Sim
访问网站
扫码查看
复制链接

构建AI智能体工作流的开源工具

标签：Agent , AI , LLM , SimStudio , 可视化 , 大语言模型 , 工作流 , 开发者工具 , 开源

Sim

AI专业工具 / 低代码开发 / 工作流 / 智能体开发22 次浏览

综合介绍

Sim 是一个开源的AI智能体工作流构建工具。 它提供了一个名为 Sim Studio 的轻量级、可视化界面，让用户能够快速构建和部署连接了各种工具的大语言模型（LLM）应用。 这个平台的特点是使用拖拽的方式来设计工作流，降低了构建AI应用的复杂性。 用户可以将不同的AI智能体和软件工具连接起来，就像绘制流程图一样直观。 Sim 支持多种大语言模型，例如 OpenAI、Anthropic 和 Google 的模型，同时也支持使用本地运行的 Ollama 模型。 该平台提供了超过100个集成工具，涵盖了像 GitHub、Gmail 和 Notion 这样的常见应用。 构建完成的工作流可以部署为API、聊天界面，或者按照预设时间自动运行。 Sim 的目标是简化企业创建和自动化处理各种业务流程。

功能列表

  • 可视化工作流编辑器: 通过拖拽组件的方式，在画布上设计和构建AI智能体的工作流。
  • 支持多种大语言模型: 支持并可以切换使用包括 OpenAI(GPT-4o, GPT-4, etc.)、Anthropic(Claude 3.7 Sonnet)、Google(Gemini 2.5 Pro, etc.)、Groq、Cerebras 以及本地运行的 Ollama 等多种模型。
  • 广泛的工具集成: 可以连接超过100个外部服务和数据源，例如 Gmail、Slack、Pinecone 和 Supabase。
  • 灵活的部署选项: 完成的工作流可以作为API或聊天界面发布，也可以设定在特定时间或间隔自动运行。
  • 实时监控与日志: 提供详细的日志和性能指标，可以实时追踪工作流每一步的执行情况和成本。
  • 版本控制: 内置版本管理功能，可以轻松追踪和管理工作流的变更，并根据需要回滚到之前的版本。
  • 支持本地模型: 用户可以通过 Ollama 运行本地的AI模型，无需依赖外部API。
  • 自定义代码: 允许开发者在工作流中插入自定义代码片段，以实现特殊功能。
  • 团队协作: 支持团队成员在同一个项目上进行协作开发。
  • 知识库与语义搜索: 利用向量嵌入技术，为AI智能体提供知识库和语义搜索功能，使其能够理解数据背后的语境和含义。

使用帮助

Sim 提供了云端托管版本和多种自托管选项，用户可以根据自己的需求选择合适的方式开始使用。

云端版本

最简单的方式是直接使用官方提供的云端版本，访问 www.sim.ai 即可开始体验。

自托管

对于希望在自己服务器上部署的用户，Sim 提供了多种自托管方案。无论选择哪种方式，都需要先在本地安装并运行 Docker。

选项 1: NPM 包（最简单）这是在本地运行Sim最便捷的方式。只需在终端中执行以下命令：

npx simstudio

运行后，在浏览器中打开 http://localhost:3000/ 即可访问。你也可以通过参数指定端口，例如 npx simstudio -p 4000。如果不想每次都拉取最新的 Docker 镜像，可以使用 --no-pull 参数。

选项 2: Docker Compose这种方式提供了更灵活的配置。

  1. 首先，克隆项目的代码仓库： 
    git clone https://github.com/simstudioai/sim.git
  2. 进入项目目录： 
    cd sim
  3. 使用 docker-compose.prod.yml 文件启动服务： 
    docker compose -f docker-compose.prod.yml up -d

    服务启动后，同样通过 http://localhost:3000/ 访问应用。

选项 3: 使用Ollama运行本地模型如果你希望使用本地的AI模型，可以结合Ollama进行部署。

  1. 对于有GPU的设备，运行以下命令，该命令会自动下载 gemma3:4b 模型： 
    docker compose -f docker-compose.ollama.yml --profile setup up -d
  2. 对于只有CPU的设备： 
    docker compose -f docker-compose.ollama.yml --profile cpu --profile setup up -d

