Heym
Heym 是一个源代码可用、自托管的 AI 工作流自动化平台，它允许您在可视化画布上构建和运行代理式多步骤管道，并内置 RAG、MCP 客户端/服务器支持、人工审核审批和生产可观察性（跟踪、评估和成本跟踪）。
https://heym.run/?ref=producthunt&utm_source=aipure
产品信息
更新于：2026年08月11日
什么是 Heym
Heym 是一个 AI 原生工作流自动化运行时，专为构建真正的代理自动化（而不仅仅是原型）的团队设计。它提供了一个可视化的低代码编辑器，您可以在其中用自然语言描述工作流并让 Heym 生成它，或者手动连接来自大量 AI、数据、逻辑和集成组件库的节点。由于 Heym 源代码可用且完全自托管，您可以在自己的基础设施（例如 Docker Compose 或 Kubernetes）上运行它，使用自己的模型和凭据，并从第一天起检查每次执行。
Heym 的主要功能
Heym 是一个源代码可用、完全自托管的 AI 工作流自动化平台，用于在您自己的基础设施上构建和运行代理管道。它提供了一个可视化画布（以及自然语言工作流生成），用于组合生产级 DAG 工作流，支持并行执行、多代理编排、内置 RAG (pgvector/Postgres 或 Qdrant)、MCP 客户端/服务器支持以及一流的人机协作审批检查点。该平台从一开始就强调可检查性和操作性——运行历史、LLM 跟踪、评估、日志、OpenTelemetry 导出和实际成本跟踪——以及用于集成（Slack、电子邮件/IMAP、GitHub/Jira/Linear、队列、数据库、HTTP API）和自动化原语（如 Playwright 浏览器自动化）的广泛节点库。
可视化 DAG 工作流构建器（无代码/低代码）: 拖放式画布，将触发器、AI、逻辑、数据、集成、自动化和实用程序连接成经过验证的有向无环图，并在可能的情况下并行执行以提高吞吐量。
代理节点 + 多代理编排: 在编排器模式下协调多个代理、子工作流、技能和工具调用，以比顺序 LLM 调用更快地处理多部分任务。
内置 RAG 和向量存储: 原生检索管道，支持文档上传和语义搜索，直接连接到工作流，使用 Qdrant 或内置的 Postgres/pgvector，所有这些都可以在单个执行跟踪中看到。
MCP 支持（客户端和服务器）: 代理可以连接到外部 MCP 服务器并自动发现工具；Heym 还可以将已发布的工作流作为 MCP 工具暴露，供 Claude Desktop 或 Cursor 等客户端调用。
人机协作 (HITL) 检查点: 在关键步骤暂停执行，生成一次性公共审查 URL，并允许审查员在工作流继续之前接受、编辑或拒绝——让人类保持控制。
生产可观察性和治理: 执行历史和搜索、LLM 跟踪、评估、审计式日志、OpenTelemetry 导出和实际美元成本跟踪，用于在生产中调试、监控和管理工作流。
Heym 的使用场景
带审批的客户支持草稿: 总结收到的电子邮件或工单，用代理起草回复，将紧急事项路由到 Slack，并在发送面向客户的回复之前需要 HITL 审批。
开发和 IT 运维 PR 审查和分派: 从 GitHub 拉取 PR，运行多代理/对抗性代码审查，创建可操作的任务，打开或更新 PR，并在需要人工输入时通知 Slack。
营销内容管道: 端到端生成营销活动资产（例如，从 Sheets 获取主题 → 脚本 → 通过外部 API 生成视频 → 发布），并带有审查门和可追溯的运行。
文档知识助手 (RAG): 上传内部文档，构建语义搜索 + 回答工作流，并将其作为工具 (MCP) 或通过 REST/SSE/门户聊天暴露给员工或客户。
基于浏览器的操作自动化: 使用第一方 Playwright 自动化（可视化步骤、AI 生成步骤或全代码模式）执行数据输入、抓取或后台工作流等 Web 任务。
优点
自托管和源代码可用，将数据、凭据和执行保留在您自己的基础设施上。
强大的代理原语（多代理编排、技能、MCP）与内置 RAG 和 HITL 审批相结合。
