AI Skill Hub 强烈推荐：HoloGram 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
HoloGram 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
HoloGram 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
HoloGram 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 hologram
# 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 hologram
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/834063245-creator/HoloGram
cd HoloGram
pip install -e .
# 验证安装
python -c "import hologram; 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
hologram --help
# 基本用法
hologram input_file -o output_file
# Python 代码中调用
import hologram
# 示例
result = hologram.process("input")
print(result)
# hologram 配置文件示例（config.yml） app: name: "hologram" debug: false log_level: "INFO" # 运行时指定配置文件 hologram --config config.yml # 或通过环境变量配置 export HOLOGRAM_API_KEY="your-key" export HOLOGRAM_OUTPUT_DIR="./output"
简介
<p align="center"> <img src="assets/hero-banner.jpg" alt="兰台（Lantai）：Agent 工作的空间 —— 来文 · 拟策 · 程文 · 抄录 · 产物" /> </p>
<p align="center"> <strong>兰台（Lantai）— 桌面 Agent 工作台</strong><br /> 主界面不是聊天窗，而是一张会生长的纸：人来文、AI 正文、思考夹注、工具脚注、代码抄录。 </p>
<p align="center"> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue" alt="MIT" /></a> <a href="https://github.com/834063245-creator/LantaiAgent/releases"><img src="https://img.shields.io/github/v/release/834063245-creator/LantaiAgent" alt="release" /></a> <a href="https://github.com/834063245-creator/LantaiAgent/actions/workflows/ci.yml"><img src="https://img.shields.io/github/actions/workflow/status/834063245-creator/LantaiAgent/ci.yml" alt="CI" /></a> <a href="https://whyihaveyou.github.io/dsh-suite/"><img src="https://img.shields.io/badge/featured%20on-dsh--suite-4d6bfe" alt="dsh-suite" /></a> </p>
<p align="center"> <img src="assets/screenshots/hero-space.jpg" alt="兰台：多卷摊在同一张纸上，可对照、可追溯" /> </p>
---
快速开始
1. 装（Windows）：Releases 下载安装包 （.exe）→ 启动。从源码：仓库根 build.cmd（会先跑前端构建）。
卸载：设置 → 应用 → 兰台 → 卸载，确认页有「删除应用程序数据」勾选框（缺省不勾）。 勾上则一并清除用户级数据：~/.lantai（设置 / 全局记忆 / 技能 / 插件与其数据 / 老会话备份）、 改名老位~/.hologram，以及%APPDATA%/%LOCALAPPDATA%下的兰台目录（窗口状态、WebView2 缓存、加密的 API Key）。不勾 = 一个字节都不删，重装后原样继续（应用内自动更新走的也是这条 卸载路径，永不删数据）。工作区目录里的{项目}/.lantai（会话正文、附图、画布布局）属于你的 项目文件，卸载器不会动它；脚本化完全卸载（GUI 勾选框的等价物）：uninstall.exe /S /PURGE-DATA（不带/PURGE-DATA的静默卸载不删任何数据）。 早先的旧.msi安装（2026-09-26 起不再提供.msi）没有这条通路：先跑一次安装目录里的lantai.exe --purge-user-data再卸载即可——装新版的.exe时安装器也会自动接管旧 MSI 安装。
2. 进工作区：首次启动落在案卷首页——新建工作区（默认建在 ~/Documents/兰台/<名字>），或指定一个 已有目录：一个工作区就是一张纸。
3. 落笔：
- 输入框写下你要它做的事，回车即成第一卷（输入
/出案卷命令）。 - 侧边栏「案卷」管本工作区的卷：＋另起一卷 ·
F2改名 ·C合卷（收起，数据保留）· 删除。 - 左缘书脊列出摊开的卷：点击定位、拖动落位、hover 合卷。书脊与侧边栏互斥两态（侧栏展开时书脊退场）。
- 权限卡在危险动作前弹出；Ask（默认）/ Auto（仅编辑类）/ Yolo 三档随时可切（详见护栏）。
想用图谱引擎：设置 → MCP →「随包图谱引擎」→ 勾选「启用随包图谱引擎」→ 下次打开工作区生效 （每工作区按各自的根起一个引擎进程，离开工作区即停）。
免编译扩展（不改 Rust）
扩展目录（HOLOGRAM_PLUGIN_DIR，缺省 <项目根>/plugins）放 manifest 即可 声明新语言（扩展名表 + 查询式）、新框架（路由候选）、新工具（schema + 复用既有 handler）； 装载情况经 engine_status.extensions 可见，单个 manifest 失败不阻断启动。示例见 examples/engine-plugins/。
运行时
工具行 / prompt 段 / capability 三层装配面的表序是字节契约，由 npm run verify:convergence 双轨钉死；会话变异只走 _appendMessage / _replaceSession / _retractSessionRange 三个入口（SessionLog 支撑差分对拍、回放与审计）。规则见 CLAUDE.md · CONVENTIONS.md · INVARIANTS.md。
插件系统
出厂态没有任何一行硬编码特权：全部贡献行（含第一方）都可被 roster patch / preset 禁用、覆盖、锚定； 另有 manifest.mcpServers（挂外部 MCP server，零插件代码）与 manifest.activation（惰性激活：登记 ≠ 激活，按引用计数起停）。贡献通道与可换后端清单以生成物 docs/agents/service-catalog.md 为准。
- 最短路径：一个 manifest.json + 一个自包含 ESM 模块（动态 import 装载，无包管理器、无 import map） → PLUGINS.md 照着写，最快 15 分钟跑通；最小示例 examples/plugins/hello/。 - 权限与信任（如实声明）：manifest 声明 → 装载期授予门禁（一票否决）→ Rust 命令咽喉逐调用强制； 插件是本机全信任代码——不签名、不沙箱。 - 契约：docs/plugins/README.md · 组合层与 preset docs/composition/README.md · 三方发布 docs/user/develop/publishing-plugins.md。
高质量的开源AI工作流项目，具有较强的实用价值
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 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）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- Python 依赖冲突：建议用 venv / uv 隔离环境
- CLI：直接 npm install -g / pip install，命令行调用
- 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
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 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）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 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
- +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
- −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。
✅ 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
❓ 常见问题 FAQ
总体来看，HoloGram 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 | HoloGram |
| 原始描述 | 开源AI工作流：3D code dependency graph generator with built-in LLM agent. Language-agnostic (P。⭐14 · Python |
| Topics | AI工作流Python |
| GitHub | https://github.com/834063245-creator/HoloGram |
| License | MIT |
| 语言 | Python |
收录时间：2026-06-25 · 更新时间：2026-06-26 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。