iii
iii(读音"three eye")是一款旨在统一后端技术栈的开源引擎,它通过函数(Function)、触发器(Trigger)和工作节点(Worker)这三个核心概念,简化了复杂的后端开发流程。
在传统开发中,构建一个后端往往需要同时配置 API 框架、任务队列、定时调度、消息发布订阅、状态存储及可观测性管道等多种独立工具,这不仅增加了部署和维护的复杂度,还让简单的业务逻辑不得不跨越多个服务。iii 的出现正是为了解决这一痛点,它将上述分散的能力整合为单一引擎和统一模型。开发者只需编写业务函数,声明触发条件(如 HTTP 请求、定时任务或队列消息),并通过工作节点连接引擎,剩下的路由分发、重试机制和监控追踪均由 iii 自动处理。
iii 特别适合后端开发者、全栈工程师以及希望降低分布式系统复杂度的技术团队使用。其独特的技术亮点在于“实时系统特性”:新加入的工作节点和功能无需重启或重新配置即可被系统实时发现和使用;同时,它支持跨语言互操作,让不同语言编写的函数能像在同一运行时中一样协同工作。就像 React 为前端提供了统一的 UI 模型,iii 致力于为后端提供一套简洁、高效且易于理解的执行模型,让开发者能更专注于业务逻辑本身。
使用场景
某电商初创团队正在构建一个“订单自动履约系统”,需要处理从用户下单、库存扣减到物流通知的复杂异步流程。
没有 iii 时
- 架构支离破碎:开发人员不得不分别搭建 Express 做 API 网关、Redis 做任务队列、Cron 服务做定时检查,每个组件都有独立的配置文件和部署流程。
- 链路追踪困难:当“扣减库存失败”时,错误分散在三个不同服务的日志中,很难快速定位是网络超时还是代码逻辑问题。
- 扩展成本高昂:若想增加“短信通知”功能,需修改队列消费者代码并重新部署整个后端服务,无法做到热插拔。
- 多语言协作受阻:核心交易用 Java 写,但新的 AI 推荐模块用 Python 写,两者通过复杂的 RPC 或消息格式勉强通信,调试极其痛苦。
使用 iii 后
- 统一执行模型:只需定义
Function(如扣减库存)和Trigger(如 HTTP 请求或队列消息),iii 引擎自动处理路由与重试,所有逻辑收敛在一个配置文件中。 - 全链路实时可观测:在 iii 控制台能直接看到订单流转的完整轨迹,任何环节失败均可立即定位,无需跨服务拼凑日志。
- 动态热扩展:新增一个运行 Python SDK 的
Worker即可注册“短信通知”函数,系统实时发现该能力,无需重启主服务或修改现有架构。 - 语言无关互联:Java 和 Python 编写的函数在 iii 中表现为统一的运行时实体,天然互通,开发人员只需关注业务逻辑而非通信协议。
iii 将原本错综复杂的分布式后端简化为“函数 + 触发器 + 工人”的单一模型,让团队像开发前端组件一样高效地构建和扩展后端服务。
运行环境要求
- 未说明
未说明
未说明

快速开始

什么是 iii
当你开始构建后端时,往往立刻就需要六种不同的工具:API 框架、任务队列、定时调度器、发布/订阅系统、状态存储以及可观测性管道。每一种都有自己的配置、部署方式和故障模式。即使只是一个“先处理这个,再通知那个”的简单工作流,在你编写任何业务逻辑之前,就已经涉及到了三种服务。
而 iii 则用一个统一的引擎和三个基本原语——函数、触发器和工作者——来取代这一切。
函数是执行具体工作的单元;触发器则是触发函数运行的原因——可以是 HTTP 请求、定时任务、队列消息或状态变化等。工作者负责将你的函数与引擎连接起来。你只需编写函数、声明其触发条件、连接一个工作者,剩下的路由、重试和可观测性等工作都将由引擎自动完成。
只需一份配置文件、一个进程,所有内容都可被自动发现。就像 React 为前端提供了一套统一的 UI 开发模型一样,iii 也为后端提供了一套统一的执行模型。
这些基本原语带来了一种独特的执行模型和系统特性,使得 iii 在构建后端软件方面表现出众:
执行模型 — 跨工作者和触发器的持久化编排;跨语言的互操作性执行,仿佛它们运行在同一个运行时中;简单的原语让复杂的分布式后端设计简化为人类和自动化代理都能理解的范式。
实时系统特性 — 由某个工作者暴露的函数和触发器会立即在整个系统中可见并可用(实时发现)。你可以在不重新设计架构的情况下,向正在运行的 iii 系统中添加新的工作者和能力(实时扩展性)。同时,你可以实时观察整个系统的操作、调用链路及行为(实时可观测性)。
三个核心概念
| 概念 | 作用 |
|---|---|
| 函数 | 工作单元。接收输入并可选择性地返回输出。它可以存在于任何地方:本地、云端、无服务器环境,或者作为第三方 HTTP 端点。 |
| 触发器 | 导致函数运行的触发条件——可以是代码显式调用,也可以是事件源自动触发。例如:HTTP 路由、定时任务、队列主题、状态变化、流事件等。 |
