Flock：用 Rust 與 Tauri 打造的桌面多代理工作台，值不值得裝
A desktop multi-agent harness built with Rust, Tauri, and React, powered by langgraph-rust.
秒懂
- 它是什麼？
- Flock 把 LangGraph 式的代理狀態機、ReactFlow 視覺化流程編輯器與沙箱 VNC 收進同一個桌面程式，並由作者自己實作的 langgraph-rust 驅動。它解決的是「代理在背景亂跑、你看不到也管不住」這件事，代價是要接受一個由個人維護、仍在 0.3.x 的專案。
- 適合誰用？
- 如果你要的是一個能看見代理每一步、必要時接手滑鼠鍵盤的桌面工作台，而且能接受 Apache-2.0 授權下由個人維護的 langgraph-rust 作為核心，Flock 值得在隔離環境先跑一輪。若你需要多使用者後端、穩定 API 介面或長期支援承諾，這個專案目前不適合。
- 可以商用嗎？
- 可以。Apache-2.0 是寬鬆授權：你可以使用、修改並販售以它為基礎的軟體，只需保留著作權與授權聲明。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 71 天前。
- 用什麼語言寫的？
- 主要是 Rust（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
Flock 想解決的是「代理跑起來之後你看不見」
多數代理工具在終端機裡執行，你能拿到的最終產物是一段文字或幾個檔案。中間發生了什麼、代理為什麼在第 7 步決定刪掉那個目錄，通常只能從日誌反推。Flock 的定位是把這條執行鏈放進桌面視窗：README 把它描述為 multi-agent harness，並在對照表裡直接點名傳統聊天客戶端做不到的事，包含視覺化流程、代理直接操作檔案、多步自主執行、cron 排程與多代理協作。
目標讀者相當明確。一類是需要反覆設計代理流程、並想用拖曳方式調整節點連接的人；另一類是已經在用 Playwright 或 xdotool 做自動化，但苦於無法即時看到瀏覽器與桌面狀態的人。README 說明的使用情境包括讀寫檔案、執行 bash 指令、瀏覽網頁與跑複雜管線，這些都屬於「代理會實際動到本機資源」的場景，因此它把人工審批與沙箱放在很前面。
反過來說，如果你只是要一個能問答、偶爾查資料的聊天視窗，Flock 的節點編輯器、VNC 串流與容器管理都是你不需要承擔的重量。
架構：Tauri 外殼、flock-agent 迴圈、SQLite 檢查點
README 的 mermaid 圖把資料流畫得相當清楚，值得照著讀一遍。最上層是 Tauri 桌面 UI，以 React 與 Mantine 組成，透過 IPC 與 Tauri Command 和 src-tauri 核心通訊。核心再以 JSON 協定把工作交給 flock-agent，也就是 LangGraph 的執行核心。代理的狀態機由 langgraph-rust 承載，執行過程中的狀態寫入 SQLite checkpointer，這也是它能做到「追蹤歷史執行路徑、逐步除錯狀態」的原因。
工具層是 flock-tools。它是一個工具註冊表，往下接三種執行位置：本機的內建工具（Bash、檔案、grep）、MCP 伺服器註冊表，以及隔離容器。沙箱這一側再分兩路，一路是 X11 與 VNC 伺服器（x11vnc 加 websockify）把桌面以 WebSocket 串回 UI，另一路是 Playwright 與 xdotool 負責瀏覽器與作業系統層級的操作。
模組切成五個 crate：flock-core 放共用設定 schema、SQLite 資料模型、加密工具與 IPC 通道；flock-agent 是代理執行迴圈與記憶系統；flock-workflow 負責節點邏輯，以及把 JSON 編譯成 LangGraph 的 AST；flock-tools 管工具與沙箱；flock-skills 載入系統提示。這個切法讓「流程定義」與「執行引擎」分離，視覺化編輯器產生的 JSON 最後要經過 flock-workflow 的編譯步驟才會變成可跑的圖。
有一點必須講明：整個代理語意建立在 langgraph-rust 上，而 README 明說那是作者「個人的 Rust 版 LangGraph 實作」。這代表你採用的不只是 Flock，還連帶採用了這個底層實作的行為與缺口。
節點、審批與 VNC：三個機制的實際分工
視覺化編輯器由 ReactFlow 驅動，README 列出十種節點：start 與 answer 定義輸入與最終輸出；llm 與 agent 分別是純推理節點與帶工具的 LangGraph 代理；classifier 與 ifelse 負責語意路由與條件分支；code 可跑自訂 JS 或 Python 轉換；human 是流程中的中斷點；plugin 與 parameter_extractor 則用來暴露工具與抽取結構化資料。這十種節點構成一個可表達分支、迴圈與人工介入的圖，而不是只有線性鏈。
人工審批不在流程圖裡，而是在工具呼叫層。README 的說法是寫檔、跑 bash、改設定這類動作需要使用者明確同意，你能看到計畫再決定放行或拒絕。這一層和 human 節點是兩件事：前者擋的是執行期的副作用，後者擋的是流程前進的時機。
VNC 的角色更特殊。當代理卡在驗證碼之類的關卡，README 說你可以直接接管沙箱的滑鼠與鍵盤。這等於承認自動化一定會有走不通的時候，並把「人接手」當成正式路徑而非例外處理。代價是這條路徑依賴 x11vnc 與 websockify 的組合，能不能在你的平台上順利串起來，是採用前必須實測的環節。
