runify

agent
Security Audit
Warn
Health Pass
  • License — License: Apache-2.0
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Community trust — 209 GitHub stars
Code Warn
  • network request — Outbound network request in frontend/package.json
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

轻量白盒多智能体平台 —— 可视化编排工作流,多 Agent 协作,高精度知识召回,企业级权限管理,统一对话管理。支持低成本嵌入第三方系统,200MB 低资源即可运行。

README.md

Runify

轻量白盒多智能体平台
透明可控 · 可视化编排 · 高精度知识召回 · 企业级权限 · 低成本嵌入第三方 · 桌面安装开箱即用 · 200MB 即可运行

快速开始 · 为什么选择 Runify · 核心能力 · 技术栈 · 项目结构 · 生产部署 · 参与贡献

License Release Stars

📦 下载 macOS (Apple Silicon)  |  📦 下载 Windows  |  ☕ 下载 JAR 包


告别黑盒与魔法,一切尽在掌握。
在 Runify 中,你看到的每一步推理、每一次工具调用、每一个决策节点,都是完全透明、可编辑且可调试的。我们致力于将算法与工程的确定性,重新完整地交还给开发者。


🔍 为什么选择 Runify

对比维度 Runify Dify MaxKB FastGPT
内存占用 ≈ 200MB 4GB+(官方建议 8GB+) 4GB+(官方建议 4C/8GB) 4GB+(官方 5 容器起步)
启动速度 1~2 秒 分钟级(13 个容器编排) 分钟级 分钟级
依赖 Docker ❌ 不需要 ✅ 必须 ✅ 必须 ✅ 必须
桌面安装包 ✅ macOS / Windows
外部组件依赖 SQLite 零配置运行 PostgreSQL + Redis + Weaviate + Nginx + Sandbox 等 PostgreSQL + pgvector PostgreSQL + MongoDB + Sandbox
高并发能力 Vert.x NIO 异步架构,轻量与高吞吐兼得 Python + Flask/Celery Python + Django Next.js + Node.js
内置搜索引擎 ✅ Lucene 内置 ❌ 依赖 Weaviate/Qdrant ❌ 依赖 pgvector ❌ 依赖 PG 向量插件
内置工作流模板 ✅ 智能体 + 知识库检索 需自行搭建 需自行搭建 需自行搭建
白盒透明度 全链路可查看、可编辑、可调试 部分可视化 部分可视化 部分可视化
企业级权限 ✅ RBAC 细粒度权限 社区版限 1 人 基础权限
统一对话管理 ✅ 多 Agent 对话统筹 分应用管理 分应用管理 分应用管理
第三方嵌入 API / Webhook 低成本接入 API 接入 iframe / API iframe / API

💬 以上对比基于各项目官方文档与社区部署实践。Runify 不是要替代这些优秀项目,而是为追求轻量部署、透明可控、低门槛上手的开发者和团队提供另一种选择。


🎬 项目演示

在线演示


✨ 核心能力

🎯 开箱即用,小白也能无脑上手

不需要你装 Docker,不需要你会写 YAML,不需要你碰命令行。Runify 提供 macOS / Windows 桌面安装包,双击安装、打开即用,像装一个普通桌面软件一样简单。

同时内置两套预制工作流模板,安装完成即可直接使用:

  • 🤖 智能体工作流模板:预配置好 AI 对话 + 工具调用 + 条件分支的标准 Agent 流程,改个提示词就能跑
  • 📖 知识库检索工作流模板:预配置好文档导入 → 知识切片 → 精准检索 → AI 回答的完整 RAG 链路,导入文档即出效果

💡 从安装到第一个 Agent 跑通,最快 5 分钟

🧩 可视化多智能体工作流

通过拖拽式画布,像搭积木一样自由组合核心节点。基于 DAG(有向无环图)执行引擎,摒弃复杂的 BPMN 规范,更符合开发者直觉。

支持的节点类型:

节点类型 说明
AI 对话 多模型接入,支持思维链、工具调用
条件判断 根据变量 / AI 输出走不同分支
循环 批量处理、迭代优化
数据库查询 直连数据源,Agent 自主检索
笔记检索 Agent 可检索笔记内容,精准召回
代码执行 JavaScript / 终端,Agent 可编程
文件操作 读写文件、上传下载
变量赋值 流程状态管理
缓存读写 避免重复计算
HTTP 请求 调用外部 API / Webhook
审批节点 人机协作,关键步骤人工确认

