Heym
在自有基础设施上可视化构建、运行并审查 AI 工作流。
- 源仓库
- heymrun/heym
- Star 数
- ★ 1.3k
- 最近更新
- 今天
- License
- NOASSERTION
- 主语言
- Python
- FA 评分
- 46/100 · 缺口较多
30 秒速览
- 可在哪里用
- 通用 · 跨平台Codex · Claude.ai
- 开始前需要
- 典型场景
- 运营团队需要把 webhook 输入、HTTP 调用、Slack 通知和 Redis/RabbitMQ 消息处理编排为一个可视化、可自托管的流程。
- 主要局限
- 运行需要 Docker、PostgreSQL、Python、Bun 和 UV；部署与运维并非纯托管式体验。
- 源码审查
- 46/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Heym 是一个自托管的 AI 原生工作流自动化平台，前端采用 Vue 3、TypeScript、Vite、Bun 和 Vue Flow，后端采用 Python、FastAPI、SQLAlchemy 与 PostgreSQL。用户可在拖放画布中连接 LLM、AI Agent、RAG、HTTP、消息队列、Playwright 和逻辑节点，图中独立节点会并行执行。工作流可从画布运行，也可通过 REST 执行端点、SSE 流、MCP 服务或 `/chat/{slug}` Portal 调用。平台提供执行历史、LLM trace、评测、日志、成本统计与 OpenTelemetry 导出，用于检查实际运行过程。部署边界是用户自己的 Docker 和数据库环境；README 还说明技能和 Codex 工作区通过受隔离的 sibling container 运行。
在画布上接收 Input（Webhook）、Cron 或 RabbitMQ Receive 等触发输入，按连线执行 LLM、AI Agent、Qdrant RAG、HTTP、Slack、Redis、RabbitMQ、Grist、Drive、Crawler 与 Playwright 节点，并通过 Merge、Condition、Switch、Loop 和 Error Handler 控制流程。AI Agent 节点可调用工具、画布节点工具、沙箱化 Python 工具、MCP 连接和技能；技能由 SKILL.md 与可选 Python 文件组成。工作流可经 /execute 或 /execute/stream 调用，也可作为 /api/mcp/sse 上的 MCP 工具或 /chat/{slug} 上带流式响应和文件上传的聊天界面发布。系统保存运行历史、节点调试日志、请求与响应、工具调用、token 与美元成本，并可将工作流、节点和 Agent 工具 span 经 OTLP/HTTP 导出。
- 运营团队需要把 webhook 输入、HTTP 调用、Slack 通知和 Redis/RabbitMQ 消息处理编排为一个可视化、可自托管的流程。
- AI 产品团队需要用 RAG 节点检索托管向量库中的 PDF、Markdown、CSV 或 JSON，再将结果送入 LLM 或 Agent。
- 需要人工审批的业务团队可让 Agent 在执行中暂停，收集批准、澄清或输入后继续。
- 内部工具团队需要把既有工作流发布为
/chat/{slug}聊天入口，提供流式回复、上传文件和可选认证。 - 使用 Claude Desktop、Cursor 或其他 MCP 客户端的团队可将已完成工作流暴露为 MCP 工具。
- 需要自动化网页操作的团队可用 Playwright 节点执行浏览器步骤，并使用 Auto Heal 处理失效选择器。
如何安装或部署这个 Agent？
前提条件为 Docker、Python 3.11+、Bun 1.0+ 和 UV。克隆并启动：
git clone https://github.com/heymrun/heym.git && cd heym && ./run.sh启动后在浏览器打开端口 4017。使用配置文件时执行 cp .env.example .env 后运行 ./run.sh；该脚本会生成 SECRET_KEY 和 ENCRYPTION_KEY。生产 Docker 部署可执行 cp .env.example .env、./deploy.sh。
如何使用这个 Agent？
打开 4017 的编辑器，在画布中添加 Input、LLM 或 AI Agent 与 Output 节点并连接它们，然后从画布执行工作流。要由外部服务调用同一流程，可使用文档列出的 /execute 或 /execute/stream 端点；要供 MCP 客户端调用，可暴露为 /api/mcp/sse；要生成聊天入口，则发布到 /chat/{slug}。Agent 需要外部能力时，在节点中配置 MCP 连接或上传/创建包含 SKILL.md 的技能。