生产级可检查性：运行历史、跟踪、评估、日志、OpenTelemetry 导出和成本跟踪。
缺点
源代码可用许可（Commons Clause + MIT）可能不适合需要完全开放源代码许可的团队。
与完全托管的自动化 SaaS 相比，自托管会带来运营开销（部署、扩展、升级）。
如何使用 Heym
1) 选择您将如何运行 Heym（自托管）: 决定您将使用 Docker Compose 还是 Kubernetes (Helm) 部署 Heym。Heym 源代码可用，旨在在您自己的基础设施上运行，以便您可以使用自己的模型/凭据并将数据保留在您的环境中。
2) 安装并启动 Heym: 按照 Heym GitHub 文档中的入门指南克隆存储库，配置所需的环境变量，并启动服务（通常通过 Docker Compose）。如果您需要最小化设置，请从文档中引用的“最小数据库 + .env”样式配置开始，然后根据需要使用环境参考进行扩展。
3) 打开 Heym Web 应用程序并创建工作流: 启动 Heym UI 并创建一个新工作流。Heym 工作流构建在一个可视化画布上，您可以在其中将节点连接成一个有向无环图 (DAG)。
4) 通过两种方式之一构建工作流：提示到工作流或手动画布连接: 选项 A：用自然语言描述工作流，让 Heym 的助手在画布上生成节点和边。选项 B：从节点库（触发器、AI、逻辑、数据、集成、自动化、实用程序）拖放节点并手动连接它们。
5) 添加用于工具使用自动化的代理节点: 当您希望 LLM 规划和调用工具时，放置一个代理节点。配置代理的模型提供商（例如 OpenAI/Anthropic/Gemini/Ollama/OpenRouter）并定义它可以使用的工具（画布节点工具、技能、MCP 工具等）。
6) 添加用于文本/视觉生成的 LLM 节点（当您不需要工具调用时）: 使用 LLM 节点进行直接的生成任务（摘要、提取、重写、基于视觉的理解）。当不需要完整的代理编排时，这可以使工作流的部分保持简单和专注。
7) 连接集成（Slack、电子邮件/IMAP、HTTP API、队列等）: 添加集成节点以连接外部系统，例如 Slack、Telegram、IMAP 收件箱、电子邮件、Redis、RabbitMQ、Grist、Google Sheets/Drive 和通用 HTTP API。在节点配置面板中提供凭据。
8) 如果您需要知识搜索，请添加 RAG（检索增强生成）: 配置 RAG 以搜索向量存储，例如 Qdrant 或内置的 Postgres (pgvector)。当代理/LLM 必须根据您的文档或内部知识提供响应时，请使用此功能。
9) 双向使用 MCP（客户端或服务器）: 作为 MCP 客户端：将代理节点连接到外部 MCP 服务器；Heym 发现工具并使其在代理配置中可用。作为 MCP 服务器：发布工作流，以便外部 MCP 客户端（Claude Desktop、Cursor、VS Code 扩展等）可以将其作为工具调用。
10) 添加技能以使代理功能可移植和可重用: 将技能（带有 SKILL.md 和可选 Python 工具的 zip 或 Markdown）附加到代理节点，以扩展其系统上下文和工具箱，而无需重写节点。使用技能构建器草拟/修改技能，并在多个工作流中重用相同的技能以实现一致的行为。
11) 为有风险的操作启用人工审核 (HITL) 审批: 为代理节点启用 HITL 并定义需要审批的指南（工具调用、副作用、子工作流、MCP 操作等）。当代理达到检查点时，它会调用 request_human_review；Heym 会创建一个公共审核请求 URL，并暂停主执行直到获得批准。您可以通过连接到代理审核句柄的节点将待处理的审核 URL 路由到 Slack/电子邮件/日志记录。
12) 添加防护措施以在执行前阻止不安全的输入: 在节点属性中启用防护措施，以防止不安全的用户消息到达代理。这对于面向公众的聊天门户或由外部输入触发的工作流非常有用。
