Heym
Heym là một nền tảng tự động hóa quy trình làm việc AI có mã nguồn mở, tự lưu trữ cho phép bạn xây dựng và chạy các đường ống tác nhân, nhiều bước trên một canvas trực quan với RAG tích hợp, hỗ trợ máy khách/máy chủ MCP, phê duyệt human-in-the-loop và khả năng quan sát sản xuất (theo dõi, đánh giá và theo dõi chi phí).
https://heym.run/?ref=producthunt&utm_source=aipure
Thông tin Sản phẩm
Đã cập nhật:Aug 11, 2026
Heym là gì
Heym là một thời gian chạy tự động hóa quy trình làm việc gốc AI được thiết kế cho các nhóm xây dựng các tự động hóa tác nhân thực sự—không chỉ là các nguyên mẫu. Nó cung cấp một trình chỉnh sửa trực quan, mã thấp, nơi bạn có thể mô tả quy trình làm việc bằng ngôn ngữ tự nhiên và để Heym tạo ra nó, hoặc kết nối thủ công các nút từ một thư viện lớn các thành phần AI, dữ liệu, logic và tích hợp. Vì Heym có mã nguồn mở và tự lưu trữ hoàn toàn, bạn có thể chạy nó trên cơ sở hạ tầng của riêng mình (ví dụ: Docker Compose hoặc Kubernetes), sử dụng các mô hình và thông tin đăng nhập của riêng bạn, và kiểm tra mọi lần thực thi ngay từ ngày đầu tiên.
Các Tính năng Chính của Heym
Heym là một nền tảng tự động hóa quy trình làm việc AI có sẵn mã nguồn, tự lưu trữ hoàn toàn để xây dựng và chạy các quy trình tác nhân trên cơ sở hạ tầng của riêng bạn. Nó cung cấp một canvas trực quan (cộng với tạo quy trình làm việc bằng ngôn ngữ tự nhiên) để tạo các quy trình làm việc DAG cấp độ sản xuất với thực thi song song, điều phối đa tác nhân, RAG tích hợp (pgvector/Postgres hoặc Qdrant), hỗ trợ máy khách/máy chủ MCP và các điểm kiểm tra phê duyệt "human-in-the-loop" hạng nhất. Nền tảng này nhấn mạnh khả năng kiểm tra và vận hành ngay từ đầu—lịch sử chạy, dấu vết LLM, đánh giá, nhật ký, xuất OpenTelemetry và theo dõi chi phí thực tế—cùng với thư viện nút rộng lớn để tích hợp (Slack, email/IMAP, GitHub/Jira/Linear, hàng đợi, cơ sở dữ liệu, API HTTP) và các nguyên tắc tự động hóa như tự động hóa trình duyệt Playwright.
Trình tạo quy trình làm việc DAG trực quan (không mã/ít mã): Canvas kéo và thả để kết nối các trình kích hoạt, AI, logic, dữ liệu, tích hợp, tự động hóa và tiện ích vào các biểu đồ chu trình không tuần hoàn có hướng đã được xác thực, thực thi song song khi có thể để đạt thông lượng cao hơn.
Các nút tác nhân + điều phối đa tác nhân: Phối hợp nhiều tác nhân, quy trình con, kỹ năng và lệnh gọi công cụ theo một mẫu điều phối để xử lý các tác vụ đa phần nhanh hơn các lệnh gọi LLM tuần tự.
RAG và kho vector tích hợp: Các quy trình truy xuất gốc với tải lên tài liệu và tìm kiếm ngữ nghĩa được kết nối trực tiếp vào các quy trình làm việc, sử dụng Qdrant hoặc Postgres/pgvector tích hợp, tất cả đều hiển thị trong một dấu vết thực thi duy nhất.
Hỗ trợ MCP (máy khách và máy chủ): Các tác nhân có thể kết nối với các máy chủ MCP bên ngoài và tự động khám phá các công cụ; Heym cũng có thể hiển thị các quy trình làm việc đã xuất bản dưới dạng công cụ MCP có thể gọi từ các máy khách như Claude Desktop hoặc Cursor.
