项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1929
使用教程
环境要求
- CPU ≥ 2 核
- 内存 ≥ 4 GB
- 磁盘可用空间 ≥ 5 GB
- 已安装 Docker
- 已安装 Docker Compose
安装与启动步骤
-
1确认环境
检查本机 Docker 与 Docker Compose 是否可用，并确认 CPU、内存、磁盘满足最低要求。
docker --version docker compose version -
2启动服务
在项目根目录执行 Docker Compose 启动命令，期间会自动拉取镜像并构建项目。
docker compose up -d -
3等待构建
取决于设备性能与网络，通常需 5～10 分钟，可在 Node.js 容器日志中查看构建进度。
docker compose logs -f -
4打开安装向导
日志出现可访问地址即启动成功，浏览器访问安装向导完成初始化配置。
如何确认成功
浏览器打开 http://localhost:4090/install 能看到安装向导页面，即表示部署成功。
常见问题
Q：启动需要多长时间？
A：取决于设备性能和网络状况，拉取镜像与构建通常需要 5～10 分钟，耐心等待即可。
Q：如何判断是否启动完成？
A：查看 Node.js 容器日志，当日志中出现可访问的 URL 时，说明项目已成功启动。
Q：还有别的部署方式吗？
A：README 提到其他部署方式可参考官方部署指南：https://www.buildingai.cc/docs/introduction/install。
Q：端口能改吗？
A：README 未说明端口修改方式，默认访问地址为 http://localhost:4090，如需修改请查阅官方文档。
注意事项
- 部署前请确认设备满足 2 核 CPU、4 GB 内存、5 GB 磁盘的最低要求。
- 需提前安装 Docker 与 Docker Compose，否则无法执行启动命令。
- 首次启动需拉取镜像并构建，网络不佳时时间会更长。
- 安装向导地址为 http://localhost:4090/install，请勿遗漏 /install 路径。
核心亮点
- 可视化积木式编排，零代码基础也能快速搭建 AI 应用，大幅降低开发门槛
- 内置多种行业模板（企业智能体、AI 漫剧、学术、客服），开箱即用，加速落地
- 支持多 AI 模型灵活接入，可切换不同模型适配业务场景，避免供应商锁定
不足之处
- 项目仍处于成长早期，生态和插件数量有限，复杂场景可能需自行扩展
- 文档和社区支持尚待完善，遇到问题时可参考的案例和解决方案较少
适用场景
- 企业内部快速搭建智能客服或知识库问答系统
- 内容创作者构建 AI 漫剧、短视频等创意应用
- 学术研究者搭建 AI 论文辅助写作与文献分析工具
替代项目
Dify、Flowise、n8n
同类项目推荐
cc-clip
开源
远程 SSH 开发时，本地图片一键粘贴进 AI 编码终端。
Paste images into remote Claude Code & Codex CLI over SSH — clipboard bridging for ···
ptbcontrib
开源
给 Telegram 机器人加装现成功能模块，省去重复造轮子
Community-based extensions for the python-telegram-bot library.
portkey-node-sdk
开源
一个SDK搞定多模型接入，让AI应用更稳更安全
Build reliable, secure, and production-ready AI apps easily.
llamaindex-omakase-rag
开源
用 Django 和 LlamaIndex 快速搭建带权限管理的企业级 RAG 知识库
This project enhances the construction of RAG applications by addressing challenges,···
client
开源
PHP 项目几行代码接入大模型能力
⚡️ OpenAI PHP is a supercharged community-maintained PHP API client that allows yo···
agent-skills
开源
给 AI 编码代理装上工程规范，产出直接可交付
Production-grade engineering skills for AI coding agents.
beehive
开源
让多个AI编码代理在独立工作区并行协作，互不干扰。
Orchestrate coding agents across isolated git workspaces
flash-linear-attention
开源
让线性注意力模型在 GPU 上跑得飞快，长序列不再卡顿
Efficient implementations for emerging model architectures
agent-protocol
开源
统一智能体接口，告别碎片化集成
Common interface for interacting with AI agents. The protocol is tech stack agnostic···