← 返回列表
需源码安装
让 AI 告别聊天，开始执行
暂不能直接安装（需源码编译或环境不满足）：仓库缺少 package.json，无法用 dsh 插件安装命令安装。 · 最近上游提交 2026/9/8 · 已提供中文文档
本地优先的自动化 Agent 与确定性工作流引擎——AI 与你的数据之间的安全控制层。数据保留在本地。通过 Connector API 连接你自己的 LLM / 文件 / 笔记 / 数据库。ReAct 推理 · DAG/WAL/Saga/幂等执行 · MCP · 支持离线运行。
综合分
39.7
GitHub 分
39.7
用户评分
—
★ Stars
14
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add alib8b8/aflare仓库缺少 package.json，无法用 dsh 插件安装命令安装，改用 GitHub 源安装
信任档位：已验证本站已于 5 天前真实安装成功（L4 · 真实安装）
- 是什么
- dsh 原生插件 · chat
- 装得上吗
- 本站已真实安装成功（L4 · 真实安装，非静态推断）
- 安全吗
- 本站尚未对该插件做风险分级（暂未覆盖，不等同于无风险）
- 还在维护吗
- 活跃：最近一次提交在 17 天前
档位由下列信号合成：本站实装验证（真实安装，当前最高到 L4）· 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。 验证判据与等级说明 →
🟢实装验证通过· 2026/9/20
由本站实装验证器在真实 dsh 环境安装成功，非静态推断。
数据截至 2026/9/20（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
安装兼容性检查需源码安装
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。
✗npm 包aflare（未发布到 npm，仅可源码安装）
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
仓库缺少 package.json，无法用 dsh 插件安装命令安装
验证方式：npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/20 08:38:50
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
由 DeepSeek 最新模型翻译生成aflare English · 简体中文 让 AI 告别聊天，开始执行 本地优先 · 数据不出本地 · 连接你自己的 LLM / 文件 / 笔记 / 数据库 快速开始 macOS / Linux： curl -fsSL https://raw.githubusercontent.com/alib8b8/aflare/main/install.sh | bash Windows（PowerShell）： irm https://raw.githubusercontent.com/alib8b8/aflare/main/install.ps1 | iex 其他安装方式（手动下载 / deb · rpm / GitHub Action） 手动下载二进制 GitHub: https://github.com/alib8b8/aflare/releases 国内加速: https://ghproxy.com/https://github.com/alib8b8/aflare/releases - deb / rpm 包见每个 Release 的附件。 - 国内网络下安装脚本会自动切换到镜像加速下载。 把 aflare 工作流作为 CI 步骤运行（预编译二进制，无需 Docker 构建）： - uses: alib8b8/aflare/action@v0.12.0 with: workflow: .aflare/pr-review.yaml 详见 action/README.md。 60 秒上手： aflare doctor # 环境自检（零配置） aflare run examples/content-processor.yaml # 读取 post.md → 转 HTML → 写 post.html aflare init # 配置 LLM（本地 Ollama 或云厂商） aflare create "每 10 分钟检查贵州茅台股价，超过 1400 发飞书通知" aflare run stock-monitor.yaml # 关键词生成工作流（加 --ai 用 LLM 生成） aflare chat # 交互式 ReAct Agent 对话 可选：安装 bubblewrap 获得完整沙箱隔离（code_interpreter 节点需要）——sudo apt install bubblewrap / brew install bubblewrap。 生成的行情监控工作流数据来自公开行情接口，可能有延迟，仅供个人研究参考，不构成投资建议。 aflare 是什么？ 一个本地优先的自动化 Agent，同时也是一个确定性工作流引擎——单个二进制。你显式授权 AI 访问自己的数据（目录、笔记库、本地数据库），AI 在你划定的权限上限内确定性地工作。 aflare chat / agent aflare create ReAct Agent → YAML 工作流 （对话式） ↓ ↓ DAG 调度执行 节点工具 （WAL 恢复 · Saga · 重试 · 审计） 当前版本 v0.12.0，目标用户先做本地——本地数据留在本机，aflare 是 AI 与这些数据之间「确定且安全」的控制层。 核心特性 - 本地优先，数据不出本地 —— 单二进制、零运行时依赖、内存约 10–30MB；工作流、执行历史、记忆和密钥全部留在本地磁盘；完全支持离线；无使用遥测。 - 接入你自己的 LLM —— Ollama / vLLM / LM Studio / 任何 OpenAI 兼容接口；回环地址无需 API Key；没有 LLM 时关键词匹配兜底，离线照样能用。多厂商路由降成本、防锁定：OpenRouter 一个端点通吃各家模型，或用原生 llm_router 节点按成本/延迟路由并自动降级。见 LLM 路由。 - 本地数据与 API 连接器 —— 命名、显式授权的目录、数据库与 HTTP API 连接器（files / notes / sqlite / mysql / postgres / http）；凭据只存于加密密钥库，权限上限只能收紧、不能放宽。见 Connector API。 - 确定性运行时 —— DAG 并行调度（TLA+ 形式化验证）、WAL 崩溃恢复 + --resume 断点续跑、Saga 事务补偿、幂等、重试/限流/熔断。每个操作可追溯、可重放、可验证。 - Agent + 工作流双模式 —— 对话式 ReAct Agent（aflare chat）与守护进程 Agent（aflare agent）共用一个内核；6 种可插拔能力（反思 / 人工介入 / 效用驱动 / 记忆 / 规划 / 工作流）。 - Agent 互联与指挥 —— aflare 指挥和监督其他 Agent：CLI 通道（codex / claude / gemini 或任意通用 CLI）与 A2A 协议通道，supervisor 节点真实委派，单 Agent 失败不拖垮整批。 - 安全内建 —— HMAC 防篡改审计链、AES-GCM 加密密钥库、自动密钥脱敏、SSRF / 路径穿越 / 命令注入防御、出站异常监控 + 自动熔断隔离，四个安全等级（L0–L3）。 - 可扩展生态 —— MCP Server / Client、Go 自定义节点、社区插件、CI 用的 GitHub Action、30+ 内置 LLM 供应商、面向 OpenClaw 生态的 OpenClaw 插件。 - 开箱即用的示例 —— examples/real-world/ 真实场景工作流包：工业监控（OpenFOAM 发散看门狗、相似案例 RAG 分诊）、DevOps CI 流水线、研究、批量处理，以及多智能体角色流水线（分析师→研究员→交易员→风控的交易团队、数字公司市场部与销售部）。 安全 四个安全等级（--security-level）：L0 宽松 → L3 最高（L2 拒绝无沙箱的 code_interpreter，L3 直接禁用）。CI 在每个 PR 上运行 gofmt / go vet / gosec / govulncheck。 安全指南 → 文档 - 快速上手 · 教程 · YAML 语法 - 数据流 · 调度 · MCP · 插件 · 连接器 · LLM 路由 - Web UI · 可视化 · 自定义节点 - API 参考 · 节点参考 - 部署 · Docker · 多租户 - 故障排查 · 更新日志 参与贡献 欢迎贡献！贡献指南 → 许可证 —— 双许可 aflare 采用双许可模式： - 社区版 —— GNU AGPL v3.0，免费（LICENSE）。注意 AGPL §13 网络条款：基于 aflare 对外提供服务等同于分发，须开源整个组合作品。 - 商业授权 —— 适用于将 aflare 嵌入闭源产品或 SaaS 而不履行 AGPL 义务的场景（LICENSE-COMMERCIAL.md，local_first_agent@126.com）。 GitHub · Issues · Discussions