📌 项目地址：withastro/flue | ⭐ 5,421 颗星 | 🔧 TypeScript | 📜 未标注
这个项目解决了什么问题
Flue 不是一个 SDK，而是一个 Agent Harness 框架。它解决了当前 AI Agent 开发中的一个核心矛盾：大语言模型（LLM）的能力足够强大，但让模型自主完成多步、交互式的任务时，开发者却需要大量胶水代码来管理上下文、会话、文件系统、工具调用和运行环境。Claude Code、Codex 这样的“真·自动代理”展示了自主 Agent 的潜力，但它们的架构是封闭的。Flue 提供了一套可编程的 TypeScript 运行时，让你也能构建这类 Agent——给它一个任务，而不是一步步指令，让模型自己规划、执行、修正，最终完成目标。
实际用法：看完这段代码就明白了
Flue 的核心用法是在 .ts 文件中创建一个 Agent，并为它装配所需的全部装备。
import { createAgent, type AgentRouteHandler } from '@flue/runtime';
import { local } from '@flue/runtime/node';
import triage from '../skills/triage/SKILL.md' with { type: 'skill' };
import verify from '../skills/verify/SKILL.md' with { type: 'skill' };
import * as githubTools from '../tools/github.ts';
const instructions = `
Triage a bug report end-to-end: reproduce the bug,
diagnose the root cause, verify whether the behavior is
intentional, and attempt a fix.
...`;
export const route: AgentRouteHandler = async (_c, next) => next();
export default createAgent(() => ({
model: 'anthropic/claude-sonnet-4-6',
tools: [...githubTools],
skills: [triage, verify],
sandbox: local(),
instructions,
}));
关键要素：
– model：指定 LLM（如 Anthropic Claude Sonnet 4-6），任何兼容模型均可。
– tools：提供 Agent 能调用的函数（例如 GitHub API 封装），类型安全。
– skills：以 .md 文件形式导入的领域知识或脚本，Agent 会阅读并遵循。
– sandbox：local() 表示使用本地沙箱（也支持虚拟或远程沙箱），让 Agent 能够安全地执行命令、读写文件。
– instructions：用自然语言给 Agent 一个开放的目标，比如“完整复现 bug report → 诊断根因 → 确认是否为预期行为 → 尝试修复”。
Agent 可以通过 HTTP 暴露（route 函数），方便部署到服务器或边缘环境。整个文件就是一个可独立部署的 Agent。
和同类框架的区别
目前主流 Agent 框架（如 LangChain、AutoGPT、CrewAI）要么是 Python 生态下的库，要么是偏重编排的工具。Flue 的独特之处在于：
- Harness 而非 SDK：它不提供大量封装的抽象，而是提供一个可编程的“马具”，让你直接控制 Agent 的运行时行为——模型选择、工具注入、skill 加载、沙箱策略都在一个 TypeScript 文件中声明。
- TypeScript 原生：对于前端/全栈开发者友好，与现有工具链（Vite、ESBuild）自然融合，可直接导入
.ts、.md文件作为模块。 - 沙箱是核心一等公民：Agent 不只是聊天，它需要写文件、跑代码、访问网络。Flue 的
local()、虚拟沙箱等概念让这些操作有清晰的安全边界，而不是在每次工具调用时手动处理权限。 - 专注“真正自主”：不是 prompt 链或 workflow 编排器，而是让 Agent 拥有连续上下文、会话记忆和故障恢复能力（Durable Execution），更像一个迷你操作系统里的进程。
注意事项
- Flue 目前还处于早期阶段（GitHub 5421 star，README 未提供具体安装命令）。你需要参考官方文档 来了解如何通过 npm/yarn 安装
@flue/runtime以及如何配置 LLM 凭据。 - 使用
local()沙箱意味着 Agent 能执行本地命令和读写文件，存在安全风险。生产环境应优先使用虚拟或远程沙箱，或对 Agent 工具做细粒度权限控制。 - 示例中 skill 文件以
SKILL.md形式导入，需要确保运行时环境支持import ... with { type: 'skill' }这种特殊模块解析（Flue 自定义的 loader）。 - 并未在 README 中给出 CLI 的启动命令或
npm run dev的示例，实际部署方式请查阅官方“Deploy”部分。
如果你正在寻找一个用 TypeScript 构建自主 Agent 的轻量框架，并且希望 Agent 能像人类一样在安全沙箱里“动手”完成工作，Flue 是目前少数能直接满足这个需求的项目。