| 工作者 | 将你的函数和触发器连接到引擎的运行时环境。工作者无需配置即可自动注册和注销。一旦连接成功,其管理的函数便可在整个后端系统中使用。 |
快速入门
通过阅读 快速入门指南 即可开始使用 iii。
SDKs
| 语言 | 包名 | 安装命令 |
|---|---|---|
| Node.js | iii-sdk |
npm install iii-sdk |
| Python | iii-sdk |
pip install iii-sdk |
| Rust | iii-sdk |
添加到 Cargo.toml |
代理技能
为你的 AI 编码代理提供关于 iii 的完整上下文:
npx skillkit add iii-hq/iii/skills
这些技能涵盖了 iii 的所有基本原语——HTTP 端点、队列、定时任务、状态、流、自定义触发器等。适用于 Claude Code、Cursor、Gemini CLI、Codex 以及其他 30 多种代理。完整的技能列表请参见 skills/。
控制台
iii 控制台 是一个面向开发者和运维人员的仪表板,用于检查函数、触发器、调用链路以及实时状态。有关设置和使用方法,请参阅 控制台文档。
仓库结构
| 目录 | 内容 | README |
|---|---|---|
engine/ |
iii 引擎(Rust)——核心运行时、模块和协议 | engine/README.md |
sdk/ |
Node.js、Python 和 Rust 的 SDK | sdk/README.md |
console/ |
开发者仪表板(React + Rust) | console/README.md |
frameworks/ |
基于 SDK 构建的高级框架 | frameworks/motia/ |
skills/ |
面向 AI 编码代理的技能 | skills/README.md |
website/ |
iii 官网 | website/ |
docs/ |
文档站点(Mintlify/MDX) | docs/README.md |
完整的 monorepo 布局、依赖关系链以及 CI/CD 详情,请参阅 STRUCTURE.md。
示例
详细的分步教程请参阅 快速入门指南。
资源
许可证
iii 项目采用双许可模式:
| 目录 | 许可证 |
|---|---|
engine/ |
Elastic License 2.0 |
sdk/ |
Apache License 2.0 |
cli/ |
Apache License 2.0 |
console/ |
Apache License 2.0 |
frameworks/ |
Apache License 2.0 |
docs/ |
Apache License 2.0 |
website/ |
Apache License 2.0 |
引擎运行时采用 Elastic License 2.0(ELv2)授权。而所有 SDK、框架、CLI、控制台、文档和官网则采用 Apache License 2.0 授权。
详细信息请参阅 NOTICE.md。
版本历史
iii/v0.11.02026/04/14iii/v0.11.0-next.102026/04/14iii/v0.11.0-next.82026/04/11iii/v0.11.0-next.72026/04/10iii/v0.11.0-next.62026/04/09iii/v0.11.0-next.52026/04/08iii/v0.11.0-next.42026/04/08iii/v0.11.0-next.32026/04/08iii/v0.11.0-next.22026/04/08iii/v0.11.0-next.12026/04/07iii/v0.10.02026/03/25iii/v0.9.02026/03/15iii/v0.8.32026/03/10iii/v0.8.22026/03/10iii/v0.6.02026/03/07iii/v0.6.12026/03/07iii/v0.6.22026/03/07iii/v0.6.32026/03/07iii/v0.7.02026/03/07v0.8.02026/03/06常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
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。
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
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。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器