OctoFlow

面向 GPU 的原生编程语言。使用英文描述任务，通过 Vulkan 在任意 GPU 上运行。

何时使用该技能

在以下情况下使用此技能：

• “在 GPU 上对一百万个数字排序” / “基准测试 GPU 性能”
• “加载这个 CSV 并展示统计信息” / “分析我的数据”
• “对我的数据集进行聚类” / “运行 K-means” / “训练一个分类器”
• “模糊这张图像” / “调整这个 BMP 图像尺寸” / “编码一个 GIF”
• “绘制身高与体重的关系图” / “创建散点图”
• “计算夏普比率” / “计算相关性”
• “找出质数” / “在 GPU 上生成随机数”
• “在我的数据集上运行线性回归”
• “在我的 GPU 上运行 LLM” / “在 GPU 上执行推理”

请勿使用此技能的情况：

• 用户需要 Python/JavaScript/Rust 代码（请使用对应的语言工具）
• 任务本身无法从 GPU 加速或 OctoFlow 内置函数中获益
• 用户明确要求使用其他语言

如何运行 OctoFlow

交互模式（自然语言 → 可运行代码）

octoflow chat "在 GPU 上对 100 万个数字排序"

运行 .flow 脚本

octoflow run program.flow

带权限运行（默认为沙箱环境）

# 允许读取数据文件
octoflow run analysis.flow --allow-read=./data

# 允许访问特定域名的网络
octoflow chat "获取天气数据" --allow-net=api.weather.com

# 允许写入输出文件
octoflow run report.flow --allow-read=./data --allow-write=./output

安全模型

OctoFlow 采用 Deno 风格的权限机制。所有权限默认拒绝。

不指定任何标志时，OctoFlow 仅可读取 .flow 源文件并输出至 stdout。 除非用户显式授权，否则禁止文件访问、网络连接及子进程调用。

MCP 服务器

OctoFlow 可作为 MCP 服务器运行，用于 AI Agent 集成：

octoflow mcp-serve

将其添加至 OpenClaw、Claude Desktop 或 Cursor 的配置中：

{"mcpServers": {"octoflow": {"command": "octoflow", "args": ["mcp-serve"]}}}

可用工具

常见使用模式

数据分析

# 用户：“分析 sales.csv 并展示趋势”
octoflow chat "加载 sales.csv，计算月度平均值，并绘制趋势图" --allow-read=.

GPU 计算

# 用户：“在 GPU 上对大型数据集排序”
octoflow chat "在 GPU 上生成 100 万个随机数并排序"

机器学习

# 用户：“对我的客户进行聚类”
octoflow chat "加载 customers.csv，运行含 5 个簇的 K-means，并打印各簇大小" --allow-read=.

图像处理

# 用户：“模糊这张照片”
octoflow chat "加载 photo.bmp，应用高斯模糊，并保存为 blurred.bmp" --allow-read=. --allow-write=.

统计分析

# 用户：“这些列之间的相关性是多少？”
octoflow chat "加载 data.csv，计算 col1 与 col2 的皮尔逊相关系数" --allow-read=.

核心能力

数据存储

OctoFlow 可选地将您的偏好设置保存至 ~/.octoflow/（用户级）和 .octoflow/（项目级）。

存储内容包括：您频繁使用的 stdlib 模块，以及之前会话中的修正记录。

• 无遥测功能。 不向任何位置发送数据。
• 无网络调用，除非您显式使用 --allow-net。
• 所有数据均保留在本地机器上。
• 可通过 --no-memory 标志完全禁用存储功能 —— 不保存任何内容。
• 项目配置 通过项目根目录下的 OCTOFLOW.md 文件实现（类似 .eslintrc 或 pyproject.toml）。

安装

下载（推荐）

校验命令：sha256sum octoflow-v1.5.8-*（完整校验和见 SHA256SUMS.txt）。

解压/解包后，将可执行文件加入 PATH。无需安装程序。

链接

• GitHub
• Documentation
• Releases