跳转至

Flue

概述

Flue 是一款 TypeScript 智能体运行框架（harness），专为构建完全无头、可编程的自主 AI 智能体而设计。其核心理念——智能体 = 模型 + 运行框架（Harness）——将运行框架层视为首要设计关注点。多数框架聚焦于模型编排，Flue 则侧重于为智能体提供安全、持久化的执行环境：会话管理、工具调用、文件系统访问、内置沙箱以及结构化部署目标。该框架由 Astro 团队（withastro）创建，采用 Apache-2.0 许可证，截至 2026 年中已获约 3.8K GitHub Stars。

Flue 类似于 Astro 或 Next.js，但面向的是智能体——一次编写、构建，随处部署。

核心特性

  • 运行框架优先的架构：会话、工具、技能、沙箱和文件系统访问均为一等基础设施，而非事后补充
  • 虚拟沙箱（默认）：基于 just-bash，比完整容器更快、更省成本、扩展性更强，适合高流量智能体
  • 容器沙箱（通过 Daytona 连接器）：提供完整隔离的 Linux 环境，内置 git、Node.js、Python 及克隆的代码仓库，适用于复杂的代码编写智能体
  • 技能系统：以 Markdown（带 YAML frontmatter 的 .md 文件）定义的可复用智能体能力；运行时从 .agents/skills/<name>/SKILL.md 自动发现
  • 会话持久化：消息历史和沙箱状态跨请求保持；通过 harness.session(threadName) 支持多线程
  • 任务（Tasks）：通过 session.task() 创建聚焦的一次性子智能体，拥有独立的消息历史
  • MCP 集成：在运行时通过 connectMcpServer() 连接远程 Model Context Protocol 服务器；密钥存储在环境变量中，不出现在提示词里
  • 运行时无关：单一构建命令即可部署至 Node.js、Cloudflare Workers、GitHub Actions 或 GitLab CI/CD
  • 可观测性：集成 OpenTelemetry、Braintrust 链路追踪和 Sentry 错误报告
  • 内置工具：开箱即用的文件系统读写、Shell、grep 和 glob

架构

Flue 的运行框架由两个核心包组成：

包 职责
@flue/runtime 核心运行框架：会话、工具、沙箱、文件系统能力
@flue/cli 构建系统与 CLI 工具（flue dev、flue build、flue run）

智能体文件位于 agents/<name>.ts，定义智能体的运行框架配置——模型默认值、工具、沙箱类型和文件系统访问。技能是基于 Markdown 的可复用行为，可在智能体、会话或单次调用级别分配，以实现细粒度编排。

沙箱层级：

层级 技术 适用场景
虚拟（默认） just-bash 内存文件系统 + Bash 快速、低成本、高流量智能体
容器（通过连接器） Daytona 隔离 Linux 虚拟机 完整代码编写智能体、git 工作流、浏览器访问

状态持久化目标：

部署目标 状态机制
Cloudflare Workers Durable Objects
Node.js 可插拔的自定义存储

部署

Flue 支持三种调用模式：

  • CLI：flue run <workflow>，用于一次性调用
  • HTTP 服务器：智能体以 /agents/<name>/<id> 路径对外暴露，支持 REST 调用
  • WebSocket：面向消息驱动智能体的长连接（支持自定义认证中间件）

构建与部署命令：

flue dev --target node          # 在 3583 端口启动热更新开发服务器
flue build --target node        # 构建 Node.js 单文件包
flue build --target cloudflare  # 部署到 Cloudflare Workers

集成

集成 描述
Daytona 远程容器沙箱连接器——每个会话提供完整 Linux 环境
MCP servers 任意远程 MCP 服务器均可在运行时通过 connectMcpServer() 连接
OpenTelemetry 分布式链路追踪导出
Braintrust LLM 评测与链路追踪
Sentry 错误监控
Slack / Teams / Discord / GitHub 通信平台连接器

连接器是由 AI 代码智能体应用的 Markdown 安装说明，而非 npm 包。

与其他框架的对比

维度 Flue LangChain / LangGraph CrewAI Mastra
主要语言 TypeScript Python / TypeScript Python TypeScript
核心抽象 智能体运行框架 Chain / 图 Crew / 角色 工作流
内置沙箱 有（虚拟 + 容器） 无 无 无
会话持久化 一等特性 通过 LangGraph store 有限 部分支持
MCP 支持 原生 插件 插件 插件
部署目标 Node、Cloudflare、CI 自托管 SaaS / 自托管 自托管
许可证 Apache-2.0 MIT MIT Apache-2.0
成熟度 实验性（约 3.8K Stars） 生产可用（约 98K Stars） 生产可用（约 25K Stars） 早期阶段

最佳实践

挑战 / 领域 描述 解决方案 / 建议
密钥管理 将密钥放入提示词或文件系统上下文会带来注入风险 将密钥存储在 .env 中；通过 connectMcpServer() 传递给 MCP 服务器，切勿内联
沙箱选择 完整容器会增加延迟和成本 默认使用虚拟 just-bash 沙箱；仅在工作流需要 git、npm 或浏览器时才使用 Daytona
会话蔓延 无限制的会话会消耗内存和存储 对一次性子智能体使用 session.task()；显式命名线程
技能组织 临时提示词散落在各个智能体中 将可复用行为集中整理为技能，存放在 .agents/skills/；在会话级别分配
可观测性 智能体静默失败难以调试 从一开始就接入 OpenTelemetry；将 spans 导出到 Braintrust 或兼容的后端
构建目标 部署到错误运行时会导致智能体静默崩溃 在执行 flue build 前，先用 flue dev --target <env> 在本地测试

局限

  • 实验性状态：处于活跃开发阶段，可能存在破坏性变更
  • 仅支持 TypeScript：无 Python 或其他语言 SDK（社区另行维护了一个受 Python 启发的移植版 PyFlue）
  • 生态规模：与 LangChain 或 CrewAI 相比，社区和连接器库规模较小
  • 沙箱深度：默认虚拟沙箱覆盖大多数 Shell 操作，但不支持浏览器自动化或完整 GUI 工作流（需配合 Daytona 连接器）

参见

参考资料