能力标签

🤖 Agent 🔄 工作流 🐳 Docker 💻 CLI 🔗 REST API 🧬 Embedding 📚 RAG 🔊 TTS 🧠 Claude ✨ GPT

⚙️

Agent工作流

简单AI框架

基于 Python · 无代码搭建完整 AI 自动化流程

英文名：kiss_ai

⭐ 512 Stars 🍴 19 Forks 💻 Python 📄 NOASSERTION 🏷 AI 7.5分

7.5AI 综合评分

AI工作流Python

⚙️ 配置说明

✦ AI Skill Hub 推荐

简单AI框架是 AI Skill Hub 本期精选Agent工作流之一。综合评分 7.5 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

简单AI框架是一套完整的 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。

简单AI框架工作流的设计遵循"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

简单AI框架是一套完整的 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

⭐ 512

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

正常维护，社区驱动

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」。

📌 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 kiss_ai

# 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 kiss_ai

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

# 验证安装
python -c "import kiss_ai; print('安装成功')"

📋 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

# 命令行使用
kiss_ai --help

# 基本用法
kiss_ai input_file -o output_file

# Python 代码中调用
import kiss_ai

# 示例
result = kiss_ai.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

# kiss_ai 配置文件示例（config.yml）
app:
  name: "kiss_ai"
  debug: false
  log_level: "INFO"

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

# 或通过环境变量配置
export KISS_AI_API_KEY="your-key"
export KISS_AI_OUTPUT_DIR="./output"

📑 README 深度解析真实文档完整度 44/100 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

KISS Framework

Introduction to KISS Sorcar

KISS Sorcar is an open-source AI coding and general-purpose assistant, which is free, open-source, and fully local. You bring your own model API key (Anthropic highly recommended) or LLM endpoint or Claude Code or OpenAI Codex; nothing about your code or prompts is sent through our servers.

It runs as a Visual Studio Code extension, as a CLI tool and as a web/mobile app, and is built on the KISS Agent Framework — a deliberately simple agent runtime that follows the KISS principle ("Keep it Simple, Stupid"). All agents run as daemon thread in the KISS Sorcar web server daemon process. The agent has browser support (Chromium + Playwright), multimodal support, Docker container support, can research topics on the web, and can run for hours across multiple sessions. If you have Claude Code or OpenAI Codex in your PATH, you can also use cc/* or codex/* models for chat.

KISS Sorcar is named after P. C. Sorcar, the Bengali magician. The paper is at papers/kisssorcar/kiss_sorcar.pdf.

Engineering principles are encoded in the agent's system prompt. See Section 5 of the paper for details.

An old video on KISS Sorcar can be found at https://www.youtube.com/watch?v=xnYxWvRqACE. We no longer recommend explicitly creating a plan in KISS Sorcar. See the paper for details.

<scriptsize>Note that Sorcar also means government in Bengali.</scriptsize>

Full Installation

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

KISS Sorcar Extension Installation

To install KISS Sorcar, open Visual Studio Code, search for "KISS Sorcar" in the extension marketplace, install, and relaunch VS Code. Press ESC if you don't have a specific API key, but you must provide at least one API key.

You can also manually download the extension from src/kiss/agents/vscode/kiss-sorcar.vsix.

CLI Options

Flag	Description
`-t`, `--task`	Task description
`-f`, `--file`	Path to a file whose contents to use as the task
`-m`, `--model_name`	LLM model name (default: `claude-opus-4-6`)
`-e`, `--endpoint`	Custom endpoint for a local model
`--header`	Custom HTTP header in `Key:Value` form; may be repeated
`-b`, `--max_budget`	Maximum budget in USD
`-w`, `--work_dir`	Working directory
`-v`, `--verbose`	Print output to console (default: true)
`-n`, `--new`	Start a new chat session
`-c`, `--chat-id`	Resume a chat session by ID
`-l`, `--list-chat-id`	List the last 10 chat sessions with tasks and results
`-p`, `--parallel`	Enable parallel subagents
`--no-web`	Disable browser/web tools (terminal-only mode)
`--use-chat`	Use chat mode
`--use-worktree`	Use chat mode with git worktree isolation (advanced)
`--cleanup`	Scan for and clean up orphaned worktree branches

CLI Interface

If you do not want to use the KISS Sorcar IDE, you can open a terminal and use sorcar as a shell command. Some examples:

sorcar -t "What is 2435*234"

sorcar -n -t --use-chat "What is 2435*234?" # start a new chat session

sorcar -m "claude-sonnet-4-6" -t "What is 2435*234?" # use a specific model

echo "Can you find the cheapest non-stop flight from SFO to JFK on June 15?" > prompt
sorcar -f prompt # use contents of a file as the task

sorcar -t 'Can you send the message "Hello from Sorcar!" to ksen via the desktop slack app?'

sorcar -t 'Can you show me the detailed step-by-step workflow of gepa.py?'