Sim Studio: criador de fluxo de trabalho de código aberto para agentes de IA

Introdução geral

O Sim Studio é uma plataforma de código aberto para a criação de fluxos de trabalho de agentes de IA, focada em ajudar os usuários a projetar, testar e implementar rapidamente fluxos de trabalho de modelos de linguagem (LLM) em larga escala por meio de uma interface visual leve e intuitiva. Os usuários podem criar aplicativos multiagentes complexos com o recurso de arrastar e soltar, sem necessidade de programação profunda. Ele oferece suporte a modelos locais e em nuvem e é compatível com uma ampla gama de integrações de ferramentas, como Slack e bancos de dados.O Sim Studio tem um design modular e é adequado para desenvolvedores, pesquisadores e usuários corporativos. Uma versão oficial hospedada na nuvem (https://simstudio.ai) e opções auto-hospedadas estão disponíveis para atender a diferentes necessidades.

As estruturas de agentes de IA estão florescendo atualmente, por que recomendo o Sim Studio em particular? Compilei uma lista dos recursos de algumas das principais estruturas de agentes de IA de código aberto disponíveis no momento:

Existem várias plataformas de criação de agentes de IA com pouco ou nenhum código no mercado atualmente, e eu compilei uma lista de como elas se comparam ao Sim Studio:

Como você pode ver, por ser um projeto de código aberto, o Sim Studio não é negligente em termos de funcionalidade e flexibilidade, e não há pressão financeira para usá-lo.

Lista de funções

• Editor de fluxo de trabalho visual Projete fluxos de trabalho de agentes de IA com uma interface de arrastar e soltar que suporta lógica condicional e tarefas de várias etapas.
• Suporte a vários modelos Compatível com LLMs locais e em nuvem, como modelos locais executados por meio do Ollama.
• integração de ferramentas Suporte para conexão com ferramentas externas, como Slack, bancos de dados e funcionalidade de proxy estendida.
• Implementação da API Geração de APIs de fluxo de trabalho com um clique para facilitar a integração com outros sistemas.
• implantação local Suporte de auto-hospedagem via Docker ou manualmente para cenários sensíveis à privacidade.
• Extensões modulares Aumenta a flexibilidade, permitindo que os usuários personalizem blocos de função e ferramentas.
• Registro e depuração Forneça registros detalhados para otimização do fluxo de trabalho e solução de problemas de erros.
• Suporte a contêineres de desenvolvimento Simplifique a configuração de ambientes de desenvolvimento local com os contêineres de desenvolvimento do VS Code.

Usando a Ajuda

O núcleo do Sim Studio são seus recursos leves e intuitivos de criação de fluxo de trabalho. A seguir, há uma descrição detalhada do processo de instalação, da operação das principais funções e do uso de recursos especiais para garantir que os usuários possam começar rapidamente.

Processo de instalação

O Sim Studio oferece três opções de auto-hospedagem: Docker (recomendado), contêineres de desenvolvimento e instalação manual. As opções a seguir são principalmente o Docker e a instalação manual, e o contêiner de desenvolvimento é adequado para desenvolvedores que estão familiarizados com o VS Code.

Caminho 1: instalação do Docker (recomendado)

O Docker fornece um ambiente de tempo de execução consistente que é adequado para a maioria dos usuários. O Docker e o Docker Compose precisam ser instalados primeiro.

1. Clonagem da base de código
   É executado no terminal:

   git clone https://github.com/simstudioai/sim.git
   cd sim
   

2. Configuração de variáveis de ambiente
   Copie e edite o arquivo de ambiente:

   cp sim/.env.example sim/.env
   

   configurado no arquivo .env:

   • BETTER_AUTH_SECRET: gera uma chave aleatória para autenticação.
   • RESEND_API_KEY: usado para verificação da caixa de correio; se não for definido, o código de verificação será enviado para o console.
   • Configurações do banco de dados: o PostgreSQL é usado por padrão, você precisa garantir que o serviço de banco de dados esteja em execução.
   • OLLAMA_HOST: definido como http://host.docker.internal:11434 se estiver usando um modelo local.
3. Início dos serviços
   Execute o seguinte comando:

   docker compose up -d --build
   

   ou usar um script:

   ./start_simstudio_docker.sh
   

   Depois que o serviço for iniciado, visite http://localhost:3000/w/ para acessar a interface do fluxo de trabalho.

4. Serviços de gerenciamento
   • Exibir registro:

     docker compose logs -f simstudio
     

   • Descontinuação de serviços:

     docker compose down
     

   • Reinicie o serviço (após a atualização do código):

     docker compose up -d --build
     

5. Uso de modelos locais
   Se o LLM local for necessário (por exemplo, LLaMA), puxe o modelo:

   ./sim/scripts/ollama_docker.sh pull <model_name>
   

   Inicie serviços que ofereçam suporte a modelos locais:

   ./start_simstudio_docker.sh --local
   

   Ou selecione de acordo com o hardware:

   # 有 NVIDIA GPU
   docker compose up --profile local-gpu -d --build
   # 无 GPU
   docker compose up --profile local-cpu -d --build
   

   Se você já tiver uma instância do Ollama, modifique o docker-compose.yml para adicioná-la:

   extra_hosts:
   - "host.docker.internal:host-gateway"
   environment:
   - OLLAMA_HOST=http://host.docker.internal:11434
   

Modo 2: Instalação manual

Para desenvolvedores que precisam de um ambiente personalizado com Node.js, npm e PostgreSQL instalados.

