能力标签

⚙️

Agent工作流

Hunch it

基于 TypeScript · 无代码搭建完整 AI 自动化流程

英文名：hunch-it

⭐ 103 Stars 🍴 8 Forks 💻 TypeScript 📄 AGPL-3.0 🏷 AI 8.0分

8.0AI 综合评分

AI交易工作流

⬇ 下载源码（GPL） ⚙️ 配置说明

✦ AI Skill Hub 推荐

Hunch it 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 8.0 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

Hunch it 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。

Hunch it 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

Hunch it 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

⭐ 103

开发语言

TypeScript

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

AGPL-3.0

AI 综合评分

8.0 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：npm 全局安装
npm install -g hunch-it

# 方式二：npx 直接运行（无需安装）
npx hunch-it --help

# 方式三：项目依赖安装
npm install hunch-it

# 方式四：从源码运行
git clone https://github.com/Omnis-Labs/hunch-it
cd hunch-it
npm install
npm start

📋 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
hunch-it --help

# 基本用法
hunch-it [options] <input>

# Node.js 代码中使用
const hunch_it = require('hunch-it');

const result = await hunch_it.run(options);
console.log(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

# hunch-it 配置说明
# 查看配置选项
hunch-it --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 HUNCH_IT_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 38/100 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。

Hunch It

Mandate-driven AI trading proposals for xStocks and crypto on Solana.

Users define a simple investment mandate, receive AI-assisted BUY proposals for xStocks, tokenized ETFs, and crypto assets, then either tap to execute when the price reaches the trigger or opt into Auto-execute triggers. The server-side PositionLifecycle module owns every state transition, automatically arms take-profit and stop-loss orders after entry, and runs the OCO close + sibling cancellation when an exit fires.

The execution model is synthetic-trigger first. Approve writes DB-only synthetic Orders; apps/ws-server watches Pyth. If the user's Privy wallet is delegated, ws-server executes the same Jupiter Ultra swap and emits trade:filled (ADR-0003). Otherwise it emits trigger:hit and the user signs after tapping Execute (ADR-0001). No external trigger API is part of the runtime.

Hunch It is experimental software and not financial advice. Use small real-fund test amounts only if you understand the risks.

Prerequisites

- Node.js ≥ 20 and pnpm ≥ 9 (corepack enable recommended) - A container runtime — OrbStack is recommended on macOS (lighter, faster boot than Docker Desktop). Docker Desktop, Colima, or any Docker-compatible engine also works.

  brew install orbstack   # one-line install on macOS

Setup (once)

git clone https://github.com/Omnis-Labs/hunch-it.git
cd hunch-it
corepack enable
pnpm install
cp .env.example .env
pnpm db:push      # push the Prisma schema to the (still empty) docker postgres volume

Edit only the root .env; pnpm dev and pnpm start sync it into apps/web/.env and apps/ws-server/.env before booting.

Need deterministic local testing? Set ENABLE_DEV_TOOLS=true, run web + ws-server, then open /dev-tools. The page is password-gated, creates real [DEV_TOOLS] proposals, persists real DB orders, can force synthetic trigger behavior for owned dev orders, and includes delegated Ultra swap diagnostics.