Lumen 需要基础的运行时环境,主要用于处理 TLS 证书及基础健康检查。在构建容器化环境时,系统需安装 ca-certificates 和 curl 等必要组件,以确保网络通信与安全校验的正常运行。

🛠 安装步骤(Docker/pip/源码)

你可以通过 Docker 或 Docker Compose 将 Lumen 作为容器化服务进行部署,这非常适合在 VPS、Dokploy、Coolify、CapRover 或 Portainer 等环境中运行长驻的 Agent 服务。此外,你也可以通过编写 Dockerfile 并挂载 /root/.lumen 目录来持久化实例数据,确保服务重启后数据不丢失。

🚀 使用教程

快速上手非常简单:通过 pip 安装 lumen 后,直接运行 lumen run 即可启动。首次运行时,系统会通过 Setup Wizard(设置向导)引导你进行三种选择:使用默认人格与免费的 OpenRouter 模型快速开始;从目录中挑选特定人格以匹配你的使用场景;或者通过上传自定义的 module.yaml 来实现“自带模块”的深度定制。

⚙️ 配置说明(含 MCP / env)

Lumen 提供了强大的 CLI 配置管理工具。你可以使用 lumen config 命令对特定模块的 key 进行 set(设置)、get(获取)、delete(删除)或 list(列出)操作。通过 --instance 参数,你可以针对不同的实例进行精细化的配置管理,确保不同场景下的参数隔离与安全。

🔌 API 说明

Lumen 通过 REST API 向外部系统开放能力,方便进行集成开发。你可以使用 lumen api-key 命令进行 API key 的生命周期管理,包括 generate(生成)、list(列出)以及通过前缀 revoke(撤销)密钥。如果你在 Docker 环境中运行,可以通过 docker exec 命令进入容器执行 API 管理操作。

🔄 工作流/模块

Lumen 支持高度复杂的集成工作流,例如作为 n8n 后端的 Agent 运行时。通过结合 Neuron Guard 进行安全检查、Honcho 管理对话记忆、Qdrant 提供向量检索、Redis 进行结果缓存,并最终通过 /api/ 接口与 n8n 交互,可以构建出极具生产力的自动化流程。同时,你可以通过 lumen module install 命令从 GitHub 或本地安装各类集成模块(如 Paperclip 多智能体编排模块),扩展 Agent 的边界。

🎯 aiskill88 AI 点评 A 级 2026-05-25

Lumen AI工作流是一个开源的AI工作流框架,支持从零开始安装和使用。它提供了一个可下载的AI代理框架,支持Python语言。虽然它目前只有8个星星的关注度,但它的潜力和价值是存在的。它适用于需要管理AI工作流的场景,例如AI模型训练、数据分析等。

📚 实用指南(长尾问题)
适合谁
  • 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
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • 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
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • Docker:lumen-agent 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 本地部署:CPU 8GB 起,GPU 推荐 16GB+ 显存
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
lumen-agent 中文教程lumen-agent 安装报错怎么办lumen-agent MCP 配置lumen-agent Docker 部署lumen-agent Agent 工作流lumen-agent 与同类工具对比lumen-agent 最佳实践lumen-agent 适合谁用

⚡ 核心功能

👥 适合谁
  • 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
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型,节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • 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
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 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

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

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。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

lumen-agent 是一款Python开发的AI辅助工具。开源AI工作流:Lumen is a downloadable AI agent framework that works from minute zero. Install 。⭐8 · Python 主要应用场景包括:Lumen AI工作流适用于需要管理AI工作流的场景,例如AI模型训练、数据分析等。它提供了一个可下载的AI代理框架,支持从零开始安装和使用。。
💡 AI Skill Hub 点评

AI Skill Hub 点评:Lumen AI工作流 的核心功能完整,质量良好。对于自动化工程师和运维人员来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 Lumen AI工作流
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 lumen-agent
原始描述 开源AI工作流:Lumen is a downloadable AI agent framework that works from minute zero. Install 。⭐8 · Python
Topics workflowpython
GitHub https://github.com/gabogabucho/lumen-agent
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/gabogabucho/lumen-agent

收录时间:2026-05-25 · 更新时间:2026-05-30 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。