Sim Studio：开源的AI代理工作流构建工具

综合介绍

Sim Studio 是一个开源的 AI 代理工作流构建平台，专注于通过轻量、直观的可视化界面帮助用户快速设计、测试和部署大型语言模型（LLM）工作流。用户无需深入编程即可通过拖拽方式创建复杂的多代理应用。它支持本地和云端模型，兼容多种工具集成，如 Slack 和数据库。Sim Studio 采用模块化设计，适合开发者、研究人员和企业用户。官方提供云托管版本（https://simstudio.ai）和自托管选项，满足不同需求。

当下AI代理框架百花齐放，为什么我会特别推荐 Sim Studio 呢？我整理了一下目前主流的几款开源AI代理框架的特点：

目前市场上有不少低代码/无代码的AI代理构建平台，我整理了一下它们与 Sim Studio 的对比：

可以看出，作为开源项目， Sim Studio 在功能与灵活性上毫不逊色，而且没有使用门槛的资金压力。

功能列表

• 可视化工作流编辑器 ：通过拖拽界面设计 AI 代理工作流，支持条件逻辑和多步骤任务。
• 多模型支持 ：兼容云端和本地 LLM，如通过 Ollama 运行的本地模型。
• 工具集成 ：支持连接外部工具，如 Slack、数据库，扩展代理功能。
• API 部署 ：一键生成工作流 API，方便集成到其他系统。
• 本地部署 ：通过 Docker 或手动方式支持自托管，适合隐私敏感场景。
• 模块化扩展 ：允许用户自定义功能块和工具，增强灵活性。
• 日志与调试 ：提供详细日志，便于工作流优化和错误排查。
• 开发容器支持 ：通过 VS Code 开发容器简化本地开发环境搭建。

使用帮助

Sim Studio 的核心是其轻量、直观的工作流构建功能。以下详细介绍安装流程、主要功能操作及特色功能使用方法，确保用户能快速上手。

安装流程

Sim Studio 提供三种自托管方式：Docker（推荐）、开发容器和手动安装。以下以 Docker 和手动安装为主，开发容器适合熟悉 VS Code 的开发者。

方式 1：Docker 安装（推荐）

Docker 提供一致的运行环境，适合大多数用户。需先安装 Docker 和 Docker Compose。

1. 克隆代码库
   在终端运行：

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

2. 配置环境变量
   复制并编辑环境文件：

   cp sim/.env.example sim/.env
   

   在 .env 文件中配置：

   • BETTER_AUTH_SECRET：生成随机密钥，用于认证。
   • RESEND_API_KEY：用于邮箱验证，若不设置，验证码会输出到控制台。
   • 数据库设置：默认使用 PostgreSQL，需确保数据库服务运行。
   • OLLAMA_HOST：若使用本地模型，设为 http://host.docker.internal:11434。
3. 启动服务
   运行以下命令：

   docker compose up -d --build
   

   或使用脚本：

   ./start_simstudio_docker.sh
   

   服务启动后，访问 http://localhost:3000/w/ 进入工作流界面。

4. 管理服务
   • 查看日志：

     docker compose logs -f simstudio
     

   • 停止服务：

     docker compose down
     

   • 重启服务（代码更新后）：

     docker compose up -d --build
     

5. 使用本地模型
   若需本地 LLM（如 LLaMA），拉取模型：

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

   启动支持本地模型的服务：

   ./start_simstudio_docker.sh --local
   

   或根据硬件选择：

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

   若已有 Ollama 实例，修改 docker-compose.yml 添加：

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

方式 2：手动安装

适合需要自定义环境的开发者，需安装 Node.js、npm 和 PostgreSQL。

1. 克隆并安装依赖

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

2. 配置环境
   复制并编辑环境文件：

   cp .env.example .env
   

   配置 BETTER_AUTH_SECRET、数据库连接等。

3. 初始化数据库
   推送数据库架构：

   npx drizzle-kit push
   

4. 启动开发服务器

   npm run dev
   

   访问 http://localhost:3000。

方式 3：开发容器

1. 在 VS Code 中安装 Remote - Containers 扩展。
2. 打开项目目录，点击“Reopen in Container”。
3. 运行 npm run dev 或 sim-start 启动服务。

主要功能操作

Sim Studio 的核心是可视化工作流编辑器，以下是操作步骤：

创建工作流

1. 登录 Sim Studio（http://localhost:3000/w/）。
2. 点击“新建工作流”，进入编辑器。
3. 拖拽“代理”节点，选择 LLM（云端或本地模型）。
4. 添加“工具”节点（如 Slack 或数据库），配置参数。
5. 使用“条件逻辑”节点设置分支逻辑。
6. 连接节点，保存工作流。

测试工作流

1. 点击“测试”，输入示例数据。
2. 查看输出和日志，检查节点执行情况。
3. 根据需要调整节点或逻辑，重新测试。

部署工作流

1. 点击“部署”，选择“生成 API”。
2. 获取 API 端点（如 http://localhost:3000/api/workflow/<id>）。
3. 测试 API：

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

调试工作流

1. 在编辑器中查看“日志”，检查节点输入输出。
2. 使用版本控制保存工作流快照，便于回滚。

特色功能操作

• 本地模型支持 ：通过 Ollama 运行本地模型，适合隐私敏感场景。配置后，在代理节点选择模型，测试性能。
• 工具集成 ：以 Slack 为例，在工具节点输入 API Token，设置消息目标，测试消息发送功能。
• 开发容器 ：通过 VS Code 容器化开发，自动配置环境，适合快速迭代。

注意事项

• Docker 安装需确保端口 3000 未被占用。
• 本地模型需要较高硬件配置（建议 16GB 内存，GPU 可选）。
• 生产环境需配置 RESEND_API_KEY 和 HTTPS。
• 定期更新代码：

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

技术栈

Sim Studio 使用现代技术栈，确保性能和开发效率：

• 框架 ：Next.js（App Router）
• 数据库 ：PostgreSQL + Drizzle ORM
• 认证 ：Better Auth
• 界面 ：Shadcn、Tailwind CSS
• 状态管理 ：Zustand
• 流程编辑器 ：ReactFlow
• 文档 ：Fumadocs

应用场景

1. 自动化客服
   设计多代理工作流，集成数据库和 Slack，自动回复客户问题并通知人工客服，适合电商平台。
2. 数据分析
   构建工作流从数据库提取数据，调用 LLM 生成报告，部署为 API，适合金融分析。
3. 教育工具
   创建交互式学习代理，结合本地模型回答问题，集成测试题生成工具，适合在线教育。

QA

1. Sim Studio 是否支持 Windows？
   支持 Windows，但需安装 Docker Desktop 或 Node.js。推荐 Docker 方式以确保环境一致。
2. 如何连接现有 Ollama 实例？
   修改 docker-compose.yml，添加 host.docker.internal 映射，设置 OLLAMA_HOST。
3. 本地模型需要什么硬件？
   建议 16GB 内存，GPU 可提升性能，低配设备可能运行缓慢。
4. 如何贡献代码？
   参考 https://github.com/simstudioai/sim/blob/main/.github/CONTRIBUTING.md。