📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流💻 CLI✨ GPT
VT代码
⚙️
Agent工作流

VT代码

基于 Rust · 无代码搭建完整 AI 自动化流程
英文名：VTCode
⭐ 648 Stars 🍴 51 Forks 💻 Rust 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
AIRust代码理解
⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，VT代码 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

VT代码 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。

VT代码 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

VT代码 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
⭐ 648
开发语言
Rust
支持平台
Windows / macOS / Linux
维护状态
正常维护，社区驱动
开源协议
MIT
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
51

📖 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」。

VT代码 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：cargo install（推荐）
cargo install vtcode

# 方式二：从源码编译
git clone https://github.com/vinhnx/VTCode
cd VTCode
cargo build --release
# 二进制在 ./target/release/vtcode
📋 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
vtcode --help

# 基本运行
vtcode [options] <input>

# 详细使用说明请查阅文档
# https://github.com/vinhnx/VTCode
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
# vtcode 配置说明
# 查看配置选项
vtcode --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 VTCODE_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 50/100 含工作流图 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

<img src="./resources/logo/vt_code_adaptive.svg" alt="VT Code" width="600" />

Plan, change, and verify code from your terminal, with every step auditable.

VT Code is an open-source coding agent for your repository. Choose the model, keep tool calls under policy, and review every change.

GitHub release Rust License

<a href="https://deepwiki.com/vinhnx/vtcode"><img src="https://deepwiki.com/badge.svg" alt="Ask DeepWiki"></a>

<img src="./resources/gif/vtcode.gif" alt="VT Code demo: plan, then review changes in the terminal" width="76%" /> </div>

Overview

VT Code runs in your terminal and works on your repository: explore, plan, edit, and verify with the model you choose. It owns context, tool calls, and execution policy, so long tasks stay auditable and resumable.

At a glanceWhat you get
**Planning**[Plan read-only](./docs/guides/planning-workflow.md), then review turn diffs.
**Safety**[Auditable command policy](./docs/security/SECURITY_MODEL.md) and sandboxing.
**Self-correct**[HOVER loop](./docs/development/hypothesis-revision-validation.md) on tool mismatch.
**Long runs**[Headless exec](./docs/user-guide/exec-mode.md) with compaction and resumption.
**Integrations**[MCP](./docs/guides/mcp-integration.md), Skills, plugins, and editor bridges.
**Models**[Hosted or local providers](./docs/README.md#provider-index) per task.
flowchart LR H[Hypothesize] --> O[Observe tool evidence] O --> V[Verify outcome] V --> E[Evaluate vs hypothesis] E -->|mismatch| R[Revise and retry corrected] R --> H E -->|match| D[Done]

Every loop states the expected outcome, gathers bounded evidence, and revises only when the evidence disagrees. See the HOVER acceptance table for the full contract.

Weekly dependency audit (Mondays 09:00)

vtcode schedule create --name "weekly-dep-audit" \ --cron "0 9 1" \ --prompt "Check for outdated dependencies and report known vulnerabilities" ```

