从零到第一个工作流：10 分钟上手 ChengOS（新手向完整教程）
这篇教程带你从一台空白的 Linux 服务器出发，一路走到跑通第一个 AI 工作流。全程大约 10 分钟，产出的东西虽小但真实可用：一个接收文本、交给大模型处理、展示结果的工作流。
第 0 分钟：你需要什么
- 一台 64 位 Linux 主机
- 一个 LLM 的 API Key（OpenAI / Claude / DeepSeek / Ollama 本地模型都行）
硬件要求（实测数据）：
| 配置 | 规格 | 说明 |
|---|---|---|
| 标配 | 2 核 CPU / 4 GB 内存 / 10 GB 磁盘 | 推荐配置，Docker 模式也够用 |
| 低配 | 1 核 CPU / 1 GB 内存 | 二进制模式正常运行 |
| 极限 | 1 核 CPU / 512 MB 内存 | 也能流畅运行——前提是安装二进制版本，且主机上没有 Docker 等其他高内存程序 |
内存占用实测：
- 二进制（Native）模式：ChengOS 自身全部组件内存占用 150 MB 以内，加上系统占用整体在 300 MB 以内
- Docker 模式：因镜像额外占用，整体内存占用在 600 MB 以内
ChengOS 有两种部署模式：
| 模式 | 依赖 | 适合 |
|---|---|---|
| Native（原生） | 仅需发布包，数据库以普通用户进程运行 | 试用、单机、无 root 权限的主机、小内存 VPS |
| Docker | Docker Engine + Compose 插件 | 生产环境、可复现部署 |
新手推荐 Native 模式——不需要 root，不需要拉镜像，最轻量，512 MB 的小机器也能跑。
第 1 分钟：安装
新手推荐：交互式安装，一行命令进入安装引导：
curl -fsSL https://chengos.dev/chengos.sh | bash
执行后会进入交互式双语菜单：
===========================================
ChengOS 统一管理与部署工具
===========================================
1) 安装/初始化模块 (Install/Init)
2) 启动服务 (Start)
3) 停止服务 (Stop)
4) 重启服务 (Restart)
5) 更新模块 (Update)
6) 单独安装 CLI (Install CLI Only)
7) 查看服务状态 (Status)
8) 安装系统命令 (Install Command Shortcuts)
9) 卸载/停用模块 (Uninstall)
10) 切换语言 (Switch Language)
11) 退出 (Exit)
12) 重置登录用户名/密码 (Reset Credentials)
13) 回滚到上一个版本 (Rollback)
===========================================
请选择操作 [1-12]:
选 1 进入安装引导，按提示选好模式和模块，装完再选 2 启动、7 查看状态即可——安装、更新、回滚、重置密码、卸载全在这一个菜单里，不习惯命令行参数的用户全程不用查文档。
如果你偏好脚本化/CI 部署，也可以用参数直通模式，进入 deploy/ 目录执行：
./chengos.sh install --mode native --db-install-mode managed-process --with api,ui,app,cli
./chengos.sh start
./chengos.sh status
三个参数解释一下（理解了以后能按需裁剪）：
--mode native：直接在主机上跑 API 二进制和静态资源，不经过 Docker--db-install-mode managed-process：PostgreSQL、Valkey、Qdrant 以普通用户进程方式跑在安装目录里，全程无需 sudo（另一种system-service模式走 apt + systemd，需要 root）--with api,ui,app,cli：选择要装的模块，只要编辑器的话--with api,ui就够了
第 2 分钟：验证安装
curl http://127.0.0.1:3000/health # API 健康检查
./chengos.sh status # 进程、端口、日志
启动成功后，四个服务在监听：
| 服务 | 端口 | 用途 |
|---|---|---|
| API 后端 | 3000 | REST API + WebSocket |
| 主界面 | 8080 | 可视化工作流编辑器 |
| 聊天应用 | 5055 | 聊天客户端 / 移动端 H5 |
| PostgreSQL | 5432 | 主数据存储 |
浏览器打开 http://<你的主机>:8080。全新数据库没有任何用户，会进入首次运行设置——在这里创建的账号就是管理员。
⚠️ 如果起不来，先看
deploy/logs/。启动失败十有八九是数据库连接问题或端口被占用。
第 3–8 分钟：搭第一个工作流
先认识四个词
- workflow（工作流）：一张有向图，是保存、版本化、运行、发布的单位
- node（节点）：一个步骤，声明了带类型的输入输出。节点用
分类/名称寻址，如io/input_text、ai/llm - edge（连线）：连接上游输出端口和下游输入端口，连线决定执行顺序
- execution（执行）：一次运行，有自己的状态机（pending → running → completed / failed / cancelled）和可回看的执行轨迹
Step 1：拖入输入节点
在左侧节点面板找到 io/input_text，拖到画布上。选中它，右侧属性面板里给字段起个名字，比如 user_input，再填一个默认值方便测试。
Step 2：拖入模型节点
拖一个 ai/llm 到输入节点右边。选中后在属性面板配置：选供应商和模型，写提示词。引用上游文本用变量引用，不要手抄字面量——这才是把两个步骤真正连起来的东西：
请用一句话总结以下内容：
{{user_input}}
🔑 还没配模型供应商的话，先去设置里配一个。凭证存在加密保险库里，节点里只有引用，真实密钥由服务端在请求时注入，LLM 全程接触不到。
Step 3：连线
从 io/input_text 右侧的输出端口拖到 ai/llm 左侧的输入端口。连线是类型检查的——如果连不上，说明两个端口类型不兼容，编辑器在帮你提前拦截运行时才会暴露的错误。
Step 4：加预览节点
拖入 utils/preview，把 ai/llm 的输出连过去。预览节点专门用来在开发时看中间值，是理解一个节点到底输出什么的最快方式。
你的图现在是：io/input_text → ai/llm → utils/preview
Step 5：保存并运行
Ctrl+S 保存（首次会要求命名，工作流存在 PostgreSQL 里，不依赖浏览器）。然后点运行——执行视图通过 WebSocket 实时流式推送事件，你能看到节点按顺序点亮，而不是干等最终结果。
如果某个节点失败，点它：执行详情会显示该节点的错误和它实际收到的输入，基本一眼定位。最常见的首次运行失败是模型配置——凭证缺失或模型名写错。
第 9–10 分钟：从模板继续
跑通之后，别急着从零造轮子——每个新工作区都自带一组内置模板，读一个能跑的工作流比搭一个玩具工作流学得更快：
| 模板 | 演示什么 |
|---|---|
no-memory-chat | 最小聊天工作流：输入直达模型，无历史 |
memory-chat | 会话记忆：加载历史、窗口化、持久化回复 |
tools-user | 带文件操作工具的 ReAct 智能体，沙箱内自主运行 |
http-tools | 给模型 HTTP 工具，让它自己调外部 API |
main-chat | 意图路由：条件路由分发到三个子工作流 |
scheduled-task | 用自然语言管理定时任务 |
skills-run | 发现并运行已安装的 Skill |
下一步
- 把工作流发布成应用——给它一个别人能访问的 URL
- REST API 概览——用代码调用同一个工作流
- 环境变量参考——开启智能体记忆和向量检索
打卡时间： 跑通第一个工作流的同学，回帖晒一下你的三节点图和模型输出吧！遇到卡壳的地方也直接问，我们看到就回。