阿超 > sim

sim

2026-01-14

ai

一万年太久，只争朝夕。——毛泽东

Sim：把 AI Agent 工作流搭成一条“所见即所得”的生产线

你是不是也有过这样的时刻：脑子里已经有一个能跑起来的 Agent 方案，结果工具搭建、数据接入、状态编排、模型联动、实时交互一大堆细节把你拽回现实。Sim 就是那个把想法迅速变成工作流的开源平台，让你几分钟内构建并部署 AI Agent 工作流，跑在云端或本地，拿起就用。

项目描述很克制：Open-source platform to build and deploy AI agent workflows。真正的亮点在于把复杂度藏到平台里，给你一个可视化的画布去连接 Agent、工具和模块，把“流程”做成了“积木”。

  • 官网与托管版本：sim.ai
  • 文档：docs.sim.ai
  • 仓库地址：simstudioai/sim
  • 技术栈：TypeScript、Next.js、Bun、PostgreSQL + pgvector、Drizzle ORM、Better Auth、Shadcn UI、Tailwind、Zustand、ReactFlow、Socket.io、Turborepo、Trigger.dev、E2B

它是什么：把 Agent 工作流从“代码堆”变成“画布”

  • 画布式工作流搭建
    在一个可视化画布上设计流程，把节点拖到一起，连接 Agent、工具与功能块，立即运行。这个体验对第一次尝试 Agent 编排的同学非常友好，也让团队沟通更顺滑。

  • Copilot 驱动的迭代
    Copilot 能在画布里生成节点、修错误、对话式迭代流程，减轻你查文档和找参数的心智负担。你说出需求，它帮你把块和连线补齐。

  • 向量数据库集成
    上传文档到向量存储，工作流里的 Agent 直接做基于你内容的问答与检索，落地 RAG 更轻量。官方 README 展示了知识上传与检索的演示。

  • 云端与自托管并行
    你可以直接用 sim.ai，也可以在本地或私有环境里自托管（NPM 一键、Docker Compose、Dev Container、手动环境）。同时支持 Ollama 或 vLLM 跑本地模型。

一键起飞：最短路径

两条路：云端用 sim.ai，或者马上在本地跑起来。

Cloud-hosted（托管）

直接访问 sim.ai，账号里开箱即用。

Self-hosted（自托管）

最轻量的一条命令：

1
2
npx simstudio
# 默认打开 http://localhost:3000

需要你的机器上已经安装并运行 Docker。

更标准的 Docker Compose：

1
2
3
git clone https://github.com/simstudioai/sim.git && cd sim
docker compose -f docker-compose.prod.yml up -d
# 打开 http://localhost:3000

用本地模型跑：Ollama 与 vLLM

Ollama（GPU 或 CPU）

无需外部 API，先把模型拉到本地再跑工作流：

1
2
3
4
5
# GPU（自动下载 gemma3:4b）
docker compose -f docker-compose.ollama.yml --profile setup up -d

# 纯 CPU
docker compose -f docker-compose.ollama.yml --profile cpu --profile setup up -d

模型下载完，访问 http://localhost:3000。追加更多模型：

1
docker compose -f docker-compose.ollama.yml exec ollama ollama pull llama3.1:8b

如果你在宿主机上跑 Ollama，而 Sim 在容器里，地址改成：

1
OLLAMA_URL=http://host.docker.internal:11434 docker compose -f docker-compose.prod.yml up -d

Linux 场景可以用宿主机 IP，或在 compose 文件里加入 extra_hosts: ["host.docker.internal:host-gateway"]。

vLLM

自托管 vLLM 的方式也很简单，设置环境变量即可：

1
2
VLLM_BASE_URL=你的 vLLM 地址
VLLM_API_KEY=你的 vLLM API Key（可选）

Dev Containers：在 VS Code 里一键重开到容器

如果你习惯用 VS Code 的 Dev Containers 或 Codespaces，有一套现成配置：

  • 重开到容器后，可用项目内置命令：
    • sim-start 同时跑应用与实时 Socket 服务
    • 或者分开跑：sim-app（Next.js，3000 端口），sim-sockets（Socket 服务，3002 端口）
  • 自动安装依赖与执行迁移
  • 内置命令包括：sim-migrate 推送 schema、sim-generate 生成迁移、pgc 连接数据库

