我需要会编程才能使用 Rerun 吗？

不需要。Rerun 强调“永远无需代码”，其设计宗旨是让您通过描述任务而不是编写代码来构建代理。

我如何监控我的代理正在做什么？

Rerun 提供实时仪表板，显示代理状态、运行日志、步骤、令牌使用情况和其他指标，以便您实时查看代理正在做什么。

我可以在代理执行敏感操作之前要求批准吗？

是的。Rerun 支持人工审批：当即将发生敏感操作（例如，发送退款或其他关键操作）时，代理可以暂停并请求您的批准，然后您批准后恢复。

代理是持续运行，还是我每次都必须手动启动它们？

代理可以是始终在线和事件驱动的。Rerun 将它们定位为自动唤醒（例如，每天早上、当电子邮件到达时或当某些事情发生变化时），而不是要求您按下运行按钮。

我可以使用 Rerun 哪些 AI 模型？我可以自带密钥/订阅吗？

Rerun 支持多种模型提供商（包括 Claude、ChatGPT 和 Gemini，以及网站上列出的其他模型）。您可以使用计划中包含的模型（无需密钥）或连接您自己的订阅/API 密钥或本地模型，Rerun 不会限制使用量。

我的工作区是如何托管和隔离的？

每个工作区在云中都有自己的专用服务器（“私有空间”），只运行您的代理，与其他工作区隔离（专用 CPU 和内存，无共享租用）。

Rerun 的费用是多少？

Rerun 列出了月度计划，包括 Solo（34 美元/月）、Team（74 美元/月）和 Scale（94 美元/月），以及通过销售提供的企业选项。计划因代理限制、席位、包含的私有服务器和包含的模型使用量而异。

Rerun

WebsiteNo-Code & Low-Code

Rerun 是一个无代码平台，用于构建、运行和监控 AI 代理，具有持续自动化、人工审批和实时仪表板，可全面了解运行、日志和指标。

访问网站

推广此工具

https://rerun.build/?ref=producthunt&utm_source=aipure

概述
视频
替代方案

产品信息

更新于：2026年07月23日

什么是 Rerun

Rerun (rerun.build) 是一款 AI 代理产品，旨在让非工程师和团队也能轻松实现自主自动化。您无需管理提示、服务器和脆弱的集成，只需描述您想要完成的任务，连接您喜欢的工具和模型（或使用 Rerun 托管的模型），然后通过清晰的仪表板监控一切。该平台强调简单性（“无代码”）、透明度（一切都不是黑匣子）和控制（代理在执行敏感操作前会暂停以等待审批）。

Rerun 的主要功能

Rerun 是一个无代码平台，用于构建和操作始终在线的 AI 代理，您可以实时监控这些代理。您只需描述任务，连接工具和模型，代理就会根据触发器（时间、电子邮件、更改）自主运行，将工作交给其他代理，并在执行敏感操作前暂停以等待人工批准。它提供了一个可读的仪表板，显示运行日志、指标、令牌使用情况和交接，支持许多 LLM 提供商（或您自己的密钥/本地模型），并在云中的专用、隔离的“私有空间”服务器中运行每个工作区（计划支持自托管）。

