giselle

GitHub
509 118 简单 2 次阅读 2天前Apache-2.0Agent图像开发框架
AI 解读 由 AI 自动生成,仅供参考

Giselle 是一款开源的 AI 智能体工作流构建平台,旨在打造无缝的人机协作体验。它主要解决了传统 AI 应用开发门槛高、流程复杂的问题,让用户无需编写大量代码,即可通过可视化界面轻松设计、编排并运行复杂的 AI 自动化任务。

无论是希望快速验证想法的开发者、需要定制自动化流程的研究人员,还是想要探索 AI 潜力的产品设计师,都能利用 Giselle 高效地构建专属智能体。其核心亮点在于强大的“可视化智能体编辑器”,支持拖拽式操作来组合多个大模型(如 OpenAI、Anthropic、Google AI),并内置了知识库存储与团队协作功能。这意味着用户不仅能灵活调度不同模型的能力,还能让智能体基于私有数据做出更精准的决策。作为一个由社区驱动的开源项目,Giselle 提供了透明的代码基础和灵活的本地部署方案,帮助用户在保护数据隐私的同时,加速从概念到产品的交付过程。

使用场景

某电商初创团队的产品经理急需构建一个能自动处理用户退货请求、查询库存并生成补偿方案的智能客服流程,但团队内缺乏专职后端开发人员。

没有 giselle 时

  • 开发门槛高:产品经理虽有清晰的业务逻辑,但因不懂代码,只能依赖工程师排期开发,导致需求积压数周无法落地。
  • 模型切换繁琐:为了平衡成本与效果,需要人工编写大量胶水代码来串联 OpenAI 和 Anthropic 等不同模型,调试过程极易出错。
  • 知识更新滞后:最新的退货政策和库存数据散落在不同文档中,难以实时同步给 AI,导致客服经常给出过时的错误答复。
  • 协作黑盒:业务逻辑硬编码在脚本里,非技术人员无法查看或调整流程节点,每次微调都需要重新部署整个服务。

使用 giselle 后

  • 可视化搭建:产品经理直接在 giselle 的画布上通过拖拽节点,像画流程图一样构建了包含“意图识别 - 库存查询 - 方案生成”的完整代理工作流,当天即可上线。
  • 多模型无缝编排:利用 giselle 的多模型组合功能,轻松设定由低成本模型处理常规问答,复杂争议自动路由给高性能模型,无需编写任何集成代码。
  • 知识库动态挂载:将公司政策文档一键上传至 giselle 的知识存储区,AI 代理能实时检索最新数据,确保回复准确率达到 95% 以上。
  • 透明化迭代:团队成员可在同一界面直观看到 Agent 的思考路径和执行步骤,业务人员能直接调整判断条件,实现了真正的“人机协同”迭代。

giselle 让非技术背景的业务专家也能独立构建并运维复杂的 AI 代理工作流,将产品想法到落地的周期从数周缩短至数小时。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该工具主要基于 Node.js 运行,使用 pnpm 作为包管理器,并通过 turbo 进行开发服务器启动。无需本地部署大型 AI 模型,但需要配置至少一个外部 AI 提供商的 API 密钥(支持 OpenAI、Anthropic 或 Google AI)。
python未说明 (基于 Node.js 环境)
Node.js
pnpm
turbo
giselle hero image

快速开始

GitHub stars License PRs Welcome

Giselle logo Giselle logo

赋能产品交付的AI智能体工作室

Giselle - 构建并运行AI工作流。开源。| Product Hunt Giselle - 构建并运行AI工作流。开源。| Product Hunt Giselle - 构建并运行AI工作流。开源。| Product Hunt

Giselle视频

▶︎▶︎ 带有音频的YouTube视频请点击这里 ◀︎◀︎

Giselle演示
Giselle演示

👋 简介

Giselle是一款面向代理式工作流的开源AI工具,能够实现人与AI之间的无缝协作。

⚡ 快速入门

在不到2分钟内即可在本地运行Giselle:

# 克隆仓库
git clone https://github.com/giselles-ai/giselle.git
cd giselle

# 安装依赖
pnpm install

# 创建环境文件
touch .env.local

# 添加你的API密钥(至少需要一个)
echo 'OPENAI_API_KEY="your_openai_api_key_here"' >> .env.local

# 启动开发服务器
pnpm turbo dev

打开http://localhost:3000,开始构建你的AI智能体吧!