Các điểm kiểm tra "Human-in-the-loop" (HITL): Tạm dừng thực thi ở các bước quan trọng, tạo URL đánh giá công khai một lần và cho phép người đánh giá chấp nhận, chỉnh sửa hoặc từ chối trước khi quy trình làm việc tiếp tục—giữ con người kiểm soát.
Khả năng quan sát và quản trị sản xuất: Lịch sử thực thi và tìm kiếm, dấu vết LLM, đánh giá, nhật ký kiểu kiểm toán, xuất OpenTelemetry và theo dõi chi phí USD thực tế để gỡ lỗi, giám sát và quản lý quy trình làm việc trong sản xuất.
Các Trường hợp Sử dụng của Heym
Soạn thảo hỗ trợ khách hàng với phê duyệt: Tóm tắt email hoặc phiếu yêu cầu đến, soạn thảo trả lời với một tác nhân, định tuyến các mục khẩn cấp đến Slack và yêu cầu phê duyệt HITL trước khi gửi phản hồi cho khách hàng.
Đánh giá và điều phối PR của Dev & IT Ops: Kéo PR từ GitHub, chạy đánh giá mã đa tác nhân/đối kháng, tạo các tác vụ có thể hành động, mở hoặc cập nhật PR và thông báo cho Slack khi cần nhập liệu từ con người.
Các quy trình nội dung tiếp thị: Tạo tài sản chiến dịch từ đầu đến cuối (ví dụ: chủ đề từ Trang tính → kịch bản → tạo video qua API bên ngoài → xuất bản) với các cổng đánh giá và các lần chạy có thể theo dõi.
Trợ lý kiến thức tài liệu (RAG): Tải lên tài liệu nội bộ, xây dựng tìm kiếm ngữ nghĩa + quy trình làm việc trả lời và hiển thị chúng dưới dạng công cụ (MCP) hoặc qua trò chuyện REST/SSE/cổng thông tin cho nhân viên hoặc khách hàng.
Tự động hóa hoạt động dựa trên trình duyệt: Sử dụng tự động hóa Playwright của bên thứ nhất (các bước trực quan, các bước do AI tạo hoặc chế độ mã đầy đủ) để thực hiện các tác vụ web như nhập dữ liệu, cạo dữ liệu hoặc quy trình làm việc văn phòng.
Ưu điểm
Tự lưu trữ và có sẵn mã nguồn, giữ dữ liệu, thông tin xác thực và thực thi trên cơ sở hạ tầng của bạn.
Các nguyên tắc tác nhân mạnh mẽ (điều phối đa tác nhân, kỹ năng, MCP) kết hợp với RAG tích hợp và phê duyệt HITL.
Khả năng kiểm tra cấp độ sản xuất: lịch sử chạy, dấu vết, đánh giá, nhật ký, xuất OpenTelemetry và theo dõi chi phí.
Nhược điểm
Giấy phép có sẵn mã nguồn (Commons Clause + MIT) có thể không phù hợp với các nhóm yêu cầu giấy phép mã nguồn mở hoàn toàn tự do.
Tự lưu trữ gây ra chi phí vận hành (triển khai, mở rộng, nâng cấp) so với SaaS tự động hóa được quản lý hoàn toàn.
Cách Sử dụng Heym
1) Chọn cách bạn sẽ chạy Heym (tự lưu trữ): Quyết định xem bạn sẽ triển khai Heym bằng Docker Compose hay Kubernetes (Helm). Heym có mã nguồn mở và được thiết kế để chạy trên cơ sở hạ tầng của riêng bạn để bạn có thể sử dụng các mô hình/thông tin đăng nhập của riêng mình và giữ dữ liệu trong môi trường của bạn.
2) Cài đặt và khởi động Heym: Làm theo Hướng dẫn Bắt đầu từ tài liệu GitHub của Heym để sao chép kho lưu trữ, cấu hình các biến môi trường cần thiết và khởi động các dịch vụ (thường thông qua Docker Compose). Nếu bạn muốn một thiết lập tối thiểu, hãy bắt đầu với cấu hình kiểu “minimal DB + .env” được tham chiếu trong tài liệu, sau đó mở rộng khi cần bằng cách sử dụng tham chiếu môi trường.
