📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔄 工作流👁 OCR💻 CLI🔗 REST API🖼 视觉🧠 Claude✨ GPT
自动运行
⚙️
Agent工作流

自动运行

基于 Python · 无代码搭建完整 AI 自动化流程
英文名：AutoRun
⭐ 35 Stars 🍴 3 Forks 💻 Python 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
aiai-agentcode-generationpython
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

自动运行 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

自动运行 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。

自动运行 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

自动运行 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
⭐ 35
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
3

📖 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」。

自动运行 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 autorun

# 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 autorun

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

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

# 基本用法
autorun input_file -o output_file

# Python 代码中调用
import autorun

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

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

# 或通过环境变量配置
export AUTORUN_API_KEY="your-key"
export AUTORUN_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 74/100 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

<p align="right"> <a href="#english">English</a> | <a href="#chinese">中文</a> </p>

---

<a id="english"></a>

Features

  • Plain OCR — Full-page text extraction for documents, screenshots, receipts, slides
  • Layout-aware OCR — Detects text regions (tables, formulas, headers, captions) and extracts per-region text. Best for complex multi-column documents and academic papers.
  • Fully local — All inference runs on your GPU/CPU. No image data leaves your machine.
  • Token saving — Non-multimodal models can "see" images by calling OCR first, then analyzing the extracted text.
  • Auto-download — Model (~600MB) is downloaded on first use. Supports Chinese mirrors (HF_ENDPOINT=https://hf-mirror.com).

功能

  • 全页 OCR (plain) — 全文提取，适合文档、截图、收据、幻灯片
  • 布局感知 OCR (layout) — 自动检测文字区域（表格、公式、标题、页眉等）并分别提取。适合复杂多栏文档和学术论文
  • 完全本地 — 所有推理在 GPU/CPU 上完成，图片数据不会离开本机
  • 节省 Token — 非多模态模型可先调用 OCR 提取文字，再对文字分析推理
  • 自动下载 — 首次使用时自动下载模型（约 600MB），支持国内镜像加速（HF_ENDPOINT=https://hf-mirror.com）

Alternative: pip + requirements.txt

cd AutoRUN_v1
pip install -r requirements.txt
python cli.py

Requirements

  • CUDA GPU recommended (CPU works but slower)
  • Dependencies auto-installed on first use: torch, transformers, torchvision, huggingface_hub, safetensors, tokenizers, Pillow

备选：pip + requirements.txt

cd AutoRUN_v1
pip install -r requirements.txt
python cli.py

依赖

  • 推荐 CUDA GPU（CPU 可用但较慢）
  • 依赖在首次使用时自动安装：torch, transformers, torchvision, huggingface_hub, safetensors, tokenizers, Pillow

Installation

Requires Python 3.8+.

Manual Install

cd AutoRUN_v1
pip install -e .

After installation, the autorun command is available system-wide:

autorun --version

Method 1: First-run Setup Wizard

autorun
Follow the interactive prompts on first run, or run autorun --setup to reconfigure anytime.

安装

需要 Python 3.8+。

一键安装（推荐）

Windows: 

install.bat

macOS / Linux: 

./install.sh

自动创建虚拟环境、安装依赖，并配置 autorun 命令。

手动安装

cd AutoRUN_v1
pip install -e .

安装后，autorun 命令在终端中全局可用：

autorun --version

快速开始

autorun

首次运行会自动引导你配置 API：

╔══════════════════════════════════════════╗
║     AutoRUN v1.0 — 首次设置             ║
╚══════════════════════════════════════════╝

选择 API 类型 [1=OpenAI, 2=Anthropic] [默认 openai]: 1
API URL [默认 https://api.openai.com]:
API Key: sk-xxxxxxxxxxxx
模型名称 [默认 gpt-4o]:

✓ 配置已保存！

配置保存在 ~/.autorun/config.json。

Quick Start

autorun

On first run, AutoRUN will guide you through API configuration interactively:

╔══════════════════════════════════════════╗
║     AutoRUN v1.0 — 首次设置             ║
╚══════════════════════════════════════════╝

选择 API 类型 [1=OpenAI, 2=Anthropic] [默认 openai]: 1
API URL [默认 https://api.openai.com]:
API Key: sk-xxxxxxxxxxxx
模型名称 [默认 gpt-4o]:

✓ 配置已保存！

Config is stored at ~/.autorun/config.json.

