能力标签

🔌 MCP 🤖 Agent 🔄 工作流 🌐 翻译 💻 CLI 🔗 REST API 🖼 视觉 🔊 TTS 🎙 STT 🧠 Claude

⚙️

Agent工作流

Kun 工作流

基于 TypeScript · 无代码搭建完整 AI 自动化流程

英文名：Kun

⭐ 4.8k Stars 🍴 432 Forks 💻 TypeScript 📄 NOASSERTION 🏷 AI 8.5分

8.5AI 综合评分

AI工作流TypeScript

⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，Kun 工作流获评「强烈推荐」。已获得 4.8k 颗 GitHub Star，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 8.5 分，适合有一定技术背景的用户使用。

📚 深度解析

Kun 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。

Kun 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

Kun 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

⭐ 4.8k

开发语言

TypeScript

支持平台

Windows / macOS / Linux

维护状态

持续维护，定期更新

开源协议

NOASSERTION

AI 综合评分

8.5 分

工具类型

Agent工作流

Forks

432

📖 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 kun

# 方式二：npx 直接运行（无需安装）
npx kun --help

# 方式三：项目依赖安装
npm install kun

# 方式四：从源码运行
git clone https://github.com/KunAgent/Kun
cd Kun
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
kun --help

# 基本用法
kun [options] <input>

# Node.js 代码中使用
const kun = require('kun');

const result = await kun.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

# kun 配置说明
# 查看配置选项
kun --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 KUN_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 64/100 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

Kun

探索需求先行的下一代 coding 范式。 用 DeepSeek、Xiaomi MiMo、MiniMax 的高性价比组合，把需求澄清、设计稿、计划和 Agent 编码串成完整闭环。

<a href="./README.en.md">English</a>  ·  简体中文  ·  <a href="https://github.com/KunAgent/Kun/releases">下载</a>  ·  <a href="#文档地图">文档</a>  ·  <a href="#从源码运行">源码运行</a>

Kun 是一次面向未来编程方式的产品实验：不再从“给 Agent 一句话，让它直接改代码”开始，而是从需求澄清开始，把需求文档、设计稿、交互原型、实施计划、Todo、Agent 编码和变更审查放到一条连续的 GUI 工作流里。

Kun 面向希望把 AI Agent 真正放进日常工作的用户。它不是只聊天的客户端，也不是只给程序员的 CLI 外壳：你可以把本地目录交给它处理代码、需求、计划和变更审查，也可以在独立的 Write 工作区里写作、润色和导出文档。

这也是 Kun 为什么把 DeepSeek、Xiaomi MiMo、MiniMax 作为默认的一线模型组合，而不是把它们当成普通的“可选 Provider”。需求先行的 coding 范式会带来更多轮澄清、调研、结构化、规划、执行和验证，如果模型成本太高，这条流程很难成为日常工作方式。Kun 选择三家来自中国的高性价比模型供应商，正是为了让完整流程跑得起、用得久、试得多。

Kun 内置同名本地运行时，通过 kun serve 连接桌面端。会话、日志、偏好设置和运行时配置默认保存在本机；模型请求使用你自己的模型服务凭据。对会读写文件和执行命令的流程，Kun 提供工具审批、权限模式、内联 diff 和变更审查面板。

---

核心能力

需求先行 coding：新建需求草稿，AI 澄清和结构化需求，生成设计稿或交互原型，再进入实施计划、Todo、Agent 编码和验收。
Code 工作台：围绕真实代码库对话，读取项目上下文，执行 shell 命令，修改文件，并在提交前审查每一次变更。
需求、计划与审查：从需求草稿进入计划，再到 Todo、执行、复盘和代码审查；长会话可以压缩、恢复、分叉或归档。
Write 写作模式：独立 Markdown 工作区，支持文件树、预览模式切换、补全、选区改写、图片附件，以及 HTML / PDF / DOC / DOCX 导出。
自动化与远程入口：把桌面会话接到飞书 / Lark / 微信等 IM，支持本地 webhook、relay 和定时任务，让后台任务也能回到同一套 Agent loop。
可视化工作流「创建 Loop」：在定时任务之上提供 n8n / dify 风格的节点式编排画布，把多步 Agent 流程画成可运行、可复用的工作流——丰富的触发器与节点、类型化数据流、本地运行 API，可作为工具暴露给 Kun，也能绑定到 hook 阶段。
模型组合优先：围绕 DeepSeek、Xiaomi MiMo、MiniMax 设计首启、Provider 预设和能力自动接线，用高性价比模型组合承担完整桌面 Agent 工作流。
多模态与媒体能力：支持图片附件、视觉输入、语音转写、图片生成、语音生成、音乐生成和视频生成；相关能力随 Provider 配置启用。
MCP 与 Skills：接入 Model Context Protocol 服务器，加载项目或全局 Skills，让 Kun 按任务获得更专门的工具和工作方式。
本地运行时：kun serve 提供 HTTP/SSE 边界，采用 cache-first agent loop、追加式事件日志、用量统计和上下文压缩策略。

快速开始

路径 B：从源码运行

环境要求：

依赖	版本
Node.js	20+
npm	随 Node.js 安装
模型服务凭据	DeepSeek / Xiaomi MiMo / MiniMax / 自定义 Provider 至少一个

git clone https://github.com/KunAgent/Kun.git
cd Kun
npm install
npm run dev

中国大陆访问较慢时，可以使用 npm 镜像：

npm install --registry=https://registry.npmmirror.com

配置与数据

偏好设置、会话、日志、运行时配置和本地运行时数据默认保存在本机。
模型调用通过你配置的 Provider 凭据发起；Provider 预设可以作为起点，字段仍可编辑。
Code / Write / 连接手机共用同一个 kun 运行时边界，便于复用会话、审批、工具和用量统计。
文件读写、命令执行、MCP 工具、媒体生成等高权限能力会经过权限与配置控制。

核心模型组合

Kun 追求的是“完整能力 + 极致性价比”。需求先行的流程比普通聊天更长，也更依赖反复调用模型；首启和设置页围绕三家中国模型供应商组织，让用户可以用更低的模型成本覆盖更多 Agent 场景。

供应商	在 Kun 中的角色
DeepSeek	默认文本与推理主模型，提供 `deepseek-v4-pro` / `deepseek-v4-flash`，支撑代码、计划、审查、长上下文会话和自动模型路由
Xiaomi MiMo	高性价比多模态与语音入口，覆盖长上下文文本模型、视觉输入、ASR 语音转写、TTS 语音生成和 Token Plan
MiniMax	补齐完整媒体生成能力，覆盖 Anthropic Messages 文本模型、图片生成、语音生成、音乐生成、视频生成和 Token Plan

这套组合让 Kun 可以把不同任务分配给更合适的能力：轻量澄清走高速模型，复杂代码和推理走更强模型，需求文档和 IM 场景接入语音，设计与创作场景接入图片、音乐和视频。你仍然可以添加 OpenAI 兼容、自托管或其他自定义 Provider，但 Kun 的默认体验会优先围绕这三家高性价比模型服务展开。

🎯 aiskill88 AI 点评 A 级 2026-06-24

高质量的开源AI工作流项目