13) 使用 DAG 进行并行设计: 连接节点，以便独立的分支可以并行运行。Heym 会编译并执行 DAG，在依赖项允许的情况下并行执行，从而在无需手动并发代码的情况下提高吞吐量。
14) 配置可靠性：重试和错误分支: 对于可能失败的节点（网络调用、外部 API），启用带有尝试次数/退避的重试。添加一个错误分支，将故障路由到专用路径，而不是停止工作流，并在下游节点中使用错误上下文（例如，$nodeName.error）来处理/报告故障。
15) 从画布运行工作流: 直接在编辑器中执行工作流，以观察可视化运行时：分支、工具调用、内存和 HITL 检查点会随着图的运行而出现。
16) 通过 API 端点运行工作流: 使用 /execute 以编程方式调用工作流，通过 /execute/stream 流式传输进度，将它们作为 MCP 工具在 /api/mcp/sse 公开，或将它们作为门户聊天应用程序在 /chat/{slug} 发布。这使得相同的工作流可以服务于人员、后端服务和 AI 客户端，而无需重新构建它。
17) 使用跟踪和可观察性检查执行: 使用 Heym 的内置跟踪来检查每次运行和节点执行。可以选择使用 HEYM_OTEL_* 环境变量（默认禁用）通过 OTLP/HTTP 将 OpenTelemetry 跨度导出到您的可观察性后端，并支持 W3C 跟踪上下文传播。
18) 跟踪令牌使用量和成本: 使用 Heym 的令牌成本跟踪来了解每次执行的模型使用量和成本特征，尤其是在比较多代理模式、RAG 或不同模型提供商时。
19) 从模板开始快速学习常见模式: 浏览 Heym 模板，下载工作流，将其粘贴到画布上，并在几分钟内运行它。模板涵盖了 HITL 支持回复草稿、多代理对抗性 PR 审查、批量 LLM 状态跟踪和 IMAP 收件箱分类到 Slack 等模式。
20) 加固部署和访问控制: 对于生产环境，控制注册（例如，禁用开放注册），并且只为受信任的管理员启用敏感功能（如 Docker 日志访问），如文档所述。这降低了未经证实的用户获得更高可见性的风险。
Heym 常见问题
Heym 是一个源代码可用、自托管的代理式 AI 工作流自动化平台，具有可视化的低代码画布。它允许您在您控制的基础设施上，使用代理、工具和集成来构建、可视化和运行智能工作流（DAG）。
与 Heym 类似的最新 AI 工具
Hapticlabs
Hapticlabs是一个无代码工具包，使设计师、开发者和研究人员能够轻松地在设备上设计、原型设计和部署沉浸式触觉交互，无需编码。
Deployo.ai
Deployo.ai 是一个全面的 AI 部署平台，支持无缝模型部署、监控和扩展，并内置了道德 AI 框架和跨云兼容性。
CloudSoul
CloudSoul 是一个 AI 驱动的 SaaS 平台，通过自然语言对话使用户能够即时部署和管理云基础设施，使 AWS 资源管理更加便捷和高效。
Devozy.ai
Devozy.ai是一个AI驱动的开发者自助服务平台，将敏捷项目管理、DevSecOps、多云基础设施管理和IT服务管理结合到一个统一的解决方案中，以加速软件交付。
类似 Heym 的热门 AI 工具
A2A Protocol
A2A (Agent2Agent) 协议是 Google 开发的一种开放互操作协议，该协议使得不同框架和供应商之间的 AI 代理能够无缝地进行通信和协作，而不论其底层架构如何。
VoltOps
VoltOps 是一个与框架无关的 LLM 可观察性平台，它为任何技术堆栈上的 AI 代理提供实时可视化监控、调试和优化工具。
Chaterm
Chaterm 是一个开源的 AI 原生终端和 SRE 协飞行员，使工程师能够通过自然语言管理复杂的基础设施，从而自动执行部署、故障排除和操作，而无需记住命令。
Open Browser Use
Open Browser Use 是一个开源、代理运行时中立的浏览器自动化层，它将 Chrome 扩展程序与 CLI/SDK/MCP 配对，以实现跨不同 AI 代理工具的 DOM 感知、CDP 驱动的选项卡控制、导航和操作。