Usage

Usage

The OCR tool is automatically available in the REPL and Web UI. The AI will call it when you ask it to read text from an image:

> 帮我把这张截图里的文字提取出来

Or use with explicit mode:

> 用 layout 模式 OCR 这篇论文的截图

方式一：首次运行向导

autorun

首次运行自动触发，或通过 autorun --setup 随时重新配置。

方式三：启动后在 REPL 中设置

autorun

进入 REPL 后输入： 

/api type openai                          # API 类型: openai 或 anthropic
/api url https://api.openai.com           # API 基础 URL
/api key sk-xxxxxxxxxxxx                  # 你的 API 密钥
/model gpt-4o                             # 模型名称

配置保存在 ~/.autorun/config.json，下次启动自动加载。

运行方式

使用方式

OCR 工具在 REPL 和 Web UI 中自动可用。当你要求 AI 从图片中提取文字时，AI 会自动调用：

> 帮我把这张截图里的文字提取出来

或显式指定模式：

> 用 layout 模式 OCR 这篇论文的截图

API Configuration

Three methods, listed by priority:

Method 2: Environment Variables

Windows (PowerShell): 

$env:AUTORUN_API_TYPE = "openai"
$env:AUTORUN_API_URL  = "https://api.openai.com"
$env:AUTORUN_API_KEY  = "sk-xxxxxxxxxxxx"
$env:AUTORUN_MODEL    = "gpt-4o"
autorun

Windows (CMD): 

set AUTORUN_API_TYPE=openai
set AUTORUN_API_URL=https://api.openai.com
set AUTORUN_API_KEY=sk-xxxxxxxxxxxx
set AUTORUN_MODEL=gpt-4o
autorun

macOS / Linux: 

export AUTORUN_API_TYPE=openai
export AUTORUN_API_URL=https://api.openai.com
export AUTORUN_API_KEY=sk-xxxxxxxxxxxx
export AUTORUN_MODEL=gpt-4o
autorun

Method 3: Configure inside REPL

autorun

Inside the REPL: 

/api type openai                          # API type: openai or anthropic
/api url https://api.openai.com           # API base URL
/api key sk-xxxxxxxxxxxx                  # Your API key
/model gpt-4o                             # Model name

Reconfigure API

autorun --setup

CLI Options

FlagDescription
--version, -V, -vShow version
--setupRe-run API setup wizard
--webStart Web UI server
--print, -pPipe/print mode (non-interactive)
--port <N>Web UI port (default: 8765)
--host <HOST>Web UI host (default: 127.0.0.1)
-m <model>, --model <model>Override default model
-d <path>, --dir <path>Working directory
--context <N>Context window size (tokens)

Configuration Storage

~/.autorun/
├── config.json       # API key, URL, type, model, context window
├── history           # Input history
├── memory/           # Memory system
└── skills/           # User skills
  • Environment variables take priority over config.json
  • API key is stored as plain text (same as .env files)

Configuration

Environment VariableDescriptionDefault
HF_ENDPOINTHuggingFace mirror (set to https://hf-mirror.com for China)https://huggingface.co
AUTORUN_OCR_LOCAL_DIRLocal model directory (skip download)Auto-download
AUTORUN_OCR_DEVICEInference device (cuda/cpu)Auto-detect
AUTORUN_OCR_DTYPEModel dtype (float32/float16/bfloat16)float32

API 配置

三种配置方式，按优先级排序：

方式二：环境变量

Windows (PowerShell): 

$env:AUTORUN_API_TYPE = "openai"
$env:AUTORUN_API_URL  = "https://api.openai.com"
$env:AUTORUN_API_KEY  = "sk-xxxxxxxxxxxx"
$env:AUTORUN_MODEL    = "gpt-4o"
autorun

Windows (CMD): 

set AUTORUN_API_TYPE=openai
set AUTORUN_API_URL=https://api.openai.com
set AUTORUN_API_KEY=sk-xxxxxxxxxxxx
set AUTORUN_MODEL=gpt-4o
autorun

macOS / Linux: 

export AUTORUN_API_TYPE=openai
export AUTORUN_API_URL=https://api.openai.com
export AUTORUN_API_KEY=sk-xxxxxxxxxxxx
export AUTORUN_MODEL=gpt-4o
autorun

