AndersonBY/vector-vein

VectorVein – 无代码 AI 工作流构建器

是什么 – VectorVein 是一个桌面应用程序，让您无需编写代码即可设计和运行 AI 驱动的自动化工作流。它将大语言模型（LLM）调用、嵌入、语音转文本及其他 AI 服务整合到一个拖拽式可视化编辑器中，类似于 LangChain/LangFlow，但打包为可直接运行的程序。

主要功能

• 可视化工作流编辑器 – 可在画布上放置代表 LLM 调用、嵌入、文件 I/O、网络爬取等的节点，并进行连接。
• 多 LLM 后端支持 – 可配置任意 OpenAI 兼容端点（OpenAI、Azure、Ollama、LM‑Studio、vLLM 等）。分离的端点和模型设置允许混合使用不同提供商。
• 嵌入支持 – 可使用 OpenAI 嵌入，或连接本地服务（如 HuggingFace text‑embeddings‑inference）。
• 语音识别 – 可接入 OpenAI 兼容的 ASR 服务（如 Groq），并创建语音激活的快捷方式，可捕获屏幕截图并发送给代理。
• 本地 FastAPI API – 内置 REST 服务器（http://localhost:8787）提供端点，可程序化地列出、检查和运行工作流。
• 模板与教程 – 官方模板和交互式在线教程帮助新用户快速构建常见流程（如网页文章摘要 → 思维导图）。
• 跨平台桌面应用 – 使用 pywebview（Windows 上为 WebView2）打包，以单个可执行文件形式分发至 Windows、macOS 和 Linux。

如何开始

1. 下载 – 从 GitHub Releases 页面下载最新版本。解压 ZIP 文件后会生成一个 data 文件夹，用于 SQLite 数据库和静态资源。
2. 安装 WebView2 运行时（仅 Windows）– 若应用无法启动，请安装 WebView2 运行时。
3. 配置 LLM 端点 – 在设置 → API 端点 选项卡中添加您的 OpenAI 兼容 URL（例如 Ollama 使用 http://localhost:11434/v1/），然后在 远程 LLM 或 自定义 LLM 中选择或添加模型。
4. 添加嵌入后端 – 如需向量搜索功能，使用相同的端点配置界面进行设置。
5. 创建工作流 – 从左侧面板拖动节点到画布上，连接它们，设置节点参数并保存。
6. 运行 – 可通过用户界面标签页运行，或通过本地 API 调用：

   import requests
   resp = requests.post('http://localhost:8787/api/workflow/run', json={
       'wid': 'my-workflow-id',
       'input_fields': [{'node_id':'node1','field_name':'input','value':'Hello'}],
       'wait_for_completion': True
   })
   print(resp.json()['data'])
   

开发说明

• 后端：Python 3.8–3.11，使用 PDM 管理。运行 pdm install 后执行 pdm run dev 启动 FastAPI 服务器。
• 前端：Vue 3 + Vite。使用 pnpm install 安装依赖，使用 pnpm exec vite build 构建（或使用快捷命令 pdm run build-front）。
• 打包：pdm run build 使用 pyinstaller 生成独立可执行文件。
• 数据库迁移由 backend/models 中的小型辅助工具处理。Schema 变更后，请按说明运行迁移脚本。
• CI/CD：GitHub Actions 会自动为带标签的发布版本构建 Windows/macOS/Linux 的 ZIP 包。

适用人群 – 希望利用 LLM、嵌入或语音转文本实现可重复自动化但缺乏编程技能的用户，以及需要在嵌入自身代码前快速进行可视化原型设计的开发者。

许可证 – 开源，个人非商业用途免费（详见 LICENSE.md）。