YOHO AI

标签： 工作流自动化

  • OpenHuman：本地优先的个人 AI 超级大脑，连续 9 天登顶 GitHub 趋势榜（35K+ Stars）

    OpenHuman：本地优先的个人 AI 超级大脑，连续 9 天登顶 GitHub 趋势榜（35K+ Stars）

    OpenHuman 界面演示

    项目简介

    OpenHuman 是一个「本地优先」的个人 AI 超级智能体：它既是一个能记住你全部生活与工作数据的大脑（Brain），又是一个能编排智能体舰队与工作流的指挥官（Orchestrator），还是一个能在你话音未落时就完成资料搜集的深度研究员（Deep Researcher）。项目由 tinyhumansai 团队用 Rust 打造，上线一周即连续 9 天登顶 GitHub 趋势榜，目前已收获 35,000+ Stars。

    安装要求和过程

    环境要求：OpenHuman 是 UI 优先的桌面应用，普通用户无需命令行、无需配置文件，几次点击即可从安装到可用。支持 macOS / Windows / Linux 三大平台。

    普通用户（推荐）：直接从官网或 GitHub Releases 下载对应平台安装包即可。

    • 官网下载：https://tinyhumans.ai/openhuman
    • GitHub Releases：https://github.com/tinyhumansai/openhuman/releases/latest
    • 终端安装：支持 Homebrew、Debian/Ubuntu .deb、AUR 及安装脚本，详见仓库 INSTALL.md。

    从源码构建（贡献者）：

    1. 安装依赖：Git、Node.js 24+、pnpm 10.10.0、Rust 1.93.0（含 rustfmt + clippy）、CMake、Ninja、ripgrep 及桌面构建前置工具。
    2. Fork 并克隆仓库，先执行 git submodule update --init --recursive，再运行 pnpm install。
    3. 开发调试：pnpm dev（Web UI）、pnpm --filter openhuman-app dev:app（桌面端）。

    核心功能

    OpenHuman 记忆构建示意图

    • 记忆树 + Obsidian 知识库：把你的数据压缩成带评分的 Markdown 树，存在本机 SQLite 里，并镜像为可打开编辑的 Obsidian 库——不是「向量黑盒」，记忆看得见、改得动。
    • 海量集成：100+ OAuth 集成、5,000+ MCP 服务器、90,000+ Skills，一键接入 Gmail、Notion、GitHub、Slack；自动抓取每 20 分钟同步一次，让智能体「今早就拿到明天的上下文」。
    • 潜意识后台循环（Subconscious）：在你停止输入后仍持续思考，比对世界变化、推进目标、生成晨间简报。
    • TokenJuice 压缩：工具输出在进入模型前先压缩，信息不变但 Token 最多减少 80%，让「大脑」跑得起也养得起。
    • 智能体编排（图而非循环）：基于开源 tinyagents 的检查点图运行，可暂停等人工、重启后续跑、卡住自动纠偏；子智能体舰队最深可派生三级。

    典型使用场景

    OpenHuman 智能体编排示意图

    • 个人第二大脑：连接邮箱、日历、代码仓库、笔记与聊天记录，一次同步即可让智能体全面（压缩后）掌握你的上下文，无需数周「养成期」，随时问它「我这周的进展」「谁在等我回复」。
    • 多智能体统一指挥台：通过 Signal 协议端到端加密的智能体互联，把 Claude Code、Codex、OpenClaw、Hermes 等工具接进来，用 OpenHuman 统一编排调度，密钥永不落盘。
    • 会议与自动化助理：以头像+声音自动加入 Meet / Zoom / Teams / Webex 会议，实时转写、按名应答、会后生成带待办的纪要；可视化工作流（灵感来自 n8n / Zapier）由智能体自动提议、你在画布上审核后保存。

    OpenHuman 可视化工作流画布

    推荐理由

    用下来最打动我的是它对「隐私」和「记忆」的执念。开启一键 Privacy Mode 后，所有推理都不会离开本机，且由 Rust 核心强制执行；日常数据在设备端加密、密钥走系统钥匙串、敏感操作有审批闸门。相比要么云端黑盒、要么需要数周喂上下文的同类产品，OpenHuman 让「几分钟就懂你」成为现实，还自带模型路由、浏览器、语音、图像/视频生成等一整套原生工具，一个订阅打通全部。需要留意的是它目前仍是 Early Beta，且采用 GPL-3.0 许可证，商业集成前请评估其传染性。

