本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

---

历时两个月，每天平均蹬了gpt ，2到4亿token，现在我宣布，1flowbase终于可以发第一版了，终于可以端上来和各位佬们唠嗑唠嗑了。

为什么要做这个项目？

因为我对于本agent中间过程实在很好奇，Claude code 里面是怎么拼接提示词？

为什么有时候我打一个hi？token就狂涨？我们在给Hermes 或者openclaw里面发送了一个消息，他到底干了多少事？

如果我们要构建harness工程，那么我认为首先我们要能观察到模型在干嘛，然后针对他机制，进行文件，提示词优化，不同提示词之间，tokens消耗是多还是少，一切都一切，目前都没有一个让我满意项目，所以我决定自己手搓。

前后端分离，前端打包成静态文件，后端用rust，数据库使用pg，原本有redis我也干掉了，因为我目标是轻量的单机部署，我希望哪怕是1c1g的小鸡都能跑的起来，但是实际上我也没跑起来过，如果有佬跑起来，如果可以的话，分享一下他的资源情况，我想要看看他消耗如何。

好吧，言归正传，为什么我这么执着看到ai调用整个过程？

因为我认为看到，感知到才是调教ai 第一步，就像是22年毕业当后端实习生那会儿，系统报错总是喜欢疯狂打印日志debug，println(“日志–”)。

我认为本质上软件工程和调教ai harness工程并没有太多本质区别，或者我认为

写代码就是给机器写规则，写提示词构建harness其实是给ai写规则。

当然也有很多佬，会表示，其实现在模型很强大了，直接说就可以了，完全没必要调教。

是的，对于个人来说是这样，但是对于一个商业化项目来说这里涉及 成本，单位经济。

在互联网时代，我们软件开发好之后，丢到线上，代码能跑，基本上就能坐着收钱，所以吕氏春秋有云"互联网逻辑，就是先免费，再收钱。"那个时候大量免费，广告行业蓬勃发展。

但是在ai时代，大模型算力，API成本，改变了这个逻辑，烧钱成本剧增，并且带来一个单位经济问题，成本，正常来说个人和中小企业其实都是调用大模型产商的API，然后你就会发现，

ai越强大，价格越贵，效果越好，用户用得越爽，你成本越高，如果没有做好单位经济计算成本计算，那么你就发现一个事情，用户越多，亏得越多。

当然对于openai，anthropic 这些有着资本支撑，这些都不是问题，亏的越多，烧的越多，所有都会狂欢，但是对于我们这些没有资本支持普通ai创业者来说，你就发现，如果要开放ai能力，tokens的单位经济就是一个必须要算账。

但是小模型成本低干不了活，高级模型模型能干活，但是贵。

那么他们可不可以组合起来呢？当然可以了，Claude code 很多本地agent都是这样让低参数模型去总结的。

综上所述，1flowbase这个项目解决下列问题：

1，本地agent黑盒

很多时候本地agent工作时候我们是看不到他在干活，这个时候你想要调试，你只能靠猜，然后修改一下你措辞，但是这样临时改其实和harness功能调试来说并不是很友好。

• 如果对于Claude code ，codex，openclaw，Hermes 这些本地agent的历史记录感兴趣，那么1flowbase提供事无巨细的日志，你可以看清楚本地agent拼接哪些提示词发送给你大模型上游。


• 如果你对于为什么发一句hi，就消耗了17ktoken 干到困惑，那么1flowbase统计每一次输入输出，缓存命中记录，每一次工具回调产生token？


• 如果你还想要针对聊天记录来优化你项目的harness功能，他为什么这样发消耗会少，为什么这样发，模型走那些路径他消耗会低，如何减少模型无意义探索路径，我认为这个是项目当前阶段1flowbase最能够给到各位佬的帮助。因为1flowbase提供事无巨细日志，所以请不要随便在外面接1flowbase，不然你了解记录可能会被第三方卖出去。

2，手上有很多大模型账号，但是切换麻烦

我之前一直有这样苦恼，就是大模型账号太多切不过来，比如说雷总多模态，自己开的gpt，以及一些公益站，然后你就会发现所有模型都各有所长，那么能不能我在客户端值配置一个供应商，比如我配置一个模型供应商，然后我把他们全部路由，起来放到一个里面Deepseek ，Claude ，gpt，mimo，grok ，全部塞到一个模型供应商里面，这样我直接下拉选择模型就好了。

3.编排独属与个人习惯大模型

我知道第二点相对于sub2api和CPA已经很成熟了，并且大多数佬只有大概就是转换一下，gpt 5.5里面转换到Claude code里面用，如果你的需求只有这些，那么我推荐你用现有成熟反代CPa，sub2更好。1flowbase更加专注下面，那就是通过工作流编排成为一个虚拟模型，本地agent看似是在请求一个模型API，实际上他是在走一整个工作流，当然这个对于佬来说需要一定门槛，但是我觉得中文社区里面，大概就这里能过这个门槛，并且有探索欲。