1. Clonar e instalar dependências

   git clone https://github.com/simstudioai/sim.git
   cd sim/sim
   npm install
   

2. Ambiente de configuração
   Copie e edite o arquivo de ambiente:

   cp .env.example .env
   

   Configure BETTER_AUTH_SECRET, conexões de banco de dados, etc.

3. Inicialização do banco de dados
   Arquitetura de banco de dados push:

   npx drizzle-kit push
   

4. Iniciando o servidor de desenvolvimento

   npm run dev
   

   Acesse http://localhost:3000.

Abordagem 3: desenvolvimento de contêineres

1. Instale a extensão Remote - Containers no VS Code.
2. Abra o diretório do projeto e clique em "Reopen in Container" (Reabrir no contêiner).
3. Execute o npm run dev ou o sim-start para iniciar o serviço.

Funções principais

No centro do Sim Studio está o editor de fluxo de trabalho visual, que é descrito abaixo:

Criação de fluxos de trabalho

1. Faça login no Sim Studio (http://localhost:3000/w/).
2. Clique em "New Workflow" (Novo fluxo de trabalho) para entrar no editor.
3. Arraste e solte o nó Agent e selecione LLM (Cloud or Local Model).
4. Adicione um nó de ferramentas (por exemplo, Slack ou banco de dados) e configure os parâmetros.
5. Use o nó Lógica condicional para definir a lógica de ramificação.
6. Conecte os nós e salve os fluxos de trabalho.

Fluxo de trabalho de teste

1. Clique em "Test" (Teste) e insira os dados de exemplo.
2. Visualize a saída e os registros para verificar a execução do nó.
3. Ajuste os nós ou a lógica conforme necessário e teste novamente.

Fluxo de trabalho de implantação

1. Clique em Deploy e selecione Generate API.
2. Obtenha o ponto de extremidade da API (por exemplo, http://localhost:3000/api/workflow/).
3. Teste a API:

   curl -X POST http://localhost:3000/api/workflow/<id> -d '{"input": "示例数据"}'
   

Fluxo de trabalho de depuração

1. Verifique as entradas e saídas do nó visualizando o "Log" no editor.
2. Use o controle de versão para salvar instantâneos do fluxo de trabalho para facilitar a reversão.

Operação da função em destaque

• Suporte ao modelo local Executar um modelo local por meio do Ollama é adequado para cenários sensíveis à privacidade. Após a configuração, selecione o modelo no nó do agente e teste o desempenho.
• integração de ferramentas Tome o Slack como exemplo, insira o token da API no nó da ferramenta, defina o destino da mensagem e teste a funcionalidade de envio de mensagens.
• Contêineres de desenvolvimento Desenvolvimento em contêineres via VS Code, com configuração automática do ambiente para iteração rápida.

advertência

• As instalações do Docker precisam garantir que a porta 3000 não esteja ocupada.
• Os modelos locais exigem uma configuração de hardware alta (recomenda-se 16 GB de RAM, GPU opcional).
• Os ambientes de produção precisam ser configurados com RESEND_API_KEY e HTTPS.
• Atualize o código regularmente:

  git pull origin main
  docker compose up -d --build
  

pilha de tecnologia

O Sim Studio usa uma pilha de tecnologia moderna para garantir o desempenho e a eficiência do desenvolvimento:

• fig. padrão Next.js (roteador de aplicativos)
• banco de dados abrangente PostgreSQL + Drizzle ORM: PostgreSQL + Drizzle ORM
• credenciamento : Better Auth
• interfaces : Shadcn, Tailwind CSS
• Gerenciamento de status : Zustand
• Editor de processos : ReactFlow
• Arquivo (de computador) : Fumadocs

cenário do aplicativo

1. Atendimento automatizado ao cliente
   Projete fluxos de trabalho com vários agentes, integre banco de dados e Slack, automatize respostas a perguntas de clientes e notifique o atendimento humano ao cliente, adequado para plataformas de comércio eletrônico.
2. análise de dados
   Crie fluxos de trabalho para extrair dados de bancos de dados, chame o LLM para gerar relatórios, implemente como APIs, adequados para análises financeiras.
3. Ferramentas educacionais
   Criação de agentes de aprendizagem interativos, combinação de modelos locais para responder a perguntas e integração de ferramentas de geração de perguntas de teste para educação on-line.

QA

1. O Sim Studio é compatível com o Windows?
   O Windows é compatível, mas requer o Docker Desktop ou o Node.js. A abordagem do Docker é recomendada para garantir um ambiente consistente.
2. Como faço para me conectar a uma instância existente do Ollama?
   Modifique o docker-compose.yml, adicione o mapeamento host.docker.internal, defina OLLAMA_HOST.
3. Que hardware é necessário para um modelo local?
   Recomenda-se 16 GB de RAM, GPU para melhor desempenho, pode ser executado lentamente em dispositivos de baixo custo.
4. Como faço para contribuir com o código?
   Consulte https://github.com/simstudioai/sim/blob/main/.github/CONTRIBUTING.md.