注意:你需要至少一个AI提供商的API密钥。支持的提供商包括:OpenAI、Anthropic、Google AI。

✨ 功能

GitHub AI运维    可视化智能体构建器    多模型组合    知识库    <img src "https://oss.gittoolsai.com/images/giselles-ai_giselle_readme_de5ea21846b7.png" width="100" alt="团队协作" style="margin-right: 25px;">    模板中心

  • ⚡ GitHub AI运维 - 使用AI自动化处理问题、拉取请求和部署
  • 🎨 可视化智能体构建器 - 通过直观的拖放界面,几分钟内即可创建和修改智能体
  • 🤖 多模型组合 - 利用GPT、Claude、Gemini等模型——智能体会为每项任务选择最佳模型
  • 📁 知识库 - 从一处访问和搜索代码及数据。支持GitHub向量存储集成
  • 👥 团队协作 - 通过共享配置和上下文感知功能,协同设计智能体 (正在开发中)
  • 🚀 模板中心 - 一键启动项目,使用社区贡献的智能体模板 (正在开发中)

🎯 应用场景

  • 📚 研究助理 - 自动从网络和内部文档中收集信息
  • 🔍 代码审查员 - 集成到GitHub工作流中的AI驱动代码审查
  • 📄 文档生成器 - 根据代码库自动生成PRD、规格说明和发布说明
  • 🔄 工作流自动化 - 将多个AI模型串联起来,以处理复杂的业务流程

🚀 使用Giselle

☁️ 云端

我们以云服务的形式托管了Giselle,任何人都可以立即使用。它具备与自托管版本完全相同的功能,并且免费计划每月提供30分钟的智能体使用时间。

🏠 自托管

请按照这份入门指南来在你的环境中运行Giselle。

🎵 Vibe编码指南

如果你正在使用Claude、Cursor或WindSurf等AI编码助手来帮助你基于Giselle进行开发,请查看我们的Vibe编码指南。本指南将介绍:

  • 什么是vibe编码以及如何有效地进行操作
  • 如何设置Node.js环境并安装依赖
  • 理解Giselle的项目结构
  • 运行游乐场并与LLM提供商连接

该指南专为开发者和非工程师设计,旨在帮助你无需传统编码技能即可利用AI的力量,基于Giselle进行开发。

🗺️ 路线图

Giselle目前仍在积极开发中。公共仓库的路线图正在制定中,一旦确定,我们将相应地更新此README文件。

🤝 贡献

无论大小,您的贡献都有助于 Giselle 的发展与改进。您有兴趣加入我们吗?

以下是您可以参与贡献的方式:

更多详情,请参阅我们的贡献指南

📄 许可证

Giselle 采用 Apache License Version 2.0 许可证。

第三方软件包的许可证信息可在 docs/packages-license.md 中找到。

版本历史

v0.75.32026/04/03
v0.75.22026/03/31
v0.75.12026/03/23
v0.75.02026/03/20
v0.74.02026/03/19
v0.73.02026/03/18
v0.72.12026/03/16
v0.72.02026/03/13
v0.71.12026/03/12
v0.71.02026/03/11
v0.70.12026/03/10
v0.70.02026/03/09
v0.69.02026/03/06
v0.68.02026/03/05
v0.67.32026/03/04
v0.67.22026/03/03
v0.67.12026/03/02
v0.67.02026/02/27
v0.66.12026/02/26
v0.66.02026/02/25

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架