Dein KI-Workflow-Builder sollte nicht nach Hause telefonieren. Dieser tut es nicht.
Es gibt einen stillen Handel, den die meisten von uns mit KI-Tools akzeptiert haben: Bequemlichkeit im Austausch dafür, dass unsere Daten das Gebäude verlassen. Jeder Prompt, jedes Dokument, jeder Workflow – über fremde Server geleitet, irgendwo protokolliert, unter Bedingungen, die sich ändern, wann immer sie wollen.
Wir wollten sehen, ob wir den guten Teil ohne den Handel haben können. Also haben wir C0fi gebaut.
C0fi ist ein visueller Workflow-Builder – stell dir n8ns Drag-and-Drop-Canvas vor – der 100% auf deiner eigenen Maschine läuft. Keine Konten. Keine Telemetrie. Keine Cloud. Es ist eine einzelne HTML-Datei, die mit deinem lokalen Modell über Ollama kommuniziert. Deine Flows, deine Dateien, dein Modell. Nichts verlässt deinen Laptop, es sei denn, du verkabelst einen Node, der das veranlasst.
Das macht C0fi für dich:
Datenschutz, der kein Kippschalter in den Einstellungen ist. Es ist architektonisch. Es gibt keinen Server, von dem man sich abmelden könnte, weil es keinen Server gibt. Deine proprietären Prozesse, deine Kundendaten, deine halbgaaren Ideen – sie bleiben standardmäßig lokal, nicht durch Erlaubnis.
Kein Lock-in, kein Abo. Es ist eine einzige Datei unter MIT-Lizenz. Flows exportieren als JSON, das dir gehört. Fertige Flows exportieren als eigenständige Apps, die du einem Kollegen geben kannst. Nichts zu kündigen, nichts später zu migrieren.
Aber lokal muss nicht primitiv bedeuten – und das ist der Teil, auf den wir stolz sind. In C0fi v6.8 läuft das Modell nicht nur in den Boxen. Es baut die Boxen. Beschreibe einen Workflow in einfacher Sprache – „sammle drei Antworten, nimm eine Mehrheitsabstimmung vor, dann überprüfe den Gewinner anhand der tatsächlichen Regeln" – und das Modell verkabelt die Nodes für dich. Es gibt einen Chat-Orchestrator, der deine gesamte Leinwand sieht und sie aus deiner Konversation verkabelt. Du kannst einen Flow von Hand zeichnen und ihn bitten, das zu erweitern, was du gezeichnet hast.
Und sobald ein Flow funktioniert, kann er sich selbst ausführen – plane ihn alle N Minuten, täglich oder wöchentlich (Auto Brews), jeder Durchlauf speichert sein Ergebnis automatisch. Ein Workflow, der leise seine Arbeit erledigt, während du deine erledigst.
Nodes für die Dinge, die du tatsächlich haben möchtest: Entscheidungen, Kritikschleifen, Websuche, Seitenlesen, MCP-Tools, gemeinsam genutzter Speicher, Live-Chat. Einundzwanzig Demos sind im Lieferumfang enthalten, darunter eine, bei der drei unabhängige Samples über ein Rätsel nachdenken, abstimmen, und dann ein deterministischer Regelprüfer den Gewinner verifiziert – denn allein durch Abstimmung kann eine fälschlich sichere Antwort gewaschen werden, und der Prüfer prüft die Antwort, nicht das Modell.
Du kannst bis zu 5 verschiedene Modelle zuweisen, um einfaches Testen und Benchmarking zu ermöglichen.
Nichts davon kostet dich eine Cloud-Rechnung oder eine Datenweitergabevereinbarung.
Wenn du neugierig auf lokale KI warst, aber dachtest, die Tools wären noch nicht da – es ist zehn Minuten wert. Du brauchst Ollama, ein mittelgroßes Instruct-Modell und die einzelne HTML-Datei. Lade eine Demo, drücke Brew, und sieh zu, wie es vollständig auf deiner eigenen Hardware läuft.
Probier es aus: Link in den Kommentaren – MIT-lizenziert, keine Anmeldung, nichts zu verlieren außer ein bisschen Speicherplatz.
Was würdest du automatisieren, wenn du ein einfaches Tool hättest und alles auf deiner Maschine laufen würde?
Läuft auf einem M4 Max 36gb Mackbook (quen3-coder:30b)