3) Mở ứng dụng web Heym và tạo một quy trình làm việc: Khởi chạy giao diện người dùng Heym và tạo một quy trình làm việc mới. Các quy trình làm việc của Heym được xây dựng trên một canvas trực quan nơi bạn kết nối các nút thành một đồ thị tuần hoàn có hướng (DAG).
4) Xây dựng một quy trình làm việc theo một trong hai cách: từ lời nhắc đến quy trình làm việc hoặc kết nối canvas thủ công: Tùy chọn A: Mô tả quy trình làm việc bằng ngôn ngữ tự nhiên và để trợ lý của Heym tạo các nút và cạnh trên canvas. Tùy chọn B: Kéo và thả các nút từ thư viện nút (kích hoạt, AI, logic, dữ liệu, tích hợp, tự động hóa, tiện ích) và kết nối chúng thủ công.
5) Thêm một nút Agent để tự động hóa sử dụng công cụ: Đặt một nút Agent khi bạn muốn một LLM lập kế hoạch và gọi các công cụ. Cấu hình nhà cung cấp mô hình của tác nhân (ví dụ: OpenAI/Anthropic/Gemini/Ollama/OpenRouter) và xác định các công cụ mà nó có thể sử dụng (công cụ nút canvas, kỹ năng, công cụ MCP, v.v.).
6) Thêm các nút LLM để tạo văn bản/hình ảnh (khi bạn không cần gọi công cụ): Sử dụng các nút LLM cho các tác vụ tạo đơn giản (tóm tắt, trích xuất, viết lại, hiểu dựa trên hình ảnh). Điều này giữ cho các phần của quy trình làm việc đơn giản và tập trung khi không yêu cầu điều phối tác nhân đầy đủ.
7) Kết nối các tích hợp (Slack, email/IMAP, HTTP APIs, hàng đợi, v.v.): Thêm các nút tích hợp để kết nối các hệ thống bên ngoài như Slack, Telegram, hộp thư đến IMAP, email, Redis, RabbitMQ, Grist, Google Sheets/Drive và các API HTTP chung. Cung cấp thông tin đăng nhập trong các bảng cấu hình nút.
8) Thêm RAG (Retrieval-Augmented Generation) nếu bạn cần tìm kiếm kiến thức: Cấu hình RAG để tìm kiếm trên một kho vectơ như Qdrant hoặc Postgres tích hợp (pgvector). Sử dụng điều này khi tác nhân/LLM phải dựa trên các tài liệu hoặc kiến thức nội bộ của bạn để đưa ra phản hồi.
9) Sử dụng MCP theo một trong hai hướng (máy khách hoặc máy chủ): Là một máy khách MCP: kết nối một nút Agent với một máy chủ MCP bên ngoài; Heym phát hiện các công cụ và cung cấp chúng trong cấu hình tác nhân. Là một máy chủ MCP: xuất bản các quy trình làm việc để các máy khách MCP bên ngoài (Claude Desktop, Cursor, tiện ích mở rộng VS Code, v.v.) có thể gọi chúng làm công cụ.
10) Thêm Kỹ năng để làm cho khả năng của tác nhân có thể di động và tái sử dụng: Đính kèm một kỹ năng (zip hoặc Markdown với SKILL.md và các công cụ Python tùy chọn) vào một nút Agent để mở rộng ngữ cảnh hệ thống và hộp công cụ của nó mà không cần viết lại nút. Sử dụng Trình tạo Kỹ năng để soạn/sửa đổi kỹ năng và tái sử dụng cùng một kỹ năng trên nhiều quy trình làm việc để có hành vi nhất quán.