    下载地址

    项目数据截至发布时：35,000+ Stars · Rust · GPL-3.0 · Early Beta。开源世界迭代飞快，具体以官方仓库为准。

  • n8n – 192K+ Stars，安全工作流自动化平台，原生AI能力加持

    n8n – 192K+ Stars，安全工作流自动化平台，原生AI能力加持

    📦 项目简介

    n8n 是一个面向技术团队的安全工作流自动化平台，兼具代码的灵活性与无代码的速度优势。它采用fair-code许可证，支持自托管和云服务两种部署方式。

    截至2026年，n8n在GitHub上已获得 192,000+ Stars，拥有400+第三方集成、900+现成工作流模板，是当前最热门的开源自动化工具之一。

    🚀 核心功能

    1. 灵活编码支持：支持编写JavaScript/Python代码、添加npm包，也可使用可视化界面搭建流程
    2. 原生AI能力：可基于LangChain构建AI智能体工作流，支持使用自定义数据和模型
    3. 400+集成：与主流应用和服务无缝集成（Slack、GitHub、Google Workspace等）
    4. 900+模板：社区贡献的现成工作流模板，一键导入使用
    5. 企业级能力：支持高级权限管理、单点登录（SSO）、离线部署

    💻 安装要求与步骤

    环境要求

    • Node.js：版本 18.10 或更高
    • npm：随Node.js安装
    • Docker：（可选）用于容器化部署

    快速安装 – 方式1：npx一键启动（推荐）

    # 需要预先安装 Node.js
npx n8n

    启动后访问 http://localhost:5678 即可进入编辑器。

    快速安装 – 方式2：Docker部署

    docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678   -v n8n_data:/home/node/.n8n   docker.n8n.io/n8nio/n8n

    启动后访问 http://localhost:5678 使用。

    快速安装 – 方式3：npm全局安装

    npm install -g n8n
n8n

    🌟 典型使用场景

    场景1：AI智能体工作流

    结合LangChain和自定义数据，构建智能化的AI Agent工作流。例如：自动从邮件中提取任务、调用AI分析优先级、自动创建Trello卡片并通知团队。

    场景2：多系统数据同步

    连接CRM、营销工具、数据库等多个系统，实现数据自动同步。例如：当Salesforce新增客户时，自动在Mailchimp中创建订阅者、在Slack中通知销售团队。

    场景3：定期报告自动生成

    定时从多个数据源拉取数据、生成可视化报告并自动发送。例如：每周一早上9点，自动汇总上周的网站分析数据、生成PDF报告并邮件发送给团队。

    💡 推荐理由

    • 开源可控：fair-code许可证，自托管完全掌控数据，无供应商锁定风险
    • 技术友好：支持写代码也支持可视化，开发者和非开发者都能高效使用
    • AI原生：深度集成LangChain，轻松构建AI驱动的工作流
    • 生态丰富：400+集成、900+模板，几乎覆盖所有主流工具
    • 社区活跃：GitHub 192K+ Stars，社区论坛活跃，问题响应快

    🔗 下载地址

    标签：#n8n #工作流自动化 #AI Agent #开源 #Python #自动化 #低代码

  • 【开源推荐】Skyvern：21.8K+ Stars！AI视觉浏览器自动化，让网页操作像对话一样自然

    【开源推荐】Skyvern：21.8K+ Stars！AI视觉浏览器自动化，让网页操作像对话一样自然

    Skyvern：21.8K+ Stars！AI 视觉浏览器自动化，让网页操作像对话一样自然

    基于 LLM + 计算机视觉 · 告别脆弱的 XPath 选择器 · 自适应任意网站布局

    📌 项目简介

    Skyvern 是一款基于大语言模型（LLM）和计算机视觉的开源浏览器自动化工具。与传统依赖 XPath/选择器的脆弱自动化脚本不同，Skyvern 通过 AI 视觉理解网页结构，自动适配任意网站布局变化，真正实现了”一次编写，随处运行”的浏览器自动化体验。项目在 GitHub 已获得 21,880+ Stars，是 AI RPA 领域的热门开源项目。

