kruxia/kruxiaflow

Kruxia Flow

AI原生的全场景持久化工作流引擎

一款为AI应用设计的轻量级高性能工作流引擎，支持实时LLM成本跟踪、智能缓存与预算控制。基于Rust构建的单二进制文件（仅7.5MB），Docker镜像大小63MB，唯一依赖为PostgreSQL。

快速开始

bash
# 使用PostgreSQL和Redis启动Kruxia Flow
docker compose up -d

# 直接运行镜像（需自行提供PostgreSQL）
docker run -d \
  -e DATABASE_URL=postgres://user:pass@host:5432/kruxiaflow \
  -e KRUXIAFLOW_CLIENT_ID=my-client \
  -e KRUXIAFLOW_CLIENT_SECRET=my-secret \
  -p 8080:8080 \
  kruxia/kruxiaflow:latest serve

完整示例部署：

bash
git clone https://github.com/kruxia/kruxiaflow.git
cd kruxiaflow
./docker up --examples

API文档可访问 http://localhost:8080/api/v1/docs。

什么是Kruxia Flow？

Kruxia Flow是一款持久化执行引擎——工作流可在崩溃后恢复，自动重试，状态持久化。它将工作流编排与AI原生特性结合：LLM成本跟踪、预算执行、多提供商模型 fallback、令牌流等。

核心功能

• 持久化执行：通过事件溯源在PostgreSQL中存储状态，崩溃后自动恢复与重试，活动执行具有精确一次语义。
• LLM成本跟踪：运行LLM活动前实时估算成本，支持按活动/工作流设置预算限额并自动执行。
• 预算感知模型 fallback：按优先级指定模型列表，预算受限时代理切换至更便宜的模型。
• 多提供商LLM支持：（Claude）、OpenAI（GPT）、Google（）、Ollama（自托管）。
• 令牌流：通过WebSocket实现实时LLM令牌流，并跟踪每个令牌的成本。
• 结果缓存：基于Redis的活动结果缓存，避免重复LLM调用。
• DAG工作流：YAML定义的有向无环图，支持并行扇出/扇入执行。
• 人机协作：通过信号活动暂停工作流以等待用户输入。
• 语言无关Worker：HTTP Worker协议支持任意语言实现自定义活动。
• Python SDK：pip install kruxiaflow即可使用。

镜像详情

CLI命令

kruxiaflow二进制支持以下子命令：

环境变量

必填

可选

依赖

• 必填：PostgreSQL 17+
• 可选：Redis 7.4+（用于活动结果缓存）

性能对比（2026年1月基准测试）

示例工作流

yaml
name: content_moderation
activities:
  - key: moderate
    activity_name: llm_prompt
    parameters:
      model: anthropic/claude-sonnet-4-5-20250929
      prompt: "审查此内容是否违反政策：{{INPUT.content}}"
      max_tokens: 500
    settings:
      budget:
        limit_usd: 0.50
        action: abort

更多生产级示例请查看https://github.com/kruxia/kruxiaflow/tree/main/examples%EF%BC%8C%E6%B6%B5%E7%9B%96HTTP%E8%AF%B7%E6%B1%82%E3%80%81%E5%B9%B6%E8%A1%8C%E6%89%A7%E8%A1%8C%E3%80%81LLM%E6%88%90%E6%9C%AC%E8%B7%9F%E8%B8%AA%E3%80%81%E6%A8%A1%E5%9E%8Bfallback%E3%80%81%E7%BC%93%E5%AD%98%E3%80%81%E6%99%BA%E8%83%BD%E4%BB%A3%E7%90%86%E5%BE%AA%E7%8E%AF%E3%80%81%E4%BB%A4%E7%89%8C%E6%B5%81%E7%AD%89%E5%9C%BA%E6%99%AF%E3%80%82

链接

• GitHub：https://github.com/kruxia/kruxiaflow
• 文档：https://github.com/kruxia/kruxiaflow/blob/main/docs/architecture.md
• Python SDK：https://pypi.org/project/kruxiaflow/
• *******：加入社区
• 许可证：AGPL-3.0