手动本地开发：从零到能跑

手动模式需要：Bun、Node.js v20+、PostgreSQL 12+（带 pgvector）

  1. 拉代码并安装依赖
1
2
3
git clone https://github.com/simstudioai/sim.git
cd sim
bun install
  1. 启动本地带 pgvector 的数据库（Docker 示例）
1
2
3
4
5
docker run --name simstudio-db \
  -e POSTGRES_PASSWORD=your_password \
  -e POSTGRES_DB=simstudio \
  -p 5432:5432 \
  -d pgvector/pgvector:pg17
  1. 配置环境变量（复制示例文件并编辑）
1
2
3
4
cp apps/sim/.env.example apps/sim/.env
cp packages/db/.env.example packages/db/.env
# 两个 .env 文件里把 DATABASE_URL 设置成：
# postgresql://postgres:your_password@localhost:5432/simstudio
  1. 迁移数据库 schema
1
cd packages/db && bunx drizzle-kit migrate --config=./drizzle.config.ts
  1. 启动开发服务
1
2
3
4
bun run dev:full
# 或者分别启动：
# bun run dev           # Next.js
# cd apps/sim && bun run dev:sockets  # realtime socket server

Copilot API Keys：自托管也能用内置 Copilot

自托管时想在画布里使用 Copilot：

  • 访问 sim.ai → Settings → Copilot，生成 Copilot API key
  • 在本地 .env 里设置 COPILOT_API_KEY

环境变量速览

核心环境变量如下（更全见 apps/sim/.env.example 或 apps/sim/lib/core/config/env.ts）：

  • DATABASE_URL：PostgreSQL 连接串，需 pgvector
  • BETTER_AUTH_SECRET：认证 secret（可用 openssl rand -hex 32 生成）
  • BETTER_AUTH_URL：应用地址，例如 http://localhost:3000
  • NEXT_PUBLIC_APP_URL：同上，前端使用
  • ENCRYPTION_KEY：用于加密环境变量
  • INTERNAL_API_SECRET：用于加密内部 API 路由
  • API_ENCRYPTION_KEY：用于加密 API Key
  • COPILOT_API_KEY：来自 sim.ai 的 Copilot Key，非必须

常见问题

  • Ollama 模型在 Docker 下下拉不到或下拉后选不到：在容器里使用 host.docker.internal 替代 localhost 指到宿主机服务。
  • 数据库迁移报错：确保 pgvector 已装，等数据库健康后再跑迁移。
  • 端���冲突：默认使用 3000、3002、5432，更换端口示例：
1
NEXT_PUBLIC_APP_URL=http://localhost:3100 POSTGRES_PORT=5433 docker compose up -d

技术栈一览

  • Framework：Next.js App Router
  • Runtime：Bun
  • 数据库：PostgreSQL + pgvector，ORM 用 Drizzle
  • 认证：Better Auth
  • UI：Shadcn、Tailwind CSS
  • 状态管理：Zustand
  • 工作流画布：ReactFlow
  • 文档：Fumadocs
  • Monorepo：Turborepo
  • 实时能力：Socket.io
  • 后台任务：Trigger.dev
  • 远程代码执行：E2B

包与 SDK

仓库的 packages 列出了常用包：

  • 内部包：@sim/tsconfig、@sim/db、@sim/logger、@sim/testing
  • 已发布包：
    • CLI：simstudio（本地通过 Docker 跑 Sim）
    • TypeScript SDK：simstudio-ts-sdk（用于工作流执行）
    • Python SDK：simstudio-sdk（用于工作流执行）

用起来的感觉

  • 画布直觉：流程设计像拼图，连接后立刻运行，直观调试。
  • Copilot 辅助：生成节点、修���、补参数，把“搭流程”的摩擦降到最低。
  • 文档即平台：从 Docker 化部署到 Dev Containers，一条龙覆盖了个人试验和团队协作。
  • 模型来源自由：云端服务、Ollama 本地模型、vLLM 自托管，都能接起来。
  • 数据可落地：pgvector 支撑检索，RAG 场景能快速搭，业务内容可控。

适用场景

  • 小团队快速验证 Agent 流程，几小时内跑出能互动的 MVP
  • 内部知识问答或流程自动化，用向量检索把企业文档喂给 Agent
  • 线上稳定跑，线下低成本迭代：云端托管配合本地模型双持
  • 想让非工程同学参与工作流搭建，用画布把抽象都可视化

结语

Sim 把“搭 Agent 的流程”做成了“低摩擦的产品体验”。它不试图包打天下，而是把关键路径打通：工作流画布、Copilot 迭代、向量检索、云端与本地模型、从开发到部署的全套环境。
如果你正在为 Agent 应用寻找那条“从想法到可运行”的最短路径，先跑一遍 npx simstudio，把画布搭起来，再把知识库接上。剩下的，就交给工作流。

更多信息与文档请直接查看仓库与官网：