首页项目文章PK榜关于
探索项目

PocketFlow

正常
GitHub Python MIT

简介

PocketFlow 是一个极简的 100 行 LLM 框架，支持用 Agent 构建 Agent，通过简洁的抽象层实现复杂的 AI Agent 工作流。

核心特性

  • 仅 100 行代码，零依赖、零供应商锁定，极致轻量
  • 基于图（Graph）的抽象，支持 Agent、多 Agent、Workflow 和 RAG 等设计模式
  • 支持 Agentic Coding，让 AI Agent（如 Cursor）帮你构建 Agent，生产力提升 10 倍
  • 提供 Python、TypeScript、Java、C++、Go、Rust、PHP 多语言版本
  • 内置丰富的 cookbook 示例：Chat、Structured Output、Streaming、Guardrail 等
  • 通过 pip install 或直接复制源码即可使用，极低上手门槛

适用场景

💡 快速搭建聊天机器人和对话系统，支持多轮对话历史
💡 构建 RAG（检索增强生成）管道，实现知识库问答
💡 创建多 Agent 协作系统，支持 Agent 间通信和工作流编排
💡 用于教学和原型开发，理解 LLM 框架核心抽象的最简实现
💡 实现结构化数据提取，如从简历中提取关键信息

优势与不足

✅ 优势

  • • 社区热度高（11.2k stars）
  • • 开源许可证友好（MIT）
  • • Issue 响应及时，积压少

标签

agent-framework llm workflow minimalist python

分类

🤖 Agent 框架

快速开始

pip install pocketflow，或直接从 GitHub 复制 pocketflow/__init__.py（仅 100 行）。参考 cookbook 示例快速构建 Chat、RAG、Agent 等应用。详见文档 the-pocket.github.io/PocketFlow。
访问 GitHub 访问官网

相关项目

AutoAgent

9.8k · Python
不活跃 B

全自动化零代码 LLM Agent 框架，用户无需编写代码即可构建和部署自定义 AI Agent，支持自然语言驱动的 Agent 创建。

agent-frameworkzero-codeautomation +2
  • · 全自动代理构建 — 通过自然语言即可创建、定制和部署 AI Agent，无需编码
  • · 零代码框架，让没有技术背景的用户也能参与 AI 开发
  • · 自管理工作流生成 — 根据高层描述动态创建和优化代理管道
查看完整详情 → 在 GitHub 查看

ART

10.7k · Python
活