11) Bật phê duyệt Human-in-the-Loop (HITL) cho các hành động rủi ro: Bật HITL cho một nút Agent và xác định các hướng dẫn về những gì cần phê duyệt (gọi công cụ, tác dụng phụ, quy trình làm việc phụ, hành động MCP, v.v.). Khi tác nhân đạt đến một điểm kiểm tra, nó sẽ gọi request_human_review; Heym tạo một URL yêu cầu xem xét công khai và tạm dừng thực thi chính cho đến khi được phê duyệt. Bạn có thể định tuyến URL xem xét đang chờ xử lý đến Slack/email/ghi nhật ký thông qua các nút được kết nối với trình xử lý xem xét của tác nhân.
12) Thêm các hàng rào bảo vệ để chặn các đầu vào không an toàn trước khi thực thi: Bật Guardrails trong thuộc tính nút để ngăn các tin nhắn người dùng không an toàn đến tác nhân. Điều này hữu ích cho các cổng trò chuyện công cộng hoặc các quy trình làm việc được kích hoạt bởi các đầu vào bên ngoài.
13) Thiết kế song song với DAG: Kết nối các nút để các nhánh độc lập có thể chạy song song. Heym biên dịch và thực thi DAG với thực thi song song khi các phụ thuộc cho phép, cải thiện thông lượng mà không cần mã đồng thời thủ công.
14) Cấu hình độ tin cậy: thử lại và nhánh lỗi: Đối với các nút có thể bị lỗi (gọi mạng, API bên ngoài), bật Retry với số lần thử/thời gian chờ. Thêm một nhánh Lỗi để định tuyến các lỗi đến một đường dẫn chuyên dụng thay vì dừng quy trình làm việc và sử dụng ngữ cảnh lỗi (ví dụ: $nodeName.error) trong các nút hạ nguồn để xử lý/báo cáo lỗi.
15) Chạy quy trình làm việc từ canvas: Thực thi quy trình làm việc trực tiếp trong trình chỉnh sửa để xem thời gian chạy trực quan: các nhánh, cuộc gọi công cụ, bộ nhớ và các điểm kiểm tra HITL xuất hiện khi đồ thị chạy.
16) Chạy quy trình làm việc thông qua các điểm cuối API: Gọi các quy trình làm việc theo chương trình bằng cách sử dụng /execute, theo dõi tiến độ qua /execute/stream, hiển thị chúng dưới dạng công cụ MCP tại /api/mcp/sse, hoặc xuất bản chúng dưới dạng ứng dụng trò chuyện Portal tại /chat/{slug}. Điều này cho phép cùng một quy trình làm việc phục vụ con người, dịch vụ phụ trợ và máy khách AI mà không cần xây dựng lại.
17) Kiểm tra các lần thực thi bằng cách theo dõi và khả năng quan sát: Sử dụng các dấu vết tích hợp của Heym để kiểm tra từng lần chạy và thực thi nút. Tùy chọn xuất các khoảng thời gian OpenTelemetry qua OTLP/HTTP đến hệ thống quan sát phụ trợ của bạn bằng cách sử dụng các biến môi trường HEYM_OTEL_* (bị tắt theo mặc định), với sự lan truyền ngữ cảnh dấu vết W3C.
18) Theo dõi việc sử dụng token và chi phí: Sử dụng tính năng theo dõi chi phí token của Heym để hiểu việc sử dụng mô hình và đặc điểm chi phí cho mỗi lần thực thi, đặc biệt khi so sánh các mẫu đa tác nhân, RAG hoặc các nhà cung cấp mô hình khác nhau.
19) Bắt đầu từ các mẫu để nhanh chóng tìm hiểu các mẫu phổ biến: Duyệt các mẫu Heym, tải xuống một quy trình làm việc, dán nó vào canvas và chạy nó trong vài phút. Các mẫu bao gồm các mẫu như soạn thảo phản hồi hỗ trợ HITL, xem xét PR đối kháng với nhiều tác nhân, theo dõi trạng thái LLM hàng loạt và phân loại hộp thư đến IMAP sang Slack.
