能力标签
ChuanhuChatGPT Agent工作流
⚙️
Agent工作流

ChuanhuChatGPT Agent工作流

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:ChuanhuChatGPT
⭐ 15.3k Stars 🍴 2.2k Forks 💻 Python 📄 GPL-3.0 🏷 AI 8.5分
8.5AI 综合评分
ChatGPT多模型Agent文件QA开源GUI
✦ AI Skill Hub 推荐

ChuanhuChatGPT Agent工作流 是 AI Skill Hub 本期精选Agent工作流之一。在 GitHub 上收获超过 15.3k 颗 Star,综合评分 8.5 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

ChuanhuChatGPT Agent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。

ChuanhuChatGPT Agent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 8.5 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

功能完整的开源AI对话平台,支持ChatGPT、Claude等多种大模型接入,集成Agent、文件QA、微调等高级功能。适合需要自建AI助手、进行工作流自动化的开发者和企业用户。

ChuanhuChatGPT Agent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
⭐ 15.3k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
活跃维护,更新频繁
开源协议
GPL-3.0
AI 综合评分
8.5 分
工具类型
Agent工作流
Forks
2.2k

📖 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」。

功能完整的开源AI对话平台,支持ChatGPT、Claude等多种大模型接入,集成Agent、文件QA、微调等高级功能。适合需要自建AI助手、进行工作流自动化的开发者和企业用户。

ChuanhuChatGPT Agent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 chuanhuchatgpt

# 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 chuanhuchatgpt

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

# 验证安装
python -c "import chuanhuchatgpt; 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
chuanhuchatgpt --help

# 基本用法
chuanhuchatgpt input_file -o output_file

# Python 代码中调用
import chuanhuchatgpt

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

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

# 或通过环境变量配置
export CHUANHUCHATGPT_API_KEY="your-key"
export CHUANHUCHATGPT_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

简体中文 | English | 日本語 | Russian | 한국어

川虎 Chat 🐯 Chuanhu Chat

Logo

<p align="center"> <h3>为ChatGPT等多种LLM提供了一个轻快好用的Web图形界面和众多附加功能</h3> <p align="center"> <a href="https://github.com/GaiZhenbiao/ChuanhuChatGPT/blob/main/LICENSE"> <img alt="Tests Passing" src="https://img.shields.io/github/license/GaiZhenbiao/ChuanhuChatGPT" /> </a> <a href="https://gradio.app/"> <img alt="GitHub Contributors" src="https://img.shields.io/badge/Base-Gradio-fb7d1a?style=flat" /> </a> <a href="https://t.me/tkdifferent"> <img alt="GitHub pull requests" src="https://img.shields.io/badge/Telegram-Group-blue.svg?logo=telegram" /> </a> <p> 支持 DeepSeek R1 & GPT 4 · 基于文件问答 · LLM本地部署 · 联网搜索 · Agent 助理 · 支持 Fine-tune </p> <a href="https://www.bilibili.com/video/BV1mo4y1r7eE"><strong>视频教程</strong></a> · <a href="https://www.bilibili.com/video/BV1184y1w7aP"><strong>2.0介绍视频</strong></a> || <a href="https://huggingface.co/spaces/JohnSmith9982/ChuanhuChatGPT"><strong>在线体验</strong></a> · <a href="https://huggingface.co/login?next=%2Fspaces%2FJohnSmith9982%2FChuanhuChatGPT%3Fduplicate%3Dtrue"><strong>一键部署</strong></a> </p> </p> </div>

📢 新增:现已支持 GPT-5(含 GPT-5、GPT-5-mini、GPT-5-nano;400k 上下文、最多 128k 输出)。

Video Title

支持模型

API 调用模型备注本地部署模型备注
[ChatGPT(GPT-5、GPT-4、GPT-4o、o1)](https://chat.openai.com)支持微调 gpt-3.5[ChatGLM](https://github.com/THUDM/ChatGLM-6B) ([ChatGLM2](https://github.com/THUDM/ChatGLM2-6B)) ([ChatGLM3](https://huggingface.co/THUDM/chatglm3-6b))
[Azure OpenAI](https://azure.microsoft.com/en-us/products/ai-services/openai-service)[LLaMA](https://github.com/facebookresearch/llama)支持 Lora 模型
[Google Gemini Pro](https://ai.google.dev/gemini-api/docs/api-key?hl=zh-cn)[StableLM](https://github.com/Stability-AI/StableLM)
[讯飞星火认知大模型](https://xinghuo.xfyun.cn)[MOSS](https://github.com/OpenLMLab/MOSS)
[Inspur Yuan 1.0](https://air.inspur.com/home)[通义千问](https://github.com/QwenLM/Qwen/tree/main)
[MiniMax](https://api.minimax.chat/)[DeepSeek](https://platform.deepseek.com)
[XMChat](https://github.com/MILVLG/xmchat)不支持流式传输
[Midjourney](https://www.midjourney.com/)不支持流式传输
[Claude](https://www.anthropic.com/)✨ 现已支持Claude 3 Opus、Sonnet,Haiku将会在推出后的第一时间支持
DALL·E 3