虚拟模型会不会减少缓存命中？

如果你只是第一种用法，去构建一整套工作流然后塞进去，那么不属于之前聊天对话是有可能破坏缓存。

为此我们给节点提供history（历史对话上下文）变量，你可以自己改造拼接成为高命中缓存，或者前面套一个节点来优化去掉无意义上下文，达到节省token交互。

并且我们将系统提示词剥离出来，作为一个变量，这样你可以在不继承上下文时候也能够用到对应系统提示词

虚拟模型（Virtual Model）

虚拟模型就是指，你可以通过工作流编排组合你agent大模型供应商，对于本地agent工具如Claude code ，codex，openclaw， Hermes ，aionui，来说他们是无感，他们接入大模型接口就像上游大模型一样。

可以这样编排工作流

串行

手动组合Deepseek V4 多模态

让LLM顺序执行，比如说你在Deepseek v4前面套一个Gemini 作为视图，这样用户甩一个图片过去，让Gemini 看完图之后，总结将文字信息和用户问题发给Deepseek，让Deepseek 像多模型一样干活。

手动控制不同厂家模型同一个任务不同工作节点环节

我们知道，每一个家大模型都是各有所长，并且长上下文有腐烂问题，

那么我们是不是可以，发一个任务，gpt先干完后端和功能，然后再给Gemini 美化前端页面

智能路由：

还是上面例子， 我们可以不可以先让一个LLM分析当前这个任务应该给哪一个节点，然后再分发到对应节点，比如说后端实现给gpt，前端ui美化分发给Gemini。

使用教程

你可以在大模型供应商里面配置你的模型，目前支持国外御三家和Deepseek：

然偶在工作流编排的LLM节点选择你配置模型：

然后直接发布为你openai/anthropic的兼容API 接口

然后你就可以将这个模型放到css中：

当然你可能会好奇，是不是模型id随便写都可以。

当然不是，你如果不配置，怎么知道模型上下文和压缩上限呢？

你需要在开始节点中配置对外提供模型信息：

这样openai协议可以直接拉到模型上下文这些，anthropic 也可以知道上下文情况和协议情况。

然后你就可以直接在Claude code 对话使用

然后你就可以在日志中看到详细信息：

注意："—下面美化内容"其实我手动组合回答：

并且不仅仅回答，而是所有消息，比如说你可以看到Claude code 是如何拼接系统提示词：

我们可以明显看到，Claude code 真的会向anthropic 服务器发送版本号这些信息。

如果是一个复杂任务，我们有详细回调日志：

可以看清楚每一步消耗

我们还有报表，统计每一个应用token消耗情况

基本上好多都塞进去，因为我绝对界面可以慢慢调，但是数据一定要全，一言就能看到自己想要关注指标和数据。

这就是虚拟模型，可以任意组合分发发布对应为对应大模型接口，让个人和非大模型基座企业也能发布自己专属大模型。

发布大模型不在仅仅是openai，anthropic 这些基座模型权利，个人和企业能上桌吃饭了。

其他功能

这些就是全部了吗？当然不是，因为我们愿景不仅仅如此，我要做的是：

目前还在做功能，低代码，你可以在工作流中将对话或者其他中间产物存入数据库，然后快速创建页面查看。

定时任务：定时将最近聊天记录抽出来，整理归纳，甚至每天早上发一份日报告诉你昨天做了什么？有哪些可以改进，哪些要继续维持？

导出聊天记录（计划中）：导出聊天记录为大模型训练，以后算力丰富之后，可以自己哪来训练大模型，当然数据是你的想怎么处置都可以。

我打算，以后将我开源项目和开发ai聊天记录脱敏打包挂出去卖，这样开源star越高，我数据越值钱，隐私？什么隐私？我代码都开源，怎么这数据，

官方卖得？中转站能卖，我怎么卖不得？

数据我有，优势在我！！

我们要构建是一流基础，所以你对于1flowbase 有什么改进建议意见，欢迎留言，私信，issue，当然也可以先点一个star观望一下。

项目地址：

最后：

祝各位佬，儿童节快乐，今天是周一，也许很多佬已经将头发梳成大人模样在上班了，但是衷心希望你，有那么一段时间，可以什么都不想，做自己开心事情就好了，就像儿时的你一样

更新日志

2026-06-03

1.对于项目做了以此大体检和pnpm环境升级至11，修复9个安全漏洞

2.对于if节点和codex节点进行优化

if节点，判断条件支持条件+条件组，and就是要满足全部条件，or就是满足这个判断任意条件

ui这方面我尽力，gpt面对前端真的无力。。。

增加多种值比较，如为空，存在，计算等号，字符串，正则匹配这些。

code节点优化：

主要是增加了一个object和array的JSON Schema，只有满足history变量结构才会允许直接作为上下文继承

4.docker镜像增加arm支持

经过的一个佬友反馈，他电脑用不了，然后发现果然只打了x86镜像，所以这次也增加多CPU架构镜像