    等待模型下载完成后，即可访问 http://localhost:3000。如果需要添加更多模型，可以执行：

    docker compose -f docker-compose.ollama.yml exec ollama ollama pull llama3.1:8b

选项 4: 手动设置这种方式适合需要进行二次开发的开发者。环境要求:

  • Bun 运行时环境
  • PostgreSQL 12+ 并启用了 pgvector 扩展

安装步骤:

  1. 克隆代码仓库并安装依赖： 
    git clone https://github.com/simstudioai/sim.git
cd sim
bun install
  2. 设置带有 pgvector 扩展的 PostgreSQL 数据库。推荐使用 Docker 启动一个数据库实例： 
    docker run --name simstudio-db \
-e POSTGRES_PASSWORD=your_password \
-e POSTGRES_DB=simstudio \
-p 5432:5432 -d \
pgvector/pgvector:pg17
  3. 配置环境变量。进入 apps/sim 目录，复制示例文件并修改： 
    cd apps/sim
cp .env.example .env

    在 .env 文件中配置 DATABASE_URL 等必要变量：

    DATABASE_URL="postgresql://postgres:your_password@localhost:5432/simstudio"
  4. 初始化数据库： 
    bunx drizzle-kit migrate
  5. 启动开发服务器。推荐在项目根目录同时启动主应用和实时套接字服务器： 
    bun run dev:full

    或者，也可以在两个独立的终端中分别启动它们。

应用场景

  1. 自动化客户支持可以构建一个AI智能体，连接到公司的知识库和工单系统。当用户通过网站聊天窗口提问时，智能体首先在知识库中搜索答案。如果找不到，它会自动创建一个工单，并将问题和用户信息填入工单系统，分配给相应的人工客服。
  2. 内容创作和分发创建一个工作流，首先调用AI模型生成一篇关于特定主题的文章。然后，将生成的文章通过API发送到公司的博客平台（如WordPress）自动发布。发布后，再调用社交媒体工具（如Twitter）的API，将文章链接和摘要自动分享出去。
  3. 数据分析和报告生成设计一个定时运行的智能体，每天凌晨自动从公司的数据库中提取前一天的销售数据。接着，它调用数据分析工具对数据进行处理和可视化，并使用AI模型根据图表生成一份简短的分析报告。最后，通过邮件或Slack将报告发送给管理团队。
  4. 个人任务助理用户可以为自己搭建一个个人助理。例如，设置一个通过邮件触发的工作流。当你收到一封包含会议请求的邮件时，智能体会自动解析邮件内容，提取会议时间、主题和参与人，然后在你的日历应用（如Google Calendar）中创建一个新的日程，并向相关人员发送邀请。

QA

  1. Sim Studio是完全免费的吗？Sim 是一个开源项目，基于 Apache-2.0 许可证，你可以免费地自行部署和使用。 同时，它也提供了云端托管服务，相关定价策略可以访问其官方网站 www.sim.ai 获取。
  2. 我需要懂编程才能使用Sim吗？不需要。Sim Studio 的核心优势之一就是其可视化的拖拽界面，让没有编程背景的用户也能构建AI工作流。 当然，对于有特殊需求的开发者，平台也支持插入自定义代码。
  3. Sim支持哪些AI模型？Sim 支持多种主流的LLM供应商，包括 OpenAI、Anthropic、Google 等。此外，它还支持通过 Ollama 来运行本地部署的开源模型，让用户在数据隐私和成本方面有更多选择。
  4. 在Sim中创建的智能体可以和外部应用交互吗？可以。Sim 提供了超过100种工具集成，可以轻松连接到像Gmail、Slack、Notion、GitHub等常用软件和服务，让你的AI智能体能够执行发送邮件、更新文档、创建任务等多种操作。
微信微博Email复制链接