重新配置 API

autorun --setup

命令行选项

选项说明
--version, -V, -v显示版本号
--setup重新运行 API 设置向导
--web启动 Web UI 服务器
--print, -p管道/打印模式（非交互）
--port <N>Web UI 端口（默认: 8765）
--host <HOST>Web UI 地址（默认: 127.0.0.1）
-m <model>, --model <model>覆盖默认模型
-d <path>, --dir <path>工作目录
--context <N>上下文窗口大小（tokens）

配置存储

~/.autorun/
├── config.json       # API key, URL, type, model, context window
├── history           # 输入历史
├── memory/           # 记忆系统
└── skills/           # 用户 skill
  • 环境变量优先级高于 config.json
  • API key 明文存储（与 .env 文件方式相同）

配置

环境变量说明默认值
HF_ENDPOINTHuggingFace 镜像（国内设为 https://hf-mirror.com）https://huggingface.co
AUTORUN_OCR_LOCAL_DIR本地模型目录（跳过下载）自动下载
AUTORUN_OCR_DEVICE推理设备 (cuda/cpu)自动检测
AUTORUN_OCR_DTYPE模型数据类型 (float32/float16/bfloat16)float32

CLI REPL (default interactive mode)

autorun

Supported APIs

  • OpenAI Compatible — OpenAI official API & all /v1/chat/completions compatible services (OpenAI, Azure OpenAI, DeepSeek, Groq, etc.)
  • Anthropic Compatible — Anthropic official API & all /v1/messages compatible services (Claude series)

CLI REPL（默认交互模式）

autorun

支持的 API

  • OpenAI 兼容 — OpenAI 官方 API 及所有兼容 /v1/chat/completions 的服务（OpenAI, Azure OpenAI, DeepSeek, 硅基流动, Groq 等）
  • Anthropic 兼容 — Anthropic 官方 API 及所有兼容 /v1/messages 的服务（Claude 系列）
🎯 aiskill88 AI 点评 A 级 2026-05-27

高质量的开源AI工作流项目，具有较强的自动化能力

📚 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
  • 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）
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
AutoRun 中文教程AutoRun 安装报错怎么办AutoRun Agent 工作流AutoRun 与同类工具对比AutoRun 最佳实践AutoRun 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
  • 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）
  • 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
  • +MIT 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

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

LLM资源合集（精选）
精选100+可直接运行的AI Agent和RAG应用集合。包含完整工作流示例、智能代理框架和检索增强生成系统。适合AI开
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
n8n AI工作流自动化
Agent工作流
📰 相关 AI 新闻
AI 前沿资讯：Do you really think AI can rep…
AI 资讯 · 知识关联
OpenAI 最新产品与研究动态
AI 资讯 · 知识关联
AI 前沿资讯：StepFun 3.7 Flash
AI 资讯 · 知识关联
AI 前沿资讯：Are local models good enough y…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
Karpathy 的编程陷阱清单，我用来当 Claude 的「紧箍咒」
AI 圈观察
Claude 回复了30页，我只问了"你好"
AI 圈观察
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
🗺️ 相关解决方案
workflow
ai-workflow-templates
ocr
document-ocr-pipeline
cli
cli-productivity
vision
computer-vision
🧩 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
技能寻求者
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流
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
LEANN AI技能包
MCP · Agent · 工作流
HexStrike AI MCP智能体
MCP · Agent · 工作流

❓ 常见问题 FAQ

AutoRun 是一款Python开发的AI辅助工具。开源AI工作流：An AI agent for coding and others。⭐35 · Python 主要应用场景包括：自动化编码和工作流管理。
💡 AI Skill Hub 点评

经综合评估，自动运行 在Agent工作流赛道中表现稳健，质量良好。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 ZIP

✅ MIT 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 自动运行
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 AutoRun
原始描述 开源AI工作流：An AI agent for coding and others。⭐35 · Python
Topics aiai-agentcode-generationpython
GitHub https://github.com/Gao-Ruilin/AutoRun
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/Gao-Ruilin/AutoRun

收录时间：2026-05-27 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。