Psycheros
经 AI Skill Hub 精选评估，Psycheros 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
Psycheros 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
Psycheros 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
Psycheros 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：npm 全局安装 npm install -g psycheros # 方式二：npx 直接运行（无需安装） npx psycheros --help # 方式三：项目依赖安装 npm install psycheros # 方式四：从源码运行 git clone https://github.com/PsycherosAI/Psycheros cd Psycheros npm install npm start
- 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
psycheros --help
# 基本用法
psycheros [options] <input>
# Node.js 代码中使用
const psycheros = require('psycheros');
const result = await psycheros.run(options);
console.log(result);
# psycheros 配置说明 # 查看配置选项 psycheros --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 PSYCHEROS_CONFIG="/path/to/config.yml"
Psycheros
A persistent AI entity harness. The entity has its own identity files, a memory hierarchy that consolidates across time, and a single canonical self that persists across multiple interfaces.
Psycheros runs an AI entity — not a chat thread. The entity has files describing who it is, a memory hierarchy that summarizes its conversations day → week → month → year, a knowledge graph of the people and places it's encountered, RAG over its memories, and tool access for the world it lives in. The entity's canonical self lives in a separate MCP server (entity-core), so the same entity can persist across multiple interfaces — the web harness, SillyTavern, Claude Code, OpenWebUI — while staying coherent.
What's in the box
A Deno workspace with five packages:
| Package | Role | Standalone |
|---|---|---|
[packages/psycheros](packages/psycheros/) | The harness — web UI, chat loop, tool execution, RAG | bundled |
[packages/entity-core](packages/entity-core/) | MCP server: canonical identity, memory, knowledge graph | yes, via any MCP client |
[packages/entity-loom](packages/entity-loom/) | Web wizard for importing chat histories from other platforms | yes |
[packages/launcher-v2](packages/launcher-v2/) | Desktop app: OS-supervised service + chat window for non-technical users | |
[packages/launcher](packages/launcher/) | Legacy v1 launcher (deprecated — browser-tab dashboard) |
┌──────────────────────────────────────────┐
│ entity-core (MCP server, stdio) │
│ • Identity files │
│ • Hierarchical memory │
│ • Knowledge graph (SQLite + sqlite-vec) │
│ • Pull / push sync across embodiments │
└────────────────────┬─────────────────────┘
│ stdio MCP
┌─────────────┴───────────┐
│ other embodiments │
┌───┴───┐ ┌──────────┐ (SillyTavern,
│ Psy- │ │ Loom │ OpenWebUI,
│cheros │ │ (import │ Claude Code,
│ │ │ wizard) │ etc.)
└───────┘ └──────────┘entity-core is canonical for identity and memory. Psycheros — and any other embodiment — spawns it over stdio MCP and syncs through pull/push. entity-loom is one-shot: a wizard for converting a chat-history export from a foreign platform into an importable package.
Docker
docker run -d --name psycheros -p 3000:3000 \
-e ZAI_API_KEY=<key> \
-e PSYCHEROS_MCP_ENABLED=true \
-v psycheros-data:/app/packages/psycheros/.psycheros \
-v entity-core-data:/app/packages/entity-core/data \
ghcr.io/psycherosai/psycheros:latestPSYCHEROS_MCP_ENABLED=true is the default; setting it explicitly is defensive. Full env-var reference is packages/psycheros/.env.example — optional knobs for the LLM endpoint, RAG, web search, Discord, image generation, etc.
Quickstart
The friendliest path is the launcher — a desktop app that installs Psycheros as a persistent background service and opens a window to chat with your entity.
Psycheros是一个有前景的AI工作流项目
- 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
- 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
- Docker：Psycheros 提供官方镜像，docker compose up 一键启动
- 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
- 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
👥 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 NOASSERTION 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。
📄 NOASSERTION — 请查阅原始协议条款了解具体使用限制。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：Psycheros 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 | Psycheros |
| 原始描述 | 开源AI工作流：A persistent AI entity harness. The entity has its own identity files, a memory 。⭐9 · TypeScript |
| Topics | ai-agentai-companionai-entityai-harnessai-memory-system |
| GitHub | https://github.com/PsycherosAI/Psycheros |
| License | NOASSERTION |
| 语言 | TypeScript |
收录时间：2026-06-04 · 更新时间：2026-06-04 · License：NOASSERTION · AI Skill Hub 不对第三方内容的准确性作法律背书。