© 2026FindAgent  · @simprr
返回列表
T

The-Pocket/PocketFlow

Pocket Flow: 100-line LLM framework. Let Agents build Agents!

agentic-aiagentic-frameworkagentic-workflowagentsai-frameworkai-frameworksaiagentaiagentsartificial-intelligenceflow-based-programmingflow-engineeringlarge-language-modellarge-language-modelsllm-agentllm-frameworkpocket-flowpocketflowretrieval-augmented-generationworkflowworkflow-orchestration
⭐

10.3k

Stars

🔱

1.1k

Forks

👁

98

Watchers

📋

67

Issues

PythonMIT创建于 2024/12/24更新于 今天
在 GitHub 上查看访问主页
README
由 Gemini 翻译整理

English | 中文 | Español | 日本語 | Deutsch | Русский | Português | Français | 한국어

License: MIT Docs

Pocket Flow 是一个 100 行代码 的极简 LLM 框架。

  • 轻量级:仅需 100 行代码。零冗余、零依赖、无供应商绑定。

  • 富有表现力:涵盖你所需要的一切——多 Agent、Agent、Workflow、RAG 等。

  • Agentic Coding:让 AI Agent(例如 Cursor AI)来构建 Agent——生产力提升 10 倍!

开始使用 Pocket Flow:

  • 安装:运行 pip install pocketflow,或者直接复制 源代码(仅 100 行)。
  • 了解更多:查看 视频教程 和 文档。
  • 🎉 加入我们的 Discord,与其他使用 Pocket Flow 的开发者交流!
  • 🎉 Pocket Flow 现已支持 Typescript、Java、C++、Go、Rust 和 PHP 版本!

为什么选择 Pocket Flow?

当前的 LLM 框架过于臃肿……构建 LLM 框架其实只需要 100 行代码!

抽象程度特定应用封装供应商特定封装代码行数大小
LangChainAgent, Chain多种 (如 QA, 摘要)多种 (如 OpenAI, Pinecone 等)405K+166MB
CrewAIAgent, Chain多种 (如 FileReadTool, SerperDevTool)多种 (如 OpenAI, Anthropic, Pinecone 等)18K+173MB
SmolAgentAgent部分 (如 CodeAgent, VisitWebTool)部分 (如 DuckDuckGo, Hugging Face 等)8K+198MB
LangGraphAgent, Graph部分 (如 语义搜索)部分 (如 PostgresStore, SqliteSaver 等)37K+51MB
AutoGenAgent部分 (如 Tool Agent, Chat Agent)多种 [可选] (如 OpenAI, Pinecone 等)7K (仅核心)+26MB (仅核心)
PocketFlowGraph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:Graph(图)!

基于此,你可以轻松实现各种主流设计模式,如 多 Agent、Agent、Workflow、RAG 等。

贡献者
zzrMr1Dsrr
项目信息
默认分支main
LicenseMIT License
创建时间2024/12/24
最近更新今天
GAI 中文摘要

PocketFlow 是一个极简主义的开源大语言模型框架,其核心代码仅包含一百行。该项目旨在通过高度轻量化的架构,帮助开发者快速构建多智能体系统、工作流和检索增强生成(RAG)应用,从而降低智能体开发的门槛。

项目核心架构极为轻量,无冗余依赖且不存在厂商绑定。框架支持通过模块化设计实现多智能体协作、复杂的流程编排以及 RAG 数据处理。通过 Agentic Coding 范式,支持由 AI 智能体自动生成并优化智能体,显著提升开发效率。提供多语言版本支持,确保不同技术栈的开发者均能灵活集成。

该框架适用于追求极致开发效率和代码精简的开发者,特别适合在需要快速原型设计、构建自动化工作流或探索智能体协作的场景中使用。