20) Tăng cường triển khai và kiểm soát truy cập: Đối với sản xuất, hãy giữ việc đăng ký được kiểm soát (ví dụ: tắt đăng ký mở) và chỉ bật các tính năng nhạy cảm (như truy cập nhật ký Docker) cho các quản trị viên đáng tin cậy như đã ghi lại. Điều này làm giảm rủi ro người dùng chưa được xác minh có được khả năng hiển thị nâng cao.
Câu hỏi Thường gặp về Heym
Heym là một nền tảng tự động hóa quy trình làm việc AI tác nhân, tự lưu trữ, có sẵn mã nguồn với giao diện trực quan, mã thấp. Nó cho phép bạn xây dựng, trực quan hóa và chạy các quy trình làm việc thông minh (DAG) với các tác nhân, công cụ và tích hợp trên cơ sở hạ tầng mà bạn kiểm soát.
Video Heym
Bài viết phổ biến
Atoms: Nền tảng AI đa tác nhân biến ý tưởng thành sản phẩm sẵn sàng ra mắt
May 22, 2026
Nano Banana SBTI: Nó là gì, Cách thức hoạt động và Cách sử dụng nó vào năm 2026
Apr 15, 2026
Đánh giá Atoms — Trình tạo sản phẩm AI định nghĩa lại việc tạo nội dung số vào năm 2026
Apr 10, 2026
Kilo Claw: Cách Triển Khai và Sử Dụng AI Agent "Làm-Thay-Bạn" Thực Sự (Cập Nhật 2026)
Apr 3, 2026
Công cụ AI Mới nhất Tương tự Heym
Hapticlabs
Hapticlabs là một bộ công cụ không mã cho phép các nhà thiết kế, nhà phát triển và nhà nghiên cứu dễ dàng thiết kế, tạo mẫu và triển khai các tương tác cảm giác sống động trên các thiết bị mà không cần lập trình.
Deployo.ai
Deployo.ai là một nền tảng triển khai AI toàn diện cho phép triển khai mô hình, giám sát và mở rộng một cách liền mạch với các khung AI đạo đức tích hợp và khả năng tương thích đa đám mây.
CloudSoul
CloudSoul là một nền tảng SaaS được hỗ trợ bởi AI cho phép người dùng ngay lập tức triển khai và quản lý cơ sở hạ tầng đám mây thông qua các cuộc hội thoại ngôn ngữ tự nhiên, làm cho việc quản lý tài nguyên AWS trở nên dễ tiếp cận và hiệu quả hơn.
Devozy.ai
Devozy.ai là một nền tảng tự phục vụ cho nhà phát triển được hỗ trợ bởi AI, kết hợp quản lý dự án Agile, DevSecOps, quản lý hạ tầng đa đám mây, và quản lý dịch vụ CNTT thành một giải pháp thống nhất để tăng tốc độ cung cấp phần mềm.
Công cụ AI Phổ biến Giống Heym
A2A Protocol
Giao thức A2A (Agent2Agent) là một giao thức tương tác mở được phát triển bởi Google cho phép giao tiếp và cộng tác liền mạch giữa các tác nhân AI trên các khung và nhà cung cấp khác nhau, bất kể kiến trúc cơ bản của chúng.
VoltOps
VoltOps là một nền tảng quan sát LLM không phụ thuộc vào khung cung cấp các công cụ giám sát, gỡ lỗi và tối ưu hóa trực quan theo thời gian thực cho các tác nhân AI trên mọi ngăn xếp công nghệ.
Chaterm
Chaterm là một thiết bị đầu cuối gốc AI mã nguồn mở và trợ lý đồng hành SRE cho phép các kỹ sư quản lý cơ sở hạ tầng phức tạp thông qua ngôn ngữ tự nhiên, tự động hóa việc triển khai, khắc phục sự cố và vận hành mà không cần ghi nhớ các lệnh.
Open Browser Use
Open Browser Use là một lớp tự động hóa trình duyệt mã nguồn mở, trung lập với môi trường chạy tác nhân, kết hợp tiện ích mở rộng Chrome với CLI/SDK/MCP để cho phép kiểm soát tab, điều hướng và hành động dựa trên DOM, được hỗ trợ bởi CDP trên các công cụ tác nhân AI khác nhau.