Loki AI工作流引擎
AI Skill Hub 推荐使用：Loki AI工作流引擎 是一款优质的Agent工作流。AI 综合评分 7.0 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
Loki AI工作流引擎 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 7.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
基于Rust开发的开源AI工作流工具，集成LLM能力和Agent框架，支持OpenAI风格的智能代理编排。适合需要构建复杂AI自动化流程、智能任务编排的开发者和企业用户。
Loki AI工作流引擎 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
基于Rust开发的开源AI工作流工具，集成LLM能力和Agent框架，支持OpenAI风格的智能代理编排。适合需要构建复杂AI自动化流程、智能任务编排的开发者和企业用户。
Loki AI工作流引擎 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：cargo install（推荐） cargo install loki # 方式二：从源码编译 git clone https://github.com/Dark-Alex-17/loki cd loki cargo build --release # 二进制在 ./target/release/loki
- 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
# 查看帮助 loki --help # 基本运行 loki [options] <input> # 详细使用说明请查阅文档 # https://github.com/Dark-Alex-17/loki
# loki 配置说明 # 查看配置选项 loki --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 LOKI_CONFIG="/path/to/config.yml"
Prerequisites
Loki requires the following tools to be installed on your system: jq brew install jq usql (For the sql agent) brew install xo/xo/usql docker uv * curl -LsSf https://astral.sh/uv/install.sh | sh
These tools are used to provide various functionalities within Loki, such as document processing, JSON manipulation, etc., and they are used within agents and tools.
Install
If you encounter issues installing, try installing with '--locked'
cargo install --locked loki-ai ```
Getting Started
After installation, you can generate the configuration files and directories by simply running:
loki --infoThen, you need to set up the Loki vault by creating a vault password file. Loki will do this for you automatically and guide you through the process when you first attempt to access the vault. So, to get started, you can run:
loki --list-secretsIn your config.yaml
clients: - type: claude name: my-claude-oauth auth: oauth # Indicate you want to authenticate with OAuth instead of an API key
(add to: `~/.config/fish/config.fish`)
source <(COMPLETE=fish loki | psub)
Configuration
The location of the global Loki configuration varies between systems, so you can use the following command to find your config.yaml file:
loki --info | grep 'config_file' | awk '{print $2}'The configuration file consists of a number of settings. To see a full example configuration file with every setting defined, refer to the example configuration file.
Miscellaneous Settings
| Setting | Default Value | Description |
|---|---|---|
user_agent | null | The name of the User-Agent that should be passed in the User-Agent header on all requests to model providers |
save_shell_history | true | Enables or disables REPL command history |
---
Loki: All-in-one, batteries-included LLM CLI Tool
Loki is an all-in-one, batteries-included, LLM CLI tool featuring Shell Assistant, CLI & REPL Mode, RAG, AI Tools & Agents, and More.
It is designed to include a number of useful agents, roles, macros, and more so users can get up and running with Loki in as little time as possible. You can also install entire bundles of agents, roles, macros, tools, and MCP servers from any git repository. See Sharing Configurations for more information.
Coming from AIChat? Follow the migration guide to get started.
CLI Behavior
You can use the following settings to modify the behavior of Loki:
| Setting | Default Value | Description |
|---|---|---|
stream | true | Controls whether to use stream-style APIs when querying for completions from LLM providers |
save | true | Controls whether to save each query/response to every model to messages.md for posterity; Useful for debugging |
keybindings | emacs | Specifies which keybinding schema to use; can either be emacs or vi |
editor | null | What text editor Loki should use to edit the input buffer or session (e.g. vim, emacs, nano, hx); <br>Defaults to $EDITOR |
wrap | no | Controls whether text is wrapped (can be no, auto, or some <max_width> |
wrap_code | false | Enables or disables the wrapping of code blocks |
Shell Integration
You can integrate Loki's Shell Assistant into your shell for enhanced command-line assistance. Add the code in the corresponding shell integration script to your shell. Then, you can invoke Loki to convert natural language to shell commands by pressing Alt-e. For example:
```shell $ find all markdown files<Alt-e>
Loki是有前��的开源AI工作流方案，Rust保证性能和安全性。但生态尚未成熟，需要更多社区支持和文档完善。
- 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
- 构建企业知识库 / RAG 检索应用的团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 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）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 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
- Docker：loki 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 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
- 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
- 构建企业知识库 / RAG 检索应用的团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 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
- 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
- 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
👥 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，Loki AI工作流引擎 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。
| 原始名称 | loki |
| 原始描述 | 开源AI工作流：An all-in-one, batteries included LLM CLI tool featuring agents (OpenAI-style, g。⭐26 · Rust |
| Topics | 工作流编排LLM代理Rust开发自动化 |
| GitHub | https://github.com/Dark-Alex-17/loki |
| License | MIT |
| 语言 | Rust |
收录时间：2026-05-23 · 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。