從原始碼編譯：Tauri 前置條件與執行入口
README 沒有給出可直接複製的安裝指令，Quick Start 章節在提供的內容裡被截斷，因此這裡只能描述你必須準備什麼，不能替你保證指令正確。
這是一個 Tauri 應用，前端是 React，後端是 Rust，所以本機需要 Rust 工具鏈與 Node 套件管理器。Tauri 本身在各平台另有系統相依，這部分要照 Tauri 官方文件處理，不是 Flock 能代勞的。取得原始碼後，典型流程是先在前端目錄安裝依賴，再用 Tauri 的開發或建置指令啟動，但實際的目錄名稱與 script 名稱請以 repo 內的 package.json 與 src-tauri 設定為準，不要照抄本文的推測。
設定面有幾個關鍵字可以從 README 推出來。API Key 支援 OpenAI、Gemini、Anthropic Claude、AWS Bedrock 與 Ollama 或本地端模型，貼上即可開始，README 稱之為 zero configuration。技能以 YAML frontmatter 的提示檔提供，並支援檔案變更時的 hot-reloading，所以 flock-skills 會監看檔案。MCP 伺服器只需連接一次，之後所有助理與流程會自動繼承新暴露的 schema 與工具。排程使用標準 cron 語法。這些都是設定層的行為描述，具體的設定檔路徑與鍵名在提供的材料中沒有列出，需要自行在 repo 中確認。
沙箱與檢查點的代價：隔離換來的是維運負擔
Flock 把危險操作放進隔離容器，這是它相對聊天客戶端最實質的差異。但隔離不是免費的。容器要能跑，宿主機就得有可用的容器執行環境；VNC 要能把畫面串進 UI，x11vnc 與 websockify 就得在容器內正常啟動並讓 WebSocket 連通。README 沒有說明這些元件是隨程式打包、還是需要使用者自行安裝，提供的材料也沒有交代支援哪些平台。若你的環境無法啟動容器，這個專案最核心的安全設計就形同虛設，剩下的只是一個本機執行的代理外殼。
狀態保存同樣值得注意。代理狀態寫在 SQLite checkpointer，好處是流程可回溯、可從中斷處續跑；代價是這個資料庫會累積對話、工具輸出與中間狀態。README 提到 flock-core 內含加密工具，但沒有說明資料庫本身是否加密、金鑰如何管理、檔案落在哪個路徑。對處理敏感內容的人來說，這是採用前必須自己查清楚的問題，而不是可以假設的預設值。
還有一個容易被忽略的邊界：Flock 是桌面應用，不是伺服器。它適合單人在自己機器上操作代理，不適合當成多人共用的後端服務。
什麼時候該選 Flock，什麼時候該選 n8n
同樣打著視覺化工作流與自動化旗號的 n8n，走的是完全不同的路。n8n 是伺服器端的工作流引擎，以 Node.js 撰寫，通常部署成服務，節點生態以 SaaS 整合與 Webhook 觸發為主，強項在於把外部系統串起來，並讓多人共用同一套流程。它的執行主體是既定的整合動作，不是會自己決定下一步的代理。
Flock 反過來。它的執行主體是 LangGraph 狀態機驅動的代理，節點裡有 classifier 做語意路由、有 agent 節點帶工具、有 human 節點等人回覆，工具可以落到本機檔案系統或沙箱桌面。它的強項是「代理自己規劃、你在一旁審批與接手」，而不是「把 A 系統的資料送到 B 系統」。
所以選擇的判準不是功能多寡，而是你要的是可預測的整合管線，還是需要判斷力的自主執行。前者選 n8n 這類伺服器端引擎；後者才輪到 Flock。若你的需求其實是前者，Flock 的沙箱與 VNC 會變成純粹的額外維運成本。
授權、維護成本與 0.3.x 的現實
授權是 Apache-2.0，屬於寬鬆授權，允許修改與再散布，並包含專利授權條款。實際使用前仍應自行閱讀完整授權文本，本文不構成法律意見。需要留意的是，Flock 依賴的 langgraph-rust 是獨立專案，它的授權狀態不在這份材料裡，採用前應一併確認。
維護成本落在兩個地方。第一是版本節奏：從提供的 release 清單看，v0.3.0 到 v0.3.1 相隔約兩週，v0.2.9 到 v0.3.0 只隔一天，這種密度通常意味著介面與行為還在調整，升級時要有重新驗證流程的準備。第二是依賴鏈：Flock 的代理語意綁在作者自製的 langgraph-rust 上，這個底層若缺少你要的節點行為，你只能等上游或自己動手，沒有第三方生態可以繞道。
README 也交代了重寫歷史：原本是 Python 加 LangGraph、LangChain、FastAPI 的後端，現在改成 Rust 加 Tauri 的桌面程式，舊程式碼保留在 legacy/python 分支。這說明專案經歷過一次徹底的架構替換，也意味著網路上關於舊版的教學與討論，對現在的版本多半不適用。
最後一個具體的判斷點：這個專案沒有 Homepage，README 也沒有列出社群支援管道。對需要長期支援承諾的團隊來說，這比任何功能清單都更能決定要不要採用。
編輯結論
如果你要的是一個能看見代理每一步、必要時接手滑鼠鍵盤的桌面工作台，而且能接受 Apache-2.0 授權下由個人維護的 langgraph-rust 作為核心，Flock 值得在隔離環境先跑一輪。若你需要多使用者後端、穩定 API 介面或長期支援承諾，這個專案目前不適合。動手前先確認三件事：langgraph-rust 是否已支援你需要的節點語意、沙箱容器在你的平台上能否啟動並串出 VNC 畫面，以及 SQLite checkpointer 的資料庫位置是否符合你的備份與加密要求。
社群筆記