📚 高精度知识召回

集成现代化富文本编辑器,构建你的私有知识库。Agent 不再"瞎猜",而是基于你的真实数据给出精准回答。

  • 多要素渲染:支持 Markdown、代码块高亮、数学公式及图表多媒体混排
  • 无感自动保存:实时暂存每一行输入,断网断电也不丢失
  • 精准检索:内置 Lucene 高精度检索引擎,无需额外搜索集群

🏢 企业级权限与对话管理

不止是一个开发者工具,Runify 为团队和企业场景做好了准备:

  • RBAC 权限控制:细粒度的用户角色与权限管理,满足企业合规需求
  • 统一对话管理:多 Agent 对话统筹调度,对话记录可追溯、可审计
  • 多数据源接入:支持 PostgreSQL、MySQL、Redis,一键连接业务数据库

🔌 低成本嵌入第三方

Runify 天然为集成而生。通过 API 与 Webhook 即可快速嵌入现有业务系统,无需大规模改造,降低企业 AI 落地门槛。

📱 多端适配 & 桌面级安装体验

  • 桌面端(Electron):提供 macOS / Windows 安装包,双击安装,无需命令行、不依赖 Docker,真正的桌面级应用体验
  • Web 响应式:Tailwind CSS 原子化样式,手机端也能流畅处理 Agent 审批

🛠 技术栈

技术
后端 Java 25 · Vert.x · Dagger · Flyway
前端 Vue 3 · TypeScript · Vite · PrimeVue · Tailwind CSS
工作流 自研 DAG 引擎 · LogicFlow 画布
搜索 Lucene(内置) / Elasticsearch(可选)
桌面 Electron(macOS / Windows)

⚡ 轻量级 ≠ 低性能

很多轻量框架在并发面前不堪一击,Runify 不是。底层基于 Vert.x 异步非阻塞(NIO)架构,仅 200MB 内存即可运行,同时用 Event Loop 驱动 I/O,而非传统的一请求一线程模型:

  • 异步全链路:从 HTTP 接入、工作流调度到数据库查询,全程非阻塞,不会因单个慢请求拖垮整体
  • 高吞吐低延迟:少量线程即可处理大量并发连接,内存和 CPU 占用远低于同等负载下的传统方案
  • 生产级稳定:最小化外部依赖,核心组件高度内聚,减少级联故障风险,适合长时间无人值守运行
  • 弹性扩展:单实例性能不够时,可水平部署多个 JAR 实例,配合 Nginx 实现负载均衡

🚀 快速开始

方式一:桌面安装(推荐,最简单)

平台 下载 大小
macOS (Apple Silicon) 📦 Runify-1.0.0-arm64.dmg 412 MB
Windows 📦 Runify Setup 1.0.0.exe 371 MB
跨平台 JAR ☕ runify.jar 119 MB

安装完成后打开 Runify,内置的工作流模板即刻可用,无需任何额外配置。不依赖 Docker。

方式二:源码开发

环境要求

  • JDK 25+
  • Node.js 20+
  • Maven 3.8+

开发模式

# 启动后端
mvn clean package -DskipTests
java -jar backend/target/backend.jar

# 启动前端(另一个终端)
cd frontend
npm install
npm run dev

构建部署

# JAR 包
./installer/build-jar.sh
java -jar release/runify.jar

# 桌面应用
./installer/installer.sh [mac|win]

macOS 安装说明

首次打开 macOS 安装包时,系统可能提示"无法验证开发者",执行以下命令即可:

xattr -cr /Applications/Runify.app

默认账号:

用户名: admin
密码:   Runify@1

📂 项目结构

runify/
├── backend/
│   └── src/main/java/com/run/
│       ├── workflow/        # 工作流引擎(Agent 核心)
│       │   ├── nodes/       # 节点实现
│       │   └── entity/      # 流程定义
│       ├── ai/              # AI 模型接入
│       ├── route/           # API 路由
│       ├── handler/         # 业务处理
│       ├── dao/             # 数据访问
│       └── datasources/     # 多数据源适配
├── frontend/
│   └── src/
│       ├── workflow/        # 工作流可视化编辑器
│       ├── views/           # 页面
│       ├── editor/          # 富文本编辑器
│       └── locales/         # 国际化
├── installer/
│   ├── electron/            # 桌面端
│   ├── build-jar.sh
│   └── installer.sh
└── pom.xml

技术交流

c177135ae214abf9370e57496da28f76

🤝 参与贡献

我们欢迎所有形式的参与,不只是代码贡献:

无论你是开发者、设计师、产品经理还是普通用户,你的意见都对我们很重要。


📄 License

Apache License 2.0

所有贡献者需签署 CLA

Reviews (0)

No results found