Sim：开源的AI代理工作流构建器

Sim是一个轻量级、用户友好的平台，旨在帮助用户快速构建和部署与您喜欢的工具连接的LLM（语言模型）工作流。结合简洁直观的操作界面，Sim帮助用户在构建AI代理工作流时更为高效。

应用场景

Sim适用于多个场景，包括但不限于：

• 智能客服：通过构建自定义AI代理，实现24/7的客户服务。
• 教育助手：为学生提供实时的智能辅导和个性化学习支持。
• 数据分析：帮助团队快速获取和分析关键业务数据，提供决策支持。
• 虚拟助手：开发多功能个人助手，处理日常任务和提醒。

功能特点

1. 轻量级和易于使用：用户可以通过简洁的界面快速上手，无需复杂的设置。
2. 多种托管选项：用户可以选择使用云托管的版本，也可以根据需要自我托管。
3. 支持本地模型：与Ollama配合，可以在本地运行AI模型，保障数据隐私和安全。
4. 实时协作：通过Socket.io实现多用户的实时协作工作流。
5. 模块化结构：支持开发自定义模块，增强功能和灵活性。

如何开始使用Sim

方法一：使用云托管版本

最简单的方式是访问Sim的云托管版本。

方法二：自我托管

你可以选择以下几种方式之一来本地运行Sim：

选项1：NPM包（最简单）

1. 确保你的设备已经安装了Docker。
2. 在终端运行以下命令：

   npx simstudio
   

3. 完成后在浏览器中打开http://localhost:3000/。

可选参数

• -p, --port : 指定Sim运行的端口（默认：3000）
• --no-pull: 跳过拉取最新的Docker镜像

选项2：Docker Compose

这个方法相对简单，适合有Docker基础的用户。

1. 克隆代码库

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

2. 进入项目目录

   cd sim
   

3. 启动Sim

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

4. 访问应用程序：http://localhost:3000/

使用Ollama运行本地模型

如需与本地AI模型（如Ollama）配合使用的功能，依照以下步骤操作：

1. 带GPU支持启动（自动下载gemma3:4b模型）

   docker compose -f docker-compose.ollama.yml --profile setup up -d
   

2. 对于仅CPU的系统：

   docker compose -f docker-compose.ollama.yml --profile cpu --profile setup up -d
   

3. 模型下载完成后，访问http://localhost:3000。如需添加更多模型：

   docker compose -f docker-compose.ollama.yml exec ollama ollama pull llama3.1:8b
   

选项3：开发容器

1. 使用Remote - Containers扩展打开VS Code。
2. 打开项目并在提示时选择“在容器中重启”。
3. 在终端运行 bun run dev:full 启动主应用程序和实时socket服务器。

选项4：手动设置

• 环境要求：
  • Bun运行时
  • PostgreSQL 12+ 和 pgvector扩展 （需要支持AI嵌入）

1. 克隆并安装依赖：

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

2. 设置PostgreSQL与pgvector：

选择以下任一选项：

选项A：使用Docker（推荐）

docker run --name simstudio-db \
  -e POSTGRES_PASSWORD=your_password \
  -e POSTGRES_DB=simstudio \
  -p 5432:5432 -d \
  pgvector/pgvector:pg17

选项B：手动安装

• 安装PostgreSQL 12+ 和 pgvector扩展，参见pgvector安装指南。

3. 设置环境变量：

   cd apps/sim
   cp .env.example .env  # 使用必需的变量配置
   

更新.env文件中的数据库URL：

DATABASE_URL="postgresql://postgres:your_password@localhost:5432/simstudio"

4. 设置数据库：

   bunx drizzle-kit migrate 
   

5. 启动开发服务器：

推荐方案 - 在项目根目录下同时启动两个服务器：

bun run dev:full

可选方案 - 分别运行服务器：

• Next.js应用（从项目根目录）：

  bun run dev
  

• 实时socket服务器（从 apps/sim 目录在另一个终端）：

  cd apps/sim
  bun run dev:sockets
  

技术栈

• 框架： Next.js （应用路由）
• 运行时： Bun
• 数据库： 使用Drizzle ORM的PostgreSQL
• 认证： Better Auth
• UI： Shadcn, Tailwind CSS
• 状态管理： Zustand
• 流程编辑器： ReactFlow
• 文档： Fumadocs
• Monorepo： Turborepo
• 实时支持： Socket.io
• 后台工作任务： Trigger.dev

同类项目推荐

在开源AI工作流构建领域，除了Sim之外，还有一些值得关注的项目：

1. Rasa：专注于构建对话式AI，提供自然语言处理和机器学习功能，适合开发智能客服或语音助手。
2. Haystack：是一个开源的框架，用于构建以搜索为导向的AI应用，支持文档检索和问答系统。
3. Dialogflow：虽然是由Google支持的项目，但它提供强大的对话流创建功能，适合用于构建聊天机器人和语音助理应用。

这些项目各有特色，选择适合您需求的工具，构建强大的AI工作流吧！