    21.8K+
    GitHub Stars

    64.4%
    WebBench 准确率 SOTA

    AGPL-3.0
    开源协议

    Playwright
    兼容增强 SDK

    ⚙️ 安装要求和过程

    方式一：pip 安装（推荐）

    环境要求：Python 3.11 / 3.12 / 3.13；Windows 用户需安装 Rust 运行时和 VS C++ 开发工具

    # 安装 Skyvern
pip install "skyvern[all]"

# 快速启动（默认 SQLite）
skyvern quickstart

# 如需 PostgreSQL
skyvern quickstart --postgres

    方式二：Docker Compose（完全容器化）

    git clone https://github.com/Skyvern-AI/skyvern.git
cd skyvern
cp .env.example .env   # 编辑 .env 填入 LLM API Key
docker compose up -d
# 访问 http://localhost:8080

    方式三：Skyvern Cloud（免维护）

    直接访问 app.skyvern.com 注册使用，自带反机器人检测、代理网络、验证码破解等高级功能。

    ⭐ 核心功能

    ① AI 增强的浏览器操作
    通过 4 个核心 AI 指令（act / extract / validate / prompt）用自然语言驱动浏览器，无需手写选择器。同时兼容所有 Playwright 原生操作，支持”传统选择器 + AI 定位”混合模式。

    ② 可视化工作流编排
    提供无代码工作流构建器，支持浏览器任务、数据提取、循环、条件判断、HTTP 请求、自定义代码块等能力，非技术用户也能搭建复杂自动化流程。

    ③ 强大的认证与 2FA 支持
    内置密码管理器集成（Bitwarden / 1Password / LastPass），支持 TOTP 双因素认证（Google Authenticator / Authy）、邮件 2FA、短信 2FA，可自动化登录各类需认证的网站。

    ④ 多 LLM 兼容 + MCP 协议支持
    支持 OpenAI、Anthropic Claude、Azure OpenAI、AWS Bedrock、Gemini、Ollama、OpenRouter 及任何 OpenAI 兼容端点；同时支持 MCP 协议，可对接 Zapier、Make.com、N8N 等平台。

    ⑤ 实时浏览器直播与本地 Chrome 控制
    可实时直播浏览器视口画面便于调试；支持接入本地已安装的 Chrome（通过 CDP 调试协议），复用已有 Cookie、登录态和浏览器扩展，真正实现”人机协同”自动化。

    🚀 典型使用场景

    场景一：跨网站发票自动下载
    企业需要定期从多个供应商网站下载发票，传统 RPA 脚本逢网站改版即失效。使用 Skyvern，只需描述”登录各供应商网站，下载上月发票并保存到指定目录”，AI 即可自动适配不同网站布局完成任务，网站改版也无需维护脚本。

    场景二：批量联系表单提交
    市场团队需要在上百个网站的”联系我们”表单提交产品咨询。Skyvern 通过 AI 视觉理解每个表单的字段含义，自动填写并提交，无需为每个网站单独编写填表规则，效率提升 10 倍以上。

    场景三：求职申请自动填写
    在多个招聘平台投递简历时，Skyvern 可自动识别各平台的简历上传入口和表单字段，自动填写个人信息并提交申请，大幅减少重复性操作，让求职者专注于准备面试。

    💡 推荐理由

    作为一名经常需要与多个网站打交道的开发者，我深刻体会过传统浏览器自动化的痛点——XPath 一改，脚本全挂。Skyvern 最打动我的是它”用 AI 视觉理解网页”的思路：不再依赖固定的 DOM 选择器，而是由 LLM 实时分析页面视觉结构，真正做到了”布局无关”。

    另一个亮点是它与 Playwright 的深度兼容——你可以在同一个脚本里混合使用传统选择器（高性能）和 AI 操作（高适配），这种渐进式采用策略对已有自动化代码库的团队非常友好。加上对工作流编排、多 LLM 支持和企业级认证能力的覆盖，Skyvern 正在重新定义”AI + RPA”的边界。

    ⚠️ 注意：核心代码以 AGPL-3.0 开源，但反机器人检测等高级功能仅在托管云服务中提供。如果只是内部使用，完全够用；如果用于商业产品，建议评估云服务的许可方案。

    📌 更多 GitHub 热门 AI 开源项目介绍，请持续关注本站「开源项目」栏目