Englisches Original: https://argusic.com/subject/loomflow
LoomFlow
Leichter KI-nativer Workflow-Builder für Einzelpersonen und kleine Teams: beschreiben Sie Ihre Idee in natürlicher Sprache, erhalten Sie einen ausführbaren Workflow auf einer visuellen Leinwand und veröffentlichen Sie ihn als API. Docker-Self-Hosting mit einem Befehl. Open-Source-Alternative zu Dify / n8n.
Läuft mit MocksQuelle: GitHubHomepageTypeScriptMITCommit 2c9dfe0bca4b
TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, ai agent, ai agents, llm, low code, nextjs, self hosted und supabase.
LoomFlow läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 12 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Install completes, Next.js dev server starts on port 5000 and returns 200 on /api/health, and the full test suite of 765 tests across 68 files passes cleanly.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Node.js v18 does not support `node:util` `styleText` export required by Vitest 4.x5 Minuten
- Installationszeit
- 12 Minuten
- Von der kalten Maschine bis zum Ende
- 5 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pnpm test exited 0, 765 passed across 68 test files; curl http://localhost:5000/api/health returned HTTP 200 with {"status":"ok","service":"loomflow","version":"v0.1.11","db":"error: TypeError: fetch failed"}
- Verbrauchte Modell-Tokens
- 57.247
- Genau getesteter Commit
- 2c9dfe0bca4b
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
[[email protected]] injecting env (0) from .env.local -- tip: 👥 sync secrets across teammates & machin… {"status":"ok","service":"loomflow","version":"v0.1.11","db":"error: TypeError: fetch failed","time… The server is up and responds with HTTP 200 on `/api/health`. The DB shows "error: fetch failed" si… exec /bin/sh -lc 'cd /work/repo && pkill -f "tsx.*src/server.ts" 2>/dev/null; mv .npmrc.bak .npmrc 2>/de… exited 143 in 0ms: Here's the full run report. **ARGUSIC_RESULT:** {"install_succeeded":true,"launch_succeeded":true,"install_minutes":12,"errors"… tokens used 57,247 Here's the full run report. **ARGUSIC_RESULT:** {"install_succeeded":true,"launch_succeeded":true,"install_minutes":12,"errors"…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 12 Minuten, langsamer als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte LoomFlow Platz 163 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,04 |
Themen (von GitHub)
aiai-agentai-agentsllmlow-codenextjsself-hostedsupabasetypescriptworkflowworkflow-automation
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/loomflow)Fragen
- Läuft LoomFlow?
- LoomFlow läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 12 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic LoomFlow getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 2c9dfe0bca4b. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von LoomFlow gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,04 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von LoomFlow?
- 12 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht LoomFlow eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von LoomFlow schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet LoomFlow im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte LoomFlow Platz 163 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für LoomFlow?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.