📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流👁 OCR🌐 翻译🐳 Docker💻 CLI🔗 REST API🧬 Embedding🖼 视觉
⚙️
Agent工作流

AI工作流平台

基于 Shell · 无代码搭建完整 AI 自动化流程
英文名：aigate
⭐ 8 Stars 🍴 1 Forks 💻 Shell 📄 未公布协议 🏷 AI 8.0分
8.0AI 综合评分
aianthropiccerebrasclaudeshell
⚙️ 配置说明 🔍 查看原项目
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，AI工作流平台 获评「强烈推荐」。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 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析
AI工作流平台 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。

AI工作流平台 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 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览

自托管AI平台，支持推理、工具使用、浏览器自动化、图像生成等

AI工作流平台 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
Shell
支持平台
macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
未公布
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
1
📖 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」。

自托管AI平台，支持推理、工具使用、浏览器自动化、图像生成等

AI工作流平台 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
# 克隆仓库
git clone https://github.com/psyb0t/aigate
cd aigate

# 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
  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
# 查看帮助
aigate --help

# 基本运行
aigate [options] <input>

# 详细使用说明请查阅文档
# https://github.com/psyb0t/aigate
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
# aigate 配置说明
# 查看配置选项
aigate --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 AIGATE_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 61/100 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。

aigate

A self-hosted AI platform. One docker-compose up.

Everything an AI-powered workflow needs — inference, tool use, browser automation, image generation, speech synthesis, transcription, object storage, agentic code execution, web search, an email gateway, a Telegram client, time-series forecasting, an async job queue, and a web UI — behind a single OpenAI-compatible endpoint at http://localhost:4000. Point any existing client at it and it works.

Tools and capabilities

MCP tools across multiple servers. Any model with function calling can invoke them autonomously — the model orchestrates, you just prompt.

  • Stealth browser cluster — 5 Camoufox replicas behind HAProxy, real OS-level mouse and keyboard input, zero CDP exposure. Passes Cloudflare, CreepJS, BrowserScan, and every other bot detector we've thrown at it.
  • Two agentic coding agents — full shell access, persistent workspaces, file I/O, tool use. Claude Code (your subscription or API key) and pi-coding-agent pointed at z.ai for GLM models. Both expose REST API, OpenAI-compatible endpoint, and MCP server.
  • Object storage — S3-compatible, public-read uploads, presigned URLs, auto-expiry. Plain HTTP and boto3.
  • Image generation — FLUX, DALL-E, Stable Diffusion (cloud + local CPU/CUDA via stable-diffusion.cpp) via MCP tools that return persistent URLs, not base64 blobs. Local CPU: sd-turbo, sdxl-turbo. Local CUDA adds: sdxl-lightning, flux-schnell, juggernaut-xi.
  • Text-to-speech — Kokoro (CPU, English+Chinese, voice presets), Piper (CPU, 17 models spanning 16 languages — multi-speaker models cover 1000+ English voices via voice field), Qwen3-TTS with voice cloning (CUDA), OpenAI TTS.
  • Transcription — Whisper (cloud + local CPU/CUDA), Parakeet (~3400× real-time on CPU).
  • Web search — SearXNG self-hosted meta-search (Google, Bing, DuckDuckGo, Wikipedia) via MCP search_web tool.
  • Telegram client — Telethon at /telethon/. Send/read/edit/delete messages, list dialogs, forward, send files from URL, manage group membership. REST API + MCP tools.
  • Email gateway — mailbox at /mailbox/. Stateless IMAP+SMTP across N accounts from one YAML config — unified inbox, per-account list/search/CRUD, SMTP send. REST API + flat MCP tool set (mailbox parameter selects account).
  • Time-series forecasting — predictalot at /predictalot/. Five foundation forecasters (chronos-2, timesfm-2.5, moirai-2, toto-1, sundial-base-128m) across six forecast types (univariate, multivariate, past/future covariates, samples) with per-type weighted ensembles. REST API + 26 MCP tools. CPU or CUDA.

Ask a Groq model to research something and it opens a browser, reads pages, screenshots them, uploads to storage, and comes back with a summary and links. The model decides what tools to use and in what order.