💪 强力功能

  • 川虎助理:类似 AutoGPT,全自动解决你的问题;
  • 在线搜索:ChatGPT 的数据太旧?给 LLM 插上网络的翅膀;
  • 知识库:让 ChatGPT 帮你量子速读!根据文件回答问题。
  • 本地部署LLM:一键部署,获取属于你自己的大语言模型。
  • GPT 3.5微调:支持微调 GPT 3.5,让 ChatGPT 更加个性化。
  • 自定义模型:灵活地自定义模型,例如对接本地推理服务。

👨‍💻 极客功能

  • <sup>New!</sup> 支持 Fine-tune(微调)gpt-3.5!
  • 大量 LLM 参数可调;
  • 支持更换 api-host;
  • 支持自定义代理;
  • 支持多 api-key 负载均衡。

⚒️ 部署相关

  • 部署到服务器:在 config.json 中设置 "server_name": "0.0.0.0", "server_port": <你的端口号>,
  • 获取公共链接:在 config.json 中设置 "share": true,。注意程序必须在运行,才能通过公共链接访问。
  • 在Hugging Face上使用:建议在右上角 复制Space 再使用,这样App反应可能会快一点。

使用技巧

快速上手

在终端执行以下命令:

git clone https://github.com/GaiZhenbiao/ChuanhuChatGPT.git
cd ChuanhuChatGPT
pip install -r requirements.txt

然后,在项目文件夹中复制一份 config_example.json,并将其重命名为 config.json,在其中填入 API-Key 等设置。

python ChuanhuChatbot.py

一个浏览器窗口将会自动打开,此时您将可以使用 川虎Chat 与ChatGPT或其他模型进行对话。

Note 具体详尽的安装教程和使用教程请查看本项目的wiki页面
🎯 aiskill88 AI 点评 A 级 2026-05-21

成熟的开源AI工作流框架,功能全面、社区活跃,15k+Stars验证其价值。GUI易用性强,支持Agent和高级功能,是自建AI平台的理想选择。

📚 实用指南(长尾问题)
适合谁
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 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)
  • 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
  • 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
ChuanhuChatGPT 中文教程ChuanhuChatGPT 安装报错怎么办ChuanhuChatGPT Agent 工作流ChuanhuChatGPT 与同类工具对比ChuanhuChatGPT 最佳实践ChuanhuChatGPT 适合谁用

⚡ 核心功能

👥 适合谁
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 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)
  • 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

👥 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
  • +GitHub 15.3k Star,社区高度认可
  • +GPL-3.0 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

⚠️ GPL 3.0 — 强 Copyleft,衍生作品须开源,含专利保护条款,不可闭源使用。

🔗 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

支持ChatGPT、Claude、ChatGLM等主流模型,可通过API密钥灵活配置
💡 AI Skill Hub 点评

经综合评估,ChuanhuChatGPT Agent工作流 在Agent工作流赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码(GPL)
⚠️ 本工具使用 GPL-3.0 协议。您可以自由下载和使用,但衍生作品必须以相同协议开源,不可商业闭源。使用前请确认符合协议要求。
📚 深入学习 ChuanhuChatGPT Agent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 ChuanhuChatGPT
原始描述 开源AI工作流:GUI for ChatGPT API and many LLMs. Supports agents, file-based QA, GPT finetunin。⭐15.3k · Python
Topics ChatGPT多模型Agent文件QA开源GUI
GitHub https://github.com/GaiZhenbiao/ChuanhuChatGPT
License GPL-3.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/GaiZhenbiao/ChuanhuChatGPT 🌐 官方网站  https://huggingface.co/spaces/JohnSmith9982/ChuanhuChatGPT

收录时间:2026-05-14 · 更新时间:2026-05-16 · License:GPL-3.0 · 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 →