11 KiB
11 KiB
Pocket Flow 是一个仅100行代码的极简主义 LLM 框架
-
轻量级：仅100行代码。零臃肿，零依赖，零供应商锁定。
-
智能体编程：让AI智能体（如Cursor AI）构建智能体—生产力提升10倍！
-
安装：
pip install pocketflow或直接复制源代码（仅100行）。 -
🎉 加入我们的Discord！
-
🎉 感谢@zvictor、@jackylee941130和@ZebraRoy，我们现在有了TypeScript版本！
为什么选择Pocket Flow？
当前的LLM框架过于臃肿...LLM框架只需要100行代码！
| 抽象 | 应用特定包装器 | 供应商特定包装器 | 代码行数 | 大小 | |
|---|---|---|---|---|---|
| LangChain | 智能体, 链 | 很多 (例如，问答，摘要) |
很多 (例如，OpenAI, Pinecone等) |
405K | +166MB |
| CrewAI | 智能体, 链 | 很多 (例如，FileReadTool, SerperDevTool) |
很多 (例如，OpenAI, Anthropic, Pinecone等) |
18K | +173MB |
| SmolAgent | 智能体 | 一些 (例如，CodeAgent, VisitWebTool) |
一些 (例如，DuckDuckGo, Hugging Face等) |
8K | +198MB |
| LangGraph | 智能体, 图 | 一些 (例如，语义搜索) |
一些 (例如，PostgresStore, SqliteSaver等) |
37K | +51MB |
| AutoGen | 智能体 | 一些 (例如，工具智能体，聊天智能体) |
很多 [可选] (例如，OpenAI, Pinecone等) |
7K (仅核心) |
+26MB (仅核心) |
| PocketFlow | 图 | 无 | 无 | 100 | +56KB |
Pocket Flow如何工作？
这100行代码捕捉了LLM框架的核心抽象：图！
从此出发，很容易实现流行的设计模式，如(多)智能体、工作流、RAG等。
✨ 以下是基础教程：
| 名称 | 难度 | 描述 |
|---|---|---|
| 聊天 | ☆☆☆ 极简 |
具有对话历史的基础聊天机器人 |
| 结构化输出 | ☆☆☆ 极简 |
通过提示从简历中提取结构化数据 |
| 工作流 | ☆☆☆ 极简 |
一个包含大纲、内容写作和风格应用的写作工作流 |
| 智能体 | ☆☆☆ 极简 |
一个能够搜索网络并回答问题的研究智能体 |
| RAG | ☆☆☆ 极简 |
一个简单的检索增强生成过程 |
| 映射-归约 | ☆☆☆ 极简 |
使用映射-归约模式进行批量评估的简历资格处理器 |
| 流式处理 | ☆☆☆ 极简 |
具有用户中断功能的实时LLM流式演示 |
| 聊天护栏 | ☆☆☆ 极简 |
仅处理与旅行相关查询的旅行顾问聊天机器人 |
| 多智能体 | ★☆☆ 初级 |
一个用于两个智能体之间异步通信的禁忌词游戏 |
| 监督者 | ★☆☆ 初级 |
研究智能体变得不可靠...让我们构建一个监督流程 |
| 并行 | ★☆☆ 初级 |
展示3倍加速的并行执行演示 |
| 并行流 | ★☆☆ 初级 |
使用多个过滤器展示8倍加速的并行图像处理演示 |
| 多数投票 | ★☆☆ 初级 |
通过聚合多个解决方案尝试提高推理准确性 |
| 思考 | ★☆☆ 初级 |
通过思维链解决复杂推理问题 |
| 记忆 | ★☆☆ 初级 |
具有短期和长期记忆的聊天机器人 |
| MCP | ★☆☆ 初级 |
使用模型上下文协议进行数值运算的智能体 |
👀 想看更多极简教程？创建一个issue！
如何使用Pocket Flow？
🚀 通过智能体编程——最快的LLM应用开发范式，其中人类设计而智能体编码！
✨ 以下是更复杂LLM应用的示例：