无代码代理创建: 通过描述工作来构建代理——无需提示、命令行或繁重的工程设置。

始终在线、事件驱动的自动化: 代理会根据日程安排、收到的电子邮件或检测到的更改自动“唤醒”——无需手动运行按钮。

人工参与审批: 对于敏感操作（例如，付款、客户电子邮件），代理会暂停并请求批准（应用内或通过 Slack），然后才继续执行。

实时监控和可观察性: 实时仪表板显示每次运行、步骤、令牌使用情况、状态和日志，因此代理行为不再是黑箱。

自带或包含的模型: 使用计划中包含的 Rerun 托管模型，或连接您自己的订阅/API 密钥（以及可能的本地模型）跨多个提供商。

专用私有工作区服务器: 每个工作区都在其自己的隔离云机器上运行，具有专用的 CPU/RAM；自托管被标记为“即将推出”。

Rerun 的使用场景

收件箱分类和日常电子邮件操作: 以您的语气起草回复，存档低价值的邮件，并标记出每天早上真正需要关注的几封邮件。

入站销售跟进: 回复新线索，起草外联邮件，并跟踪交接——当消息或报价敏感时，升级给人工处理。

财务与运营：发票催收和审批: 监控失败的付款，跟进逾期发票，并在执行前将退款/调整路由以进行明确批准。

客户支持自动化: 处理常见的支持请求，收集上下文，并起草回复，同时将边缘案例或有风险的操作升级以供审查。

代理报告和客户更新: 按计划编译定期报告和更新，然后在外部发送给客户之前请求批准。

电子商务后台工作流程: 处理日常订单/管理任务，标记低库存或异常情况，并在高影响更改时暂停以等待人工确认。

优点

入门门槛低：面向非工程师的无代码设置。

强大的可见性/控制：实时仪表板加上敏感步骤的人工审批。

灵活的模型策略：支持多个 LLM，并允许您自带订阅/密钥。

默认隔离：每个工作区的专用私有服务器减少了“吵闹的邻居”和数据混合的担忧。

缺点

自托管尚未可用（列为“即将推出”），这可能会限制某些团队的部署选项。

自主代理仍然需要监督和良好的规则；尽管有审批门槛，配置错误仍可能导致不正确的操作。

定价包括按计划限制（代理、席位、包含的服务器/模型使用），这可能会在不升级的情况下限制扩展。

如何使用 Rerun

1) 安装 Rerun Viewer (rerun-cli): 选择一种安装方法：(a) 从 GitHub Release artifacts 下载适用于您平台的 rerun-cli 二进制文件，(b) 通过 Cargo：`cargo binstall rerun-cli`（推荐用于二进制文件）或 `cargo install rerun-cli --locked`（从源代码构建；需要 Rust 1.92+），或 (c) 通过 Snap（社区维护）：`snap install rerun`。安装后，运行 `rerun` 启动 Viewer。

2) 为您的语言安装 SDK (Python/C++/Rust): 为您的语言安装 SDK 后，设置一个依赖于 Rerun 的项目。选择您想要的语言 SDK（Python 包含 Viewer；C++ 和 Rust 也可用）。确保您的 SDK 版本与 Viewer 版本匹配，因为不同版本之间的数据格式不稳定。

3) 创建录制并将其保存到 .rrd 文件（示例：Python）: 将数据记录到录制流中并将其保存为 `.rrd` 文件。文档中的示例模式：创建 `RecordingStream`，调用 `save("run-1.rrd")`，设置时间（例如，`set_time("step", sequence=t)`），并在每一步 `log(...)` 数据。

4) 在 Viewer 中打开录制: 使用 `rerun` 启动 Viewer 并打开您创建的 `.rrd` 文件。您也可以传递文件路径直接打开它（文档说明：“rerun 启动 Viewer。传递文件以直接打开它”）。

5) 从文件加载现有蓝图布局（适用于 Rust/C++ 用户）: 如果您之前创建了蓝图文件（例如，从 Viewer 保存或使用 Python SDK 创建），您可以使用 `log_file_from_path` 以编程方式加载它。文档中的示例：初始化/生成查看器，然后 `rr.log_file_from_path(path_to_rrd)` 和 `rr.log_file_from_path(path_to_rbl)` 以应用蓝图。

6) (可选) 使用 Catalog 工作流进行多录制查询/训练: Rerun 的目录将录制组织为可查询的片段。文档中描述的工作流：(1) 将数据记录/转换为 `.rrd`，(2) 启动目录服务器（或连接到 Rerun Hub），(3) 将 `.rrd` 注册为片段，然后 (4) 可视化和查询跨录制，以及 (5) 连接 Dataloader 以生成训练批次。

7) 使用 Pixi 从源代码构建（如果您需要开发版本）: 如果您想从源代码构建，请在 Pixi 环境中进行（源代码提到这是简单的方法）。`main` 分支头部的夜间开发轮子也可通过 GitHub 预发布标签获得。

8) 本地构建 C++ API 文档（贡献者）: C++ API 文档使用 Doxygen 构建并托管在 GitHub 上。要在本地构建它们，请运行：`pixi run -e cpp cpp-docs`。

9) 解决常见的 PyO3 构建配置问题 (Rust/Python 构建): 如果您看到类似“failed to parse contents of PYO3_CONFIG_FILE… failed to open PyO3 config file …/rerun_py/pyo3-build.cfg: No such file or directory”的错误，则表示该路径下缺少预期的 PyO3 配置文件。请确保该文件存在或您的环境将 `PYO3_CONFIG_FILE` 指向正确的位置。