GT AI OS社区版
AI Skill Hub 强烈推荐：GT AI OS社区版 是一款优质的Agent工作流。AI 综合评分 8.0 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
GT AI OS社区版 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
GT AI OS社区版 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。
📖 中文文档
GT AI OS社区版 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。
- 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
- 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
# 方式一：pip 安装（推荐）
pip install gt-ai-os-community
# 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 gt-ai-os-community
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/GT-Edge-AI-Internal/gt-ai-os-community
cd gt-ai-os-community
pip install -e .
# 验证安装
python -c "import gt_ai_os_community; print('安装成功')"
- 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
# 命令行使用
gt-ai-os-community --help
# 基本用法
gt-ai-os-community input_file -o output_file
# Python 代码中调用
import gt_ai_os_community
# 示例
result = gt_ai_os_community.process("input")
print(result)
# gt-ai-os-community 配置文件示例（config.yml） app: name: "gt-ai-os-community" debug: false log_level: "INFO" # 运行时指定配置文件 gt-ai-os-community --config config.yml # 或通过环境变量配置 export GT_AI_OS_COMMUNITY_API_KEY="your-key" export GT_AI_OS_COMMUNITY_OUTPUT_DIR="./output"
GT AI OS Community Edition
GT AI OS Community Edition is a self-hosted, web-based generative AI platform for individuals and teams who need document-centric workflows with strong data-privacy controls. Install on Ubuntu (x86_64), NVIDIA DGX OS 7 (ARM64), or Apple Silicon macOS using Docker and the runbooks in this repository’s wiki.
---
Features
- Agent builder — Custom agents with system prompts, categories, role-based access, and guardrails
- Local models — Run models with Ollama for offline inference
- Document processing — Datasets and RAG-backed chat over your files
- Teams — Shared access to agents and datasets within a workgroup
- Observability — Usage dashboards, chat logs, and operational metrics
---
Platform requirements
| Platform | Architecture | Minimum resources |
|---|---|---|
| **Ubuntu** 24.04 | x86_64 | 4 CPU cores, 16 GB RAM, 50 GB SSD |
| **DGX OS 7** | ARM64 (Grace) | See [DGX installation guide](https://github.com/GT-Edge-AI-Internal/gt-ai-os-community/wiki/Installation#dgx-installation) |
| **macOS** | Apple Silicon (M1+) | 16 GB RAM, 20 GB+ free disk |
A typical install uses about 7 GB RAM at steady state. Local models, conversation history, and datasets require additional disk space.
Supported: Ubuntu on Proxmox with GPU passthrough. Not supported: Windows hosts.
Install scripts for macOS target Apple Silicon only (not Intel Macs).
---
Installation
Choose your platform for step-by-step instructions:
| Platform | Guide |
|---|---|
| **Ubuntu** 24.04 (x86_64) | [Installation — Ubuntu](https://github.com/GT-Edge-AI-Internal/gt-ai-os-community/wiki/Installation#ubuntu-installation) |
| **NVIDIA DGX OS 7** (ARM64) | [Installation — DGX](https://github.com/GT-Edge-AI-Internal/gt-ai-os-community/wiki/Installation#dgx-installation) |
| **macOS** (Apple Silicon M1+) | [Installation — macOS](https://github.com/GT-Edge-AI-Internal/gt-ai-os-community/wiki/Installation#macos-installation) |
Each platform uses its own install script. Select the guide that matches your OS and CPU architecture.
Start here: Installation (wiki)
---
Update an existing installation
From your clone of this repository:
macOS:
cd ~/gt-ai-os-community && git pull && bash scripts/deploy.shUbuntu:
cd ~/gt-ai-os-community && git pull && bash scripts/deploy.shDGX:
cd ~/gt-ai-os-community && sudo git pull && sudo bash scripts/deploy.shFor troubleshooting and release notes, see Updating.
---
Community vs Enterprise
| Capability | Community (free) | Enterprise (paid) |
|---|---|---|
| **Users** | Up to 10 | Licensed seats |
| **Support** | GitHub Issues | Dedicated support |
| **Billing and reports** | — | Financial controls |
| **Professional agents** | — | Pre-built agent packs |
| **Inference** | Bring your own | Fully managed option |
| **Deployment** | Self-hosted (DIY) | Managed deployment |
| **Uptime** | Self-operated | 99.99% SLA (managed) |
Enterprise: Contact GT Edge AI
---
高质量的开源AI工作流项目，支持多种功能
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- embedding 模型与查询模型不一致导致检索失效
- 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
- Docker：gt-ai-os-community 提供官方镜像，docker compose up 一键启动
- 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
⚡ 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
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
🎯 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
- +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
- −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
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。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，GT AI OS社区版 是一款质量优秀的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。
| 原始名称 | gt-ai-os-community |
| 原始描述 | 开源AI工作流：Self-hosted GT AI OS Community Edition (Gen 2): Docker install on Ubuntu, DGX, a。⭐10 · Python |
| Topics | aichatbotdockerpython |
| GitHub | https://github.com/GT-Edge-AI-Internal/gt-ai-os-community |
| License | Apache-2.0 |
| 语言 | Python |
收录时间：2026-05-29 · 更新时间：2026-05-30 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。