能力标签

🤖 Agent 🔄 工作流 👁 OCR 🐳 Docker 💻 CLI 🔗 REST API 🧬 Embedding 🖼 视觉 🔊 TTS 🎙 STT

⚙️

Agent工作流

CSGLite

基于 Go · 无代码搭建完整 AI 自动化流程

英文名：csglite

⭐ 31 Stars 🍴 7 Forks 💻 Go 📄 Apache-2.0 🏷 AI 7.5分

7.5AI 综合评分

workflowai-gatewaycc-switchinferenceollama-apigo

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：CSGLite 是一款优质的Agent工作流。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。

📚 深度解析

CSGLite 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。

CSGLite 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

CSGLite是一款开源的AI工作流，专为CSGHub平台设计，提供轻量级的LLM运行功能，简化工作流管理。

CSGLite 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

⭐ 31

开发语言

支持平台

Windows / macOS / Linux（跨平台）

维护状态

轻量级项目，按需更新

开源协议

Apache-2.0

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」。

CSGLite是一款开源的AI工作流，专为CSGHub平台设计，提供轻量级的LLM运行功能，简化工作流管理。

📌 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：go install（推荐）
go install github.com/OpenCSGs/csglite@latest

# 方式二：从源码编译
git clone https://github.com/OpenCSGs/csglite
cd csglite
go build -o csglite .

# 方式三：下载预编译二进制
# 访问 Releases 页面下载对应平台二进制文件
# https://github.com/OpenCSGs/csglite/releases

📋 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

# 查看帮助
csglite --help

# 基本运行
csglite [options] <input>

# 详细使用说明请查阅文档
# https://github.com/OpenCSGs/csglite

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

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

📑 README 深度解析真实文档完整度 81/100 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

Features

Local Inference Capabilities

CSGLite can run several model families locally today, with more runtime types planned. The model detail page shows whether a downloaded model is currently supported for local inference.

Capability	Status	Runtime	Typical models
Text generation / chat	Supported	llama.cpp	Qwen/Qwen3, GLM, Llama, Mistral, DeepSeek distilled GGUF models
Embeddings	Supported	llama.cpp	BGE, GTE, E5, Sentence Transformers-compatible embedding models
Vision-language chat	Supported	llama.cpp multimodal	Qwen2.5-VL, Gemma 3 / 4 vision, Idefics-style multimodal models
Text-to-image	Supported	Diffusers runtime	Qwen-Image, FLUX, Stable Diffusion, PixArt, Sana, CogView, Z-Image
Image-to-image	Supported	Diffusers runtime	Qwen-Image-Edit, inpaint, img2img, editing pipelines
Automatic speech recognition	Supported	Python ASR runtime	FunASR, Whisper, Wav2Vec2-family ASR models
Image-to-video	Coming soon	-	Stable Video Diffusion, SV3D
Text-to-video	Coming soon	-	Video generation Diffusers models
Text-to-speech	Coming soon	-	Speech synthesis models

Installation

Docker

For Docker installation, see the Docker guide.