Setup

Usage

```bash

v0.2.0: type-routed. Pick a type: univariate / multivariate / covariates/{past,future} / covariates / samples

curl http://localhost:4000/predictalot/v1/univariate/forecast \ -H "Authorization: Bearer $PREDICTALOT_AUTH_TOKEN" \ -H "Content-Type: application/json" \ -d '{ "model": "chronos-2", "context": [[10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]], "config": {"horizon": 5} }'

2. Configure

cp .env.example .env

Fill in the values — every variable is documented with comments in .env.example.

Everything is opt-in via flags in .env. API keys are stored separately and never activate anything on their own — set the flag to 1 to enable:

FlagWhat it enables
OPENAI=1OpenAI models (gpt-4o, o3, DALL-E, Whisper, TTS)
ANTHROPIC=1Direct Anthropic API models
CLAUDEBOX=1claudebox service + models + MCP server (Claude Code via OAuth or API key)
PIBOX_ZAI=1pibox-zai service + GLM models + MCP server (pi-coding-agent via z.ai)
CEREBRAS=1Cerebras models (free: 5 RPM / 30K TPM / 1M TPD, 4 models only — see [limits](docs/providers.md#free-tier-reality-check))
OPENROUTER=1OpenRouter models (free: 50 RPD at $0, 1K RPD at $10+ credits — see [limits](docs/providers.md#free-tier-reality-check))
HUGGINGFACE=1HuggingFace models (free: **$0.10/mo credits only**, eval tier — see [limits](docs/providers.md#free-tier-reality-check))
MISTRAL=1Mistral AI models (free "Experiment" tier — exact limits not published, see your Admin dashboard)
COHERE=1Cohere models (trial: **1K calls/MONTH total cap** — see [limits](docs/providers.md#free-tier-reality-check))
GROQ=1Groq models (free: 30 RPM, 1K-14.4K RPD per model — see [limits](docs/providers.md#free-tier-reality-check))
OLLAMA=1Local Ollama CPU inference (~6GB+ RAM)
OLLAMA_CUDA=1Local Ollama NVIDIA GPU inference (requires nvidia-container-toolkit)
SPEACHES=1Local Speaches CPU transcription/TTS (~4GB RAM)
SPEACHES_CUDA=1Local CUDA-accelerated STT (requires nvidia-container-toolkit)
QWEN_TTS_CUDA=1Local CUDA-accelerated TTS via Qwen3 (voice cloning, requires nvidia-container-toolkit)
SDCPP=1Local stable-diffusion.cpp CPU image generation
SDCPP_CUDA=1Local stable-diffusion.cpp CUDA image generation (requires nvidia-container-toolkit)
HYBRIDS3=1Object storage service + MCP server (S3-compatible, plain HTTP, auto-expiry)
BROWSER=1Stealth browser cluster + MCP server (~1.3GB RAM)
LIBRECHAT=1LibreChat web UI at /librechat/ with all models and MCP tools
SEARXNG=1SearXNG meta-search at /searxng/ + MCP search_web tool
TELETHON=1Telegram client at /telethon/ + MCP Telegram tools
CLOUDFLARED=1Cloudflare Tunnel
TAILSCALE=1Tailscale node — tailnet-only HTTP proxy to nginx (no public exposure)
PREDICTALOT=1predictalot at /predictalot/ — time-series forecasting + MCP (CPU image)
PREDICTALOT_CUDA=1predictalot CUDA variant (requires nvidia-container-toolkit)
MAILBOX=1mailbox IMAP+SMTP gateway at /mailbox/ + MCP (needs MAILBOX_CONFIG + MAILBOX_AUTH_TOKEN)

make run regenerates litellm/config.yaml before starting — only enabled providers are included, fallback chains are filtered to match.

If CLOUDFLARED_CONFIG or CLOUDFLARED_CREDS are set, make run/make run-bg will verify those files exist before starting. A missing file causes an immediate error — better than Docker silently mounting a directory instead.

mailbox — unified inbox across configured accounts (MAILBOX=1, direct route)

curl "http://localhost:4000/mailbox/inbox?limit=5" \ -H "Authorizati

🎯 aiskill88 AI 点评 A 级 2026-05-27

高质量的AI工作流平台，支持多种AI任务

⚡ 核心功能
👥 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
  • +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
  • −未明确开源协议，商用场景需谨慎评估
  • −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

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
LangChain AI开发框架
Agent工作流
ai-agents-for-beginners Agent工作流
微软官方开源项目，提供12堂系统课程学习AI智能体框架。涵盖工作流设计、RAG检索增强、多智能体协作等核心技能。适合AI
n8n AI工作流自动化
Agent工作流
LangFlow 可视化AI开发
Agent工作流
🧩 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
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
开源AI工具：RAG知识库系统
基于Vue.js前端的RAG知识库系统，提供高效的知识检索和生成功能，助力AI应用开发
开源MCP工具：MaverickMCP
MaverickMCP - Personal Stock Analysis MCP Server，帮助个人进行股票分析。
KohakuTerrarium Agent工作流
通用型AI代理框架，提供开箱即用的工作流编排能力。支持多种LLM集成，适合开发者构建复杂智能应用、自动化任务流程和多步骤AI任务编排。
神经智脑知识系统
MCP · Agent · 工作流
❓ 常见问题 FAQ
参考项目文档和示例
💡 AI Skill Hub 点评

AI Skill Hub 点评：AI工作流平台 的核心功能完整，质量优秀。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
⚠️ 该工具未声明开源协议，不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 AI工作流平台
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 aigate
原始描述 开源AI工作流：A self-hosted AI platform — inference, tool use, browser automation, image gener。⭐8 · Shell
Topics aianthropiccerebrasclaudeshell
GitHub https://github.com/psyb0t/aigate
语言 Shell
🔗 原始来源
🐙 GitHub 仓库  https://github.com/psyb0t/aigate 🌐 官方网站  https://ciprian.51k.eu/aigate-your-own-ai-infrastructure/

收录时间：2026-05-27 · 更新时间：2026-05-27 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。