AndersonBY/vector-vein

No-code AI workflow. Drag and drop workflow nodes and use your workflow with your AI agents.

何を解決するか

VectorVein は、ユーザーがインテリジェントな自動化ワークフローを構築できるノーコード環境を提供します。プログラミングの必要を排除し、ユーザーが独自の知識ベースと大規模言語モデル（LLM）を組み合わせて、ドキュメント翻訳、ウェブ記事の要約をマインドマップに変換、顧客苦情の分類など、日常的なタスクを自動化できます。

動作方法

ユーザーはドラッグアンドドロップエディタを使用して、キャンバス上でさまざまな機能ノードをワイヤーで接続してワークフローを作成します。システムは幅広い構成をサポートしています：

  • LLM統合：OpenAI互換インターフェースに接続可能。Ollama、LM-Studio、vLLM などのローカルサービスも対応。
  • 知識統合：個人データを使用したベクトル検索用の埋め込みバックエンドをサポート。
  • 実行：専用のユーザーインターフェース、コマンドラインインターフェース（CLI）、またはローカルの FastAPI REST サーバーを介したプログラムによる実行が可能。
  • データ処理：XLSX、DOCX、PNGチャートなどの構造化データの入出力をサポート。LLMノードには JSON Schema 検証を導入し、信頼性の高い実行を確保。

対象ユーザー

コードを書かずに、AIエージェントやLLMの力を活用して反復的なタスクを自動化したい、非専門家やプログラマーでないユーザー向けに設計されています。

特徴

  • ノーコードインターフェース：視覚的なドラッグアンドドロップワークフロー構築ツール。
  • ローカルAIサポート：Ollama、vLLM など、ローカルのLLMおよび埋め込みプロバイダーと互換性あり。
  • プログラムによるアクセス：他のアプリケーションにワークフローを統合できるローカルAPIサーバー。
  • 構造化出力：タイプ付きの XLSX、DOCX レポート、自動チャートの生成が可能。
  • マルチモーダル機能：音声認識および Stable Diffusion API サポートを含む。

関連

  • プロジェクト
    SamurAIGPT/Vibe-Workflow

    Vibe Workflow は、生成画像および動画パイプラインを構築するためのオープンソースでMITライセンスのノードベース視覚エディタです。Next.jsフロントエンド、MuAPIの生成モデルを呼び出すFastAPIバックエンド、再利用可能なワークフロービルダーUIライブラリから構成されています。Dockerまたは手動で自己ホスティング可能、またはホステッドSaaS版を利用でき、カスタムノードで任意のAIモデルや外部APIを呼び出すことも可能です。

  • プロジェクト
    katipally/openlive

    完全にローカルで実行されるオープンソースのデスクトップアプリ。AIエージェントにリアルタイム音声と視覚機能を提供し、音声パイプライン全体をデバイス上でローカル処理。任意のLLMプロバイダーまたはコードエージェント（Claude Code、Codexなど）と連携可能。3つのモード：チャット（音声通話）、フロー（システム全体の音声アシスタントでPCを操作）、ディクテート（音声入力）。プライバシー重視：音声は決してマシンから離れません。

  • プロジェクト
    OpenBMB/ChatDev

    ChatDev 2.0（DevAll）は、視覚的なWebコンソールまたは小さなPython SDKで、YAMLでエージェントとその接続を定義し、複数のLLMエージェントワークフローを設計・実行できるオープンソースでコードゼロのプラットフォームです。データ可視化、3D生成、ゲーム開発、研究など、組み込みテンプレートを活用。バックエンドはFastAPI、フロントエンドはVue 3、Docker/Makefileサポート、拡張可能なPythonツール、研究用オーケストレータ（Puppeteer、MacNet）を備えています。

  • プロジェクト
    sceneview/sceneview

    SceneViewは、Android (Jetpack Compose)、iOS/macOS/visionOS (SwiftUI)、Web、Flutter、React Native、Kotlin-Multiplatform全体で宣言的な3DレンダリングとARを提供するオープンソースのApache-2.0 SDKです。Filament、RealityKit、Filament.jsをコンポーザブルなAPI（SceneView、ModelNode、ARSceneViewなど）の背後にラップし、豊富なノードライブラリ、物理演算、ジェスチャー、ポストプロセッシングを備えています。本プロジェクトは「AIファースト」を掲げており、プレーンテキストのAPIリファレンス (llms.txt) と小型のMCPサーバーにより、LLMアシスタントがコードを自動生成・検証可能です。パッケージはMaven Central、Swift Package Registry、npm、pub.devで公開されており、デモ、CI、Discordコミュニティ、Open Collectiveによる資金調達も行われています。

  • プロジェクト
    OpenDCAI/DataFlow

    DataFlowは、LLMトレーニングデータの生成、クリーニング、評価用の低コードパイプラインを構築・実行・共有できるオープンソースのPythonフレームワークです。再利用可能なオペレーターのライブラリ、視覚的なWebUI、自動パイプライン作成を支援するAIアシスタント、およびRayベースの分散実行レイヤーを提供しています。