1. Install

```bash

Review the installer script before running it: https://github.com/vinhnx/VTCode/blob/main/scripts/install.sh

curl -fsSL https://raw.githubusercontent.com/vinhnx/VTCode/main/scripts/install.sh | bash 


The installer also attempts to add the optional `ripgrep` and `ast-grep` search tools. To manage installation
yourself, use Homebrew or Cargo:
bash brew trust vinhnx/tap brew install vinhnx/tap/vtcode

Or install from crates.io

cargo install vtcode 


On Windows, install with PowerShell; Windows artifacts are best-effort and may lag behind macOS/Linux:
powershell irm https://raw.githubusercontent.com/vinhnx/VTCode/main/scripts/install.ps1 | iex ```

Run vtcode --version to verify the installation. The installation guide covers prerequisites, other install methods, and optional search tools.

Quick start

Requirements: macOS, Linux, or Windows/WSL. Building from source needs Rust 1.98.1+ (edition 2024).

Usage

Common commands:

GoalCommand
Start the TUIvtcode
Ask without toolsvtcode ask "explain Rc vs Arc"
Run a task headlesslyvtcode exec "refactor main.rs"
Review pending changesvtcode review
Schedule recurring workvtcode schedule create --prompt "..." --every 1h
Resume the last sessionvtcode continue
Inspect a run logvtcode trajectory

2. Configure your project

In your project directory, scaffold the configuration and agent instructions, then add credentials for your provider. For example, to use OpenAI:

cd path/to/your/project
vtcode init                # scaffolds config + AGENTS.md; review before committing
vtcode secret add openai   # stores your OpenAI API key in secure storage

Replace openai with your provider. vtcode secret add uses secure storage (OS keyring or encrypted file). You can also set credentials in environment variables or a workspace .env file, or use vtcode login if your provider has a supported login flow. See Getting started and Provider guides for provider-specific instructions.

[!NOTE] ChatGPT OAuth reuses the Codex CLI's public client identity via an unofficial compatibility flow; prefer your own OpenAI API key. GitHub Copilot uses the official copilot CLI. See OAuth authentication.
[!CAUTION] Keep API keys out of Git and vtcode.toml. If you use a workspace .env file, make sure it is not committed.
🇨🇳 中文文档镜像 AI 翻译 2026-06-05
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"。
📋 环境依赖

环境依赖与系统要求

🛠 安装步骤（Docker/pip/源码）

安装步骤说明（含 Docker/pip/源码等部署方式）

⚙️ 配置说明（含 MCP / env）

配置说明（含 MCP / env / 关键参数）

🔌 API 说明

API/接口说明

🔄 工作流/模块

工作流 / 模块说明

🎯 aiskill88 AI 点评 A 级 2026-05-31

高质量的开源AI工作流，具有强大的代码理解能力

📚 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
  • 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
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
部署方案
  • 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
VTCode 中文教程VTCode 安装报错怎么办VTCode MCP 配置VTCode Agent 工作流VTCode 与同类工具对比VTCode 最佳实践VTCode 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
  • 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
  • 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

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
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：Best AI for help with work
AI 资讯 · 知识关联
AI 前沿资讯：Estou fazendo um experimento c…
AI 资讯 · 知识关联
AI 前沿资讯：What actually is "Prompt Engin…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
cli
cli-productivity
🧩 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
gptme Agent工作流
MCP · Agent · 工作流
Redmine MCP服务器
为Redmine项目管理系统设计的生产级MCP服务器，提供安全认证、分页查询和企业级功能。支持AI Agent与Redmine深度集成，适合
mcp-proxy-for-aws MCP工具
为AWS服务提供MCP（模型上下文协议）代理的开源工具。支持SigV4签名认证，让大模型能通过标准MCP接口调用AWS API，适合需要集成
阿尔帕卡MCP服务器
MCP · Agent · 工作流
Augustus
LLM安全测试框架，检测prompt注入、越狱等
代码智能引擎
MCP · Agent · 工作流

❓ 常见问题 FAQ

VTCode 是一款Rust开发的AI辅助工具。开源AI工作流：VT Code is an open-source coding agent with LLM-native code understanding and ro。⭐648 · Rust 主要应用场景包括：自动化代码编写和审查。
💡 AI Skill Hub 点评

AI Skill Hub 点评：VT代码 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
⬇ 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 VT代码
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 VTCode
原始描述 开源AI工作流：VT Code is an open-source coding agent with LLM-native code understanding and ro。⭐648 · Rust
Topics AIRust代码理解
GitHub https://github.com/vinhnx/VTCode
License MIT
语言 Rust
🔗 原始来源
🐙 GitHub 仓库  https://github.com/vinhnx/VTCode 🌐 官方网站  https://vinhnx.github.io

收录时间：2026-05-31 · 更新时间：2026-05-31 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →