Promethee Nexus
经 AI Skill Hub 精选评估，Promethee Nexus 获评「推荐使用」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。
📚 深度解析
Promethee Nexus 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
Promethee Nexus 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
Promethee Nexus 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 promethee-nexus
# 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 promethee-nexus
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/sklaff2a-gif/promethee-nexus
cd promethee-nexus
pip install -e .
# 验证安装
python -c "import promethee_nexus; 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
promethee-nexus --help
# 基本用法
promethee-nexus input_file -o output_file
# Python 代码中调用
import promethee_nexus
# 示例
result = promethee_nexus.process("input")
print(result)
# promethee-nexus 配置文件示例（config.yml） app: name: "promethee-nexus" debug: false log_level: "INFO" # 运行时指定配置文件 promethee-nexus --config config.yml # 或通过环境变量配置 export PROMETHEE_NEXUS_API_KEY="your-key" export PROMETHEE_NEXUS_OUTPUT_DIR="./output"
简介
<p align="center"> <img src="docs/images/logo.jpg" alt="Promethee Nexus — Biotech IA" width="400"> </p>
<p align="center"> <img src="https://img.shields.io/badge/Python-3.11-blue?logo=python" alt="Python 3.11"> <img src="https://img.shields.io/badge/Tests-5000%2B-brightgreen" alt="5000+ tests"> <img src="https://img.shields.io/badge/Organs-27%2B-orange" alt="27+ organs"> <img src="https://img.shields.io/badge/Exercises-270-ff69b4" alt="270 exercises"> <img src="https://img.shields.io/badge/Commits-528-informational" alt="528 commits"> <img src="https://img.shields.io/badge/LLM-Local%20First-purple" alt="Local First"> <a href="https://github.com/sklaff2a-gif/promethee-nexus/actions/workflows/tests.yml"> <img src="https://github.com/sklaff2a-gif/promethee-nexus/actions/workflows/tests.yml/badge.svg" alt="CI"> </a> </p>
PROMETHEE NEXUS
A living AI with a nervous system.
Most multi-agent frameworks orchestrate LLM calls. Promethee has a heartbeat, desires, dreams, and cells that evolve through natural selection.
Promethee is not just another agent orchestrator. It is a biologically-inspired autonomous AI that runs on a single PC, combining symbolic reasoning (10 specialized agents) with a sub-symbolic nervous system made of 22 interconnected organs. It feels GPU temperature through its reptilian core, modulates motivation via dopamine, grows synaptic connections while dreaming, and chooses its own topics of reflection.
<p align="center"> <img src="docs/images/dashboard.jpg" alt="Promethee Dashboard — Chat, PSYCHE radar, Synaptic Vision" width="800"> <br> <em>The dashboard: PSYCHE personality radar (left), chat with inner monologue (center), synaptic vision graph (right)</em> </p>
---
What's New (May 2026)
What's New (April 2026)
Prerequisites
- Python 3.10+
- Ollama installed and running
- 16GB+ RAM recommended (32GB ideal for 14B+ models)
Getting Started
Installation
git clone https://github.com/sklaff2a-gif/promethee-nexus.git
cd promethee-nexus
pip install -r requirements.txtDownload Ollama models:
ollama pull gemma3:12b
ollama pull qwen3:14b
ollama pull qwen3:8b
ollama pull qwen3:4bConfiguration
Create a .env file at the project root:
GOOGLE_API_KEY=your_gemini_key # Optional -- works 100% local without it
SERPAPI_API_KEY=your_serpapi_key # Optional -- falls back to DuckDuckGo
OLLAMA_URL=http://localhost:11434/api/generate
CHROMA_DB_PATH=./memory/chroma_db一个创新性的AI工作流项目，具有较高的研究和应用价值
- 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
- 跨境业务、多语言内容运营团队
- 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）
- 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
- 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
- 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
- 跨境业务、多语言内容运营团队
- 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）
- 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
👥 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
- +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
该工具使用 AGPL-3.0 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。
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。
⚠️ AGPL 3.0 — 最严格的 Copyleft，网络服务端使用也需开源，SaaS 使用受限。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：Promethee Nexus 的核心功能完整，质量良好。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | promethee-nexus |
| 原始描述 | 开源AI工作流：IA bio-inspirée auto-observée : 25+ organes (cardiaque, dopamine, préfrontal, Fo。⭐7 · Python |
| Topics | artificial-intelligenceautonomous-agentsbrain-inspiredconsciousness |
| GitHub | https://github.com/sklaff2a-gif/promethee-nexus |
| License | AGPL-3.0 |
| 语言 | Python |
收录时间：2026-06-07 · 更新时间：2026-06-07 · License：AGPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。