拖拽式构建智能体的框架

原创于 2025-10-18 20:49:35 发布 · 760 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#语言模型

拖拽式构建智能体的框架

1 简介

拖拽式构建智能体的开源框架比较多，例如：偏向工作流：coze、sim、n8n等；偏向RAG的有：Dify、RagFlow、MaxKB等；支持使用国产coze，学习成本低，相对好用和成熟。

sim智能体框架，Sim是一款AI应用的可视化工作流构建工具，支持通过拖拽方块即可构建AI代理工作流。通过在画布上连接模块，即可创建强大AI代理、自动化流程及数据处理管道——无需编写代码。

使用github上的docker-compose搭建，没有安装成功。一直报下面的错（{“message”:“Request timed out”,“stack”:“Error: Request timed out\n at (file:///app/apps/sim/.next/server/chunks/node_modules_@opentelemetry_5e131325._.js:1:3170)\n at emit (node:events:92:22)\n at emitCloseNTAndComplete (internal:http:82:58)\n at processTicksAndRejections (native)”,“name”:“Error”}）

# 官网文档
https://docs.sim.ai/introduction

# Github地址
https://github.com/simstudioai/sim

Coze Studio智能体框架，Coze Studio是一站式 AI Agent 开发工具。提供各类最新大模型和工具、多种开发模式和框架，从开发到部署，为你提供最便捷的 AI Agent 开发环境，比较有优势。

# Github地址
https://github.com/coze-dev/coze-studio

n8n是一个工作流自动化平台，为技术团队提供代码灵活性与无代码速度的双重优势。

# Github地址
https://github.com/n8n-io/n8n

# 官网地址
https://docs.n8n.io/

2 Coze搭建智能体

2.1 仓库信息

# 下载github仓库（版本：v0.3.0）
https://github.com/coze-dev/coze-studio/tree/v0.3.0

2.2 安装镜像

# 进入目录
cd coze-studio-0.3.0

# 1 设置模型
# 如果不默认设置，无法“创建智能体”，会提示“there is no llm model in use, please config a model first”
cp backend/conf/model/template/model_template_ark_doubao-seed-1.6.yaml backend/conf/model/ark_doubao-seed-1.6.yaml

# 需要先到 "火山方舟上获取api_key和model"，参考地址：https://www.volcengine.com/docs/82379/1541594
# 设置id、meta.conn_config.api_key、meta.conn_config.model
# id在第1行，可以不用修改；
# meta.conn_config.api_key 在110行
# meta.conn_config.model 在112行
# 编辑文件
vim backend/conf/model/ark_doubao-seed-1.6.yaml

# 2 修改配置环境
# 进入docker
cd docker

# 复制环境
cp .env.example .env

# 修改“.env”中的地址
# 第9行，修改为“0.0.0.0:8888”，可以放开仅仅本机访问
export WEB_LISTEN_ADDR="0.0.0.0:8888"

# docker compose启动服务
docker compose -f docker-compose.yml up -d

启动成功

2.3 简单使用

（1）登录

（2）创建智能体

（3）创建应用

3 sim搭建智能体

3.1 安装Ollama

使用docker安装ollama

docker run -itd \
--name ollama \
-v /home/ollama:/root/.ollama \
-p 11434:11434 \
ollama/ollama

3.2 仓库信息

⚠️ 注意：Docker必须与访问的地址在同一台机器上。

# 下载Github地址(版本：v0.4.15)
https://github.com/simstudioai/sim/tree/v0.4.15

# 进入仓库目录
cd sim-0.4.15

在Linux系统终端中生成密钥（可以不用修改）

# 生成32位密钥
openssl rand -hex 32

# 我的生成了
68d80de4fcbf4ae28fa443e485be03c6811ac6822750a915dd60c011f08d6669

修改docker-compose.prod.yml配置信息（可以不用修改）

# 1 注意：localhost不要修改，系统设置了跨域

# 2 添加密钥，注意前面的“-”不要删除
将“your_auth_secret_here”修改为：68d80de4fcbf4ae28fa443e485be03c6811ac6822750a915dd60c011f08d6669
将"your_encryption_key_here"修改为：68d80de4fcbf4ae28fa443e485be03c6811ac6822750a915dd60c011f08d6669

启动服务

docker compose -f docker-compose.prod.yml up -d

访问地址（使用使用其他地址访问能看到页面，无法完成注册和登录等）

http://localhost:3000/

下文可以看到页面可以访问，但是接口是访问不通，我试着将“localhost"修为宿主机的IP地址（192.168.108.147），虽然能注册和登录成功，但是登录进入后仍然显示跨域错误。

4 n8n搭建智能体

4.1 设置共享目录

# 设置目录
makedir /home/n8n_data
# 设置权限
chmod +777 /home/n8n_data

4.2 创建容器

# 创建容器
docker run -itd --rm \
--name n8n \
-p 5678:5678 \
-e N8N_SECURE_COOKIE=false \
-v /home/n8n_data:/home/node/.n8n \
n8nio/n8n

访问地址（不好的地方，全是英文学习成本比较高）

http://192.168.108.147:5678/home