Build for all platforms

make build-all

Quick Start

```bash

Set CSGHub access token (optional, for private models)

csghub-lite login ```

Note: The install script automatically installs llama-server (required for inference). If you installed from source, install it separately: brew install llama.cpp (macOS) or download from llama.cpp releases.

Configure Claude Code with GLM model

csghub-lite launch claude-code --model "glm-4-flash"

Configure Codex with local Qwen model

csghub-lite launch codex --model "Qwen/Qwen2.5-Coder-7B"

Configure Pi with Kimi model

csghub-lite launch pi --model "moonshot-v1-8k"

Configure Kimi Code with GLM model

csghub-lite launch kimi-code --model "glm-4-flash"

Configure DeepSeek Harness with GLM model

csghub-lite launch dsh --model "glm-4-flash" ```

Configuration

Configuration is stored at ~/.csghub-lite/config.json.

The CLI and Web UI expose a convenience storage_dir setting. When you set it, CSGLite expands it into the persisted model_dir and dataset_dir.

Key	Default	Description
`storage_dir`	`~/.csghub-lite`	Shared local storage root for models and datasets
`server_url`	`https://hub.opencsg.com`	CSGHub platform URL
`ai_gateway_url`	`https://ai.space.opencsg.com`	AI Gateway URL for cloud inference models
`model_dir`	`~/.csghub-lite/models`	Effective local model storage directory
`dataset_dir`	`~/.csghub-lite/datasets`	Effective local dataset storage directory
`listen_addr`	`:11435`	API server listen address
`token`	(none)	CSGHub access token

Environment variables

See the Environment Variables Reference for all CSGLite runtime, llama.cpp/ROCm, installer, Python runtime, and AI Apps environment variables, including defaults and supported values.

Switch to a private CSGHub deployment:

csghub-lite config set server_url https://my-private-csghub.example.com

CLI client

Linux / macOS

curl -fsSL https://hub.opencsg.com/csghub-lite/install.sh | sh

Pin a release version:

curl -fsSL https://hub.opencsg.com/csghub-lite/install.sh | CSGHUB_LITE_VERSION=v0.8.55 sh

Windows PowerShell

irm https://hub.opencsg.com/csghub-lite/install.ps1 | iex

CLI Commands

Command	Description
`csghub-lite run <model>`	Pull, start server, and chat (all automatic)
`csghub-lite chat <model>`	Chat with a locally downloaded model
`csghub-lite ps`	List currently running models and their keep-alive
`csghub-lite start`	Start the API server in the background
`csghub-lite stop`	Stop the background API server
`csghub-lite stop model [MODEL]`	Stop/unload a running model
`csghub-lite serve`	Start the API server in the foreground (auto-started by `run`)
`csghub-lite restart`	Restart the background API server
`csghub-lite pull <model>`	Download a model from CSGHub
`csghub-lite list` / `ls`	List locally downloaded models
`csghub-lite show <model>`	Show model details (format, size, files)
`csghub-lite rm <model>`	Remove a locally downloaded model
`csghub-lite login`	Set CSGHub access token
`csghub-lite search <query>`	Search models on CSGHub
`csghub-lite config set <key> <value>`	Set configuration
`csghub-lite config get <key>`	Get a configuration value
`csghub-lite config show`	Show current configuration
`csghub-lite uninstall`	Remove CSGLite and llama-server, preserving local data unless `--all` is set
`csghub-lite --version`	Show version information

Model names use the format namespace/name, e.g. Qwen/Qwen3-0.6B-GGUF.

REST API

The server listens on localhost:11435 by default.

For full endpoint details and examples, see the REST API Reference.

If the local server is running, you can also open the interactive API docs in your browser: http://localhost:11435/api-docs.html

Integrations

Third-Party Providers — integrate OpenAI, DeepSeek, MiMo, Kimi, BigModel, Qianfan, MiniMax, OpenRouter, and any OpenAI-compatible API
Coding Agents — one-click config for Claude Code, Codex, Pi, OpenCode, and Open Code Review
AI Applications — one-click setup for Claude Code, OpenCode, Open Code Review, Codex, Codex App, ZCode, Pi, OpenClaw, CSGClaw, Dify, and AnythingLLM

Integrations

run vs chat

run — Downloads the model if not present, auto-starts the background server, and opens a chat session. After you exit, the model stays loaded for 5 minutes by default so the next run is instant. Use --keep-alive -1 to keep it loaded until you stop it manually.
chat — Starts a chat session with a model that is already downloaded. Supports --system flag for custom system prompts.

```bash

🎯 aiskill88 AI 点评 A 级 2026-07-13

CSGLite是一款功能齐全的AI工作流，提供轻量级的LLM运行功能，适合需要快速构建和管理AI工作流的开发者。然而，项目的活跃度和维护情况需要进一步评估。

⚡ 核心功能

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

👥 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

+Apache-2.0 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

🔗 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

🧩 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

Augustus

LLM安全测试框架，检测prompt注入、越狱等

natively-cluely-ai-assistant — Claude Skill 中文使用文档

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

gptme Agent工作流

MCP · Agent · 工作流

AI公司多智能体操作系统

为Claude Code设计的开源MCP工具集，包含108个MCP工具和40+智能体模板。支持多智能体协作编排，提供完整的自主代理框架。适合

LEANN AI技能包

MCP · Agent · 工作流

multi-agent-shogun Agent工作流

基于Claude的开源多智能体编排系统，采用武士风格架构设计，支持并行任务协调。适合需要构建复杂AI工作流、自动化多步骤任务的开发者和企业用

❓ 常见问题 FAQ

常见问题−

解答

什么是 Agent 工作流？和普通自动化有什么区别？+

导入工作流后，我需要修改哪些配置？+

工作流运行失败了，如何排查问题？+

这个工作流每次运行会产生哪些费用？+

工作流可以定时自动运行吗？+

💡 AI Skill Hub 点评

总体来看，CSGLite 是一款质量良好的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载

⬇ 下载源码 ZIP

✅ Apache-2.0 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 CSGLite

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	`csglite`
原始描述	开源AI工作流：CSGLite is a lightweight local LLM runner for the CSGHub platform. One command d。⭐31 · Go
Topics	`workflowai-gatewaycc-switchinferenceollama-apigo`
GitHub	https://github.com/OpenCSGs/csglite
License	Apache-2.0
语言	Go

🔗 原始来源

🐙 GitHub 仓库 https://github.com/OpenCSGs/csglite

收录时间：2026-07-13 · 更新时间：2026-07-13 · License：Apache-2.0 · 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 →

CSGLite

📚 深度解析

📋 工具概览

📖 中文文档

简介

Features

Local Inference Capabilities

Installation

Docker

Build for all platforms

Quick Start

Set CSGHub access token (optional, for private models)

Configure Claude Code with GLM model

Configure Codex with local Qwen model

Configure Pi with Kimi model

Configure Kimi Code with GLM model

Configure DeepSeek Harness with GLM model

Configuration

Environment variables

CLI client

Linux / macOS

Windows PowerShell

CLI Commands

REST API

Integrations

Integrations

run vs chat

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

🤖 交给 Agent 安装 · CSGLite