ChengOS 正式发布公告：Rust 驱动的 AI 工作流与智能体平台正式上线

🚀 ChengOS 正式上线了！

今天，我们很高兴地宣布：ChengOS 正式发布。这是一个用 Rust 从零构建的可视化 AI 数据处理与智能体工作流平台——如果你曾经因为 Dify 或 n8n 在高并发下的性能瓶颈而苦恼，或者担心把 API Key 交给 LLM 不安全，ChengOS 就是为这些问题而生的。

为什么我们做了 ChengOS

过去两年，AI 工作流平台越来越多，但我们在实际使用中反复遇到三个痛点：

1. 性能天花板：主流平台多为 Node.js / Python 实现，复杂 DAG 和高并发场景下内存占用和延迟都不理想
2. 凭证安全：把 API Key 直接塞进提示词或环境变量传给 LLM，一次提示注入就可能泄露所有密钥
3. MCP 生态割裂：MCP（Model Context Protocol）正在成为工具调用的事实标准，但大多数平台只把它当外挂，而不是一等公民

ChengOS 的回答是：Rust 内核 + 凭证保险库 + 原生 MCP。

架构一览

ChengOS 采用客户端-服务端架构（REST API + WebSocket），由四个模块组成：

六大核心能力

1. 原生 MCP 支持

内置 MCP 客户端与服务端，支持 Stdio、SSE、HTTP 三种传输。你既可以让工作流里的智能体调用任意外部 MCP 服务器，也可以把 ChengOS 自身的能力暴露为 MCP 服务给其他 AI 工具使用。

2. 四路 Skill 导入

• 自然语言描述 → 自动生成 Skill
• URL 导入：粘贴一个网页链接即可解析
• Git 仓库解析：直接从代码仓库提取能力
• SKILL.md 标准导入：兼容 Anthropic 的 Skill 规范

3. 凭证保险库

凭证加密存储，LLM 在任何环节都接触不到原始密钥——工具调用时由引擎代为注入，从机制上杜绝提示注入导致的密钥泄露。这是我们对安全的基本态度。

4. 本地文档工作区

内置 Word / Excel 可视化画布，文档处理不需要再依赖飞书或 Google Sheets，数据不出本地。

5. CLI 终端体验

cheng CLI 提供完整的终端交互，支持 URL 远程连接——在服务器上、在 SSH 会话里，都能像 Claude Code 一样自然地驱动你的工作流。

6. 多聊天入口

Web 嵌入、App H5 / PWA、CLI 三端覆盖，还可以通过 chengflow-app 把智能体接入 Telegram、企业微信、钉钉等 IM，让 AI 融入你已有的沟通场景。

90+ 内置节点，9 家模型供应商

开箱即用：代码沙箱、文件管理、网页抓取、无头浏览器、图像/音频/视频生成、ASR、OCR、RAG 知识库、定时调度……90 多个节点覆盖绝大多数自动化场景。

模型侧支持 OpenAI、Claude、Gemini、DeepSeek、Ollama 等 9 家供应商，本地模型（Ollama）和云端大模型可以混用。

一键部署

curl -fsSL https://chengos.dev/chengos.sh | bash

支持 Docker 或二进制安装，脚本会自动捆绑 PostgreSQL、Valkey 和 Qdrant 向量库，几分钟内即可跑起来。完整安装文档见 安装指南。

许可与版本规划

ChengOS 目前免费使用但不开源——可用于个人和商业办公自动化场景，源码暂不公开。

后续规划：

• 社区版（Community Edition）：免费，包含当前核心自动化能力
• 企业版（Enterprise Edition）：付费，提供团队协作、权限管理、数据分析等企业级功能

商务合作与企业咨询：[email protected]

加入社区

ChengHub 是 ChengOS 的官方社区，你现在就在这里！你可以：

• 💡 提需求并投票，官方会跟进状态流转
• 📝 分享经验——教程、踩坑记录都欢迎
• 🔀 分享工作流模板，让其他人一键导入
• 💬 参与讨论、提问、展示你的项目

QQ 交流群：1090876074，欢迎进群交流。

彩蛋：ChengHub 原生支持 MCP 接入，你可以在 Claude Code、Cursor 等工具里直接查文档、搜社区、发帖——配置方法见 欢迎帖。

Roadmap 预告

• 更多内置节点（视频处理、数据分析类节点）
• 工作流市场：社区模板一键安装

现在就动手： 安装成功后回这条帖子打卡，告诉我们你打算用 ChengOS 做什么。每一条回复我们都会认真看。