这个 Agent 有哪些优点和局限？
- 同一工作流可通过画布、REST、SSE、MCP 和 Portal 聊天界面交付，无需为每种入口重建逻辑。
- 工作流 DAG 会让独立节点并行运行，并以 Merge 节点同步分支。
- 内置运行历史、LLM trace、评测、token/美元成本和 OpenTelemetry span 导出，覆盖开发与生产检查。
- Agent 节点将工具调用、沙箱化 Python、MCP、技能和可选持久记忆图组合在一个画布节点中。
- 运行需要 Docker、PostgreSQL、Python、Bun 和 UV；部署与运维并非纯托管式体验。
- README 指出 Docker socket 挂载会授予广泛的主机控制能力；MCP stdio 服务器依赖 Docker daemon，缺失时会失败关闭。
- 每次运行的沙箱隔离要求 Docker Engine 25.0+，并且技能与 Codex 节点依赖共享的
heym-codex-workspaces卷。 - 许可信息存在需核实之处：仓库元数据标为
NOASSERTION，README 则称 MIT 附 Commons Clause，并限制销售或作为付费服务提供。
这个 Agent 与同类方案有什么区别？
README 将 Heym 与 n8n、Zapier 和 Make.com 对比，重点列出其 LLM Batch API 状态分支、Agent 持久记忆图、工作流分析器、工作流驱动仪表盘、内置 Agentic Kanban、技能系统、Playwright Auto Heal、原生 OpenTelemetry 和按美元计的模型成本追踪。该比较是仓库自身的功能主张；实际迁移前应分别验证所需集成和许可条件。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| Heym 当前 | 46 · 缺口较多 | ★ 1.3k | 今天 | Python | Codex · Claude.ai |
| Auto Browser | 62 · 存在缺口 | ★ 793 | 1 个月前 | Python | OpenAI API · Claude API |
| Flow-Like | 55 · 缺口较多 | ★ 955 | 5 天前 | Rust | — |
| ByteChef | 53 · 缺口较多 | ★ 1k | 今天 | Java | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 提到 HITL（人工介入）和 guardrails，但未提供具体实现细节；SECURITY.md 披露了多个已修复的安全漏洞（如沙箱逃逸、SSRF、RCE），表明有安全响应流程，但未提供权限最小化、用户确认、数据流透明、敏感数据处理、依赖安全、外部影响、回滚、来源归属的具体证据。扣分原因：这些方面仅有部分提及或未提供详细证据。
证据显示：测试文件（如 test_active_execution_registry_resilience.py）展示了针对数据库故障的韧性处理，且测试覆盖了失败消息和降级路径；但未提供依赖可用性（如依赖锁定、镜像）的证据。扣分原因：依赖可用性证据不足。
证据显示：README 描述了多种使用场景（如多智能体编排、RAG、MCP），并提供了快速开始和部署说明；但未明确能力边界（如限制、不支持的功能）和触发精度（如事件触发条件）。扣分原因：能力边界和触发精度证据不足。
证据显示：README 提供了安装说明、示例和功能列表，但缺少明确的版本变更日志、已知限制和命名稳定性说明；许可证为 MIT + Commons Clause，但元数据为 NOASSERTION。扣分原因：版本变更日志、已知限制、命名稳定性、许可证元数据不完整。
证据显示：README 展示了丰富的功能（如可视化编辑器、多智能体编排、可观测性），但未提供成本效益分析或与其他产品的定量比较。扣分原因：成本效益证据不足。
证据显示：README 中的功能声明未提供可追溯的测试或文档链接；测试文件存在但未覆盖所有声明；事实与推断未明确区分。扣分原因：声明可追溯性、交叉验证、事实与推断分离不足。
- 许可证元数据为 NOASSERTION，实际为 MIT + Commons Clause，需确认合规性。
- SECURITY.md 披露了多个已修复的安全漏洞，但未提供当前版本的安全审计报告。
- README 中的功能声明缺乏可验证的测试或文档支持。
常见问题
Heym 可以部署在自己的基础设施上吗？
./run.sh、./deploy.sh 和 Docker 运行方式，并将其定位为自托管产品。如何把工作流交给 Claude 或其他 AI 客户端调用？
/api/mcp/sse；README 明确提到 Claude Desktop、Cursor 和其他 MCP 客户端。