FLUJO：本地优先的 MCP 工作流与 Agent 构建器

MCP Hub 定位与 PocketFlow 底座

FLUJO 仓库 mario-andreschak/FLUJO 在 README 中自称为 MCP Hub 与 Inspector、Multi Model Workflow and Chat Interface，口号是 Build private AI agents visually，Run them your way。技术栈 TypeScript，MIT 许可，GitHub 自报约 616 star（2026-08-29 快照）。项目基于 PocketFlow Framework 构建，README 称用 Cline、Claude Code 等工具开发。与纯聊天客户端不同，FLUJO 把连 MCP、配模型、画流程、对话调试、自动化触发放在同一桌面或 Web 工作区；官网 flujo.com.co，在线试用 try.flujo.com.co。最新 release v3.45.0（2026-08-11）。README 强调 open source and local first，密钥与数据默认留在用户控制范围内，而不是纯云端 SaaS。产品短片链接 flujo.com.co/short，适合安装前快速了解 UI 形态。 OpenCollective 与 GitHub Sponsors 在 README 底部出现，与功能无绑定关系。 默认分支 main，openIssues 自报约 9 条，维护节奏相对活跃。

install.sh 与 flujo-setup.exe：推荐安装链

Quick Install 段落称安装器会准备 Git、Node.js、Python、uv、ripgrep，clone FLUJO、build 并创建全局 flujo 命令；README 写明这是推荐方式，因为 MCP servers 也需要这些 runtime。Linux 与 macOS 命令：curl -fsSL https://raw.githubusercontent.com/mario-andreschak/FLUJO/main/scripts/install.sh | bash。Windows 可下载 releases/latest/download/flujo-setup.exe，或 irm 指向 install.ps1 后 iex。已有 Node 的用户可 npx flujo-ai 最快启动，但 README 提醒 MCP 仍可能需要 PATH 上的 git、python、uv。手动安装见 Getting Started；卸载见 Uninstalling（Windows）。卡住时可开 GitHub issue 或 Discord（discord.gg/KPyrjTSSat），作者称尽量一天内回复。验收第一步：安装完成后应能在 shell 调用 flujo 或 npm 路径下的 flujo-ai，并打开本地 UI 完成 guided setup。若只跑 npx 路径，先在 Talk 页试一条对话，确认 MCP server 能否 spawn。 package.json 与 LICENSE 徽章链到仓库根文件，安装脚本位于 scripts/install.sh 与 scripts/install.ps1，版本与 main 分支同步。 安装完成后首页文案强调 connect once 再进入私有 AI workspace。

Local first 密钥：服务端加密与浏览器掩码

Key Features 的 Local first Security 小节列出：默认 localhost，可扩到私网或公网部署；API keys 等在本地 storage 加密 at rest，可选自定义 encryption password；Never sent to the browser，前端 DevTools 里也只能看到掩码字符串而非明文。Reusable global variables 允许定义一次密钥并绑定到任意 AI 或 MCP 配置，减少重复粘贴。Settings 提供 Backup 与 restore 加密 workspace。这与把 key 填进浏览器本地存储明文的 demo 站不同，适合在本机或受控 VPS 跑 Agent。README 未写具体加密算法或密钥轮换流程，安全审查需读源码或 issue；公网部署时还要自行处理 TLS、防火墙与访问控制，文档只给方向未给 hardened 清单。Claude Subscription 走 Agent SDK 时，密钥形态与 OpenAI API key 不同，要在 AI Setup 向导里单独走一条连接路径。 全局变量绑定示例 README 提到 openrouterkey 这类命名，一次定义后可注入多个 model 或 MCP server 配置，减少复制粘贴带来的泄露面。

OpenAI 到 Ollama：多提供商与 Claude 订阅

AI Setup 支持 OpenAI、Azure OpenAI、Anthropic（native 或 OpenAI compatible）、Google Gemini、X.ai Grok、OpenRouter、Codex、Ollama 本地模型等。Claude Subscription 可走 Claude Agent SDK 用 Pro 或 Max 计划而非按量 API key。Guided 或 expert setup 三档向导；连接可分组、收藏并在 agent 与对话间复用。对国内用户，实际可用性取决于各 provider 的网络与账号；Ollama 路径适合离线或内网模型。README 未写默认模型或 token 限流策略，Talk 页有 token usage 与 context window meter，说明运行时会计量上下文占用。换模型时 Agent 图与 MCP 绑定是否需重配，要在 UI 里试一条 flow 才能确认，文档未给迁移脚本。OpenAI compatible 端点暴露意味着外部客户端可调用你在 FLUJO 里建好的 agent，但 README 未写鉴权方式细节，公网暴露前要查 Settings 或 wiki。 Favorites 与 folder 组织适合维护多条 API 连接，Expert setup 表单则暴露完整 endpoint 与 header 字段，便于接自建兼容网关。

MCP Registry 到 FLUJO 代理：连应用的三步表单

Connected Apps（MCP）支持 guided connection：FLUJO 可 research app、选 curated 选项，或手填 remote URL、GitHub repo、local command。Install 来源含官方 MCP Registry（registry.modelcontextprotocol.io）、FLUJO 验证过的 curated servers、或手动 GitHub 与本地目录。Full MCP capability：tools、resources、prompts、roots（workspace folders）、sampling（server 在信任策略下借用你的模型）。每个 server 有 detail view 可 browse 与 call tools。FLUJO as MCP proxy 可把已配置 server 经 Streamable HTTP 再暴露给 Claude Desktop、Cursor、Cline 等客户端，一次配置多处使用。配置是三步表单：define、install and build、define how to run，保存前 one click connection test。这与手改 mcp.json 相比降低门槛，但复杂 server 的 build 失败仍要读 server 自身 README。Curated 列表减少踩坑，不代表所有 registry 条目都经过 FLUJO 作者长期维护。 sampling 功能让 MCP server 可在用户批准的策略下调用 FLUJO 已配置的模型，适合需要 server 侧 LLM 补全的场景，信任边界要在连接测试前读清。 roots 对应 workspace 文件夹授权。

Simple 食谱与 Expert 图：Agent Builder 两种模式

Agent Builder 提供 Simple mode：像食谱一样逐步用自然语言建 agent，无需画流程图。Expert visual mode 用拖拽连接 Start、AI、connected app、subflow、Finish 节点。Branching 与 handoff 允许多后继节点，在 Process Node 的 Agent Tools 标签定义何时 handoff；Loops 把节点连回前面形成循环；Subflow 把另一 flow 当函数调用且 state 隔离。Per node tool 与 prompt scoping 限制每个节点可见的工具、资源与 system prompt 片段。适合前台接待 AI 加后台工具 AI 或多专家编排。README 用截图说明 handoff、loop、subflow，但未给 JSON 导出格式或版本控制建议；团队共用 flow 可能要依赖 FLUJO workspace backup 而非 git。Simple mode 对非工程师友好，Expert mode 对复杂分支与循环更直观，两者可在同一项目混用。 Orchestration 截图展示多 handoff 与 loop 组合成调度器，Subflow 节点相当于把子 flow 封装成黑盒步骤，便于在多个主 flow 里复用同一套工具链。

Talk 页调试器与 Automations 触发

Talk 页统一对话入口：选 agent 开聊，Live execution view 实时看步骤、token 与 context meter。Visual debugger 可设 breakpoint、逐步执行并查看每步 prep 与 exec state。Human in the loop tool approval 可在任意 provider（含 Claude Subscription agentic tool use）执行 tool 前要求批准。支持文件、音频附件、消息编辑与 conversation branching。Automations Triggers 说明 flow 可自动运行；具体 cron、Webhook 或文件触发类型需打开应用或完整 README 核对，素材在此处截断。调试器对排查 MCP tool 失败很有用：可在节点级看到调用参数与返回，比纯 CLI agent 的滚动日志更直观。性能与并发上限 README 未写，高并发 automation 应自行压测。File 与 audio attachments 意味着 multimodal 输入走 Talk 而非仅 Agent 图，适合语音指令触发 flow。 context window meter 帮助在长对话前判断是否需要开新 thread 或缩小 tool 列表，避免 silent truncation；message editing 与 branching 支持在同一 agent 上试不同提示分支。 断点调试适合排查 handoff 条件。 可用。

v3.45.0 与选型边界

2026-08 连续发布 v3.43.0 至 v3.45.0，迭代频率高；changelog 在 GitHub Releases。对比 Cursor 或 Claude Code 等终端 agent，FLUJO 强项是可视化编排、MCP 集中管理与 OpenAI compatible 与 MCP endpoint 对外暴露；弱项是安装体积（bundled runtimes）与学习曲线。npx flujo-ai 适合快速试用 UI，生产 MCP 密集场景应用完整 install.sh 保证 python 与 uv 就绪。MIT 许可允许商用；隐私与合规取决于你把 instance 部署在哪、接哪些 cloud model。本地验收：装完后连一个 MCP server（如 filesystem 或 github），在 Agent Builder 建两步 flow，Talk 页跑通并开 tool approval 看拦截是否生效。若需与现有 CI 集成，README 未写 headless API，可能要查 issue 或自行抓 network 请求。 Discord 社区 KPyrjTSSat 是 README 推荐的求助入口，issue 模板与 PR 测试 wiki 指向 Test Pull Requests 页面。 与 statping 类监控无关，FLUJO 聚焦 AI agent；若你的需求只是 HTTP 探活，应选专用监控栈而非本仓库。

编辑结论

适合要在本机统一管理 MCP 服务器、多模型密钥与可视化 Agent 的开发者；不适合只想要单一 CLI 编码助手、或无法安装 Git 与 Python 的极简环境。验收可跑 curl -fsSL 指向 install.sh 或 npx flujo-ai，在 Settings 检查密钥是否仅显示掩码，并用 MCP Registry 连一条测试 server。 公网部署前确认 Settings 里 localhost 绑定与反向代理文档。

官方来源

1. Official README
2. Project repository
3. Release notes