MiroFlow

环境要求

• Python 环境（README 使用 uv 管理依赖，PyPI 包由 uv sync 安装）
• 可用的 LLM API Key，并正确写入 .env 文件
• 可访问 GitHub 与 PyPI 的网络
• uv 命令行工具（README 依赖 uv sync / uv run 执行）

安装与启动步骤

1. 1克隆仓库

   用 git clone 拉取 MiroFlow 源码并进入项目根目录，后续命令都需在此目录执行。

   git clone https://github.com/MiroMindAI/MiroFlow && cd MiroFlow

   复制

2. 2安装依赖

   在仓库根目录执行 uv sync，按锁文件安装全部 Python 依赖并创建虚拟环境。

   uv sync

   复制

3. 3配置 API 密钥

   按 README 提示，确认 .env 文件中的 API Key 已正确填写；密钥缺失会导致调用模型失败。

4. 4运行示例任务

   执行 quickstart 配置的 trace 任务，让代理读取 XLSX 文件并回答问题。

   uv run main.py trace --config_file_name=agent_quickstart_reading --task="What is the first country listed in the XLSX file that have names starting with Co?" --task_file_name="data/FSI-2023-DOWNLOAD.xlsx"

   复制

如何确认成功

运行示例任务后，终端输出中应包含 \boxed{Congo Democratic Republic}。

常见问题

注意事项

• 所有命令需在克隆后的 MiroFlow 仓库根目录执行，否则 data/ 下的示例文件路径会失效。
• API 密钥保存在 .env 中，不要将 .env 或真实密钥提交到版本库。
• README 节选未给出具体环境变量名与各模型配置细节，请以仓库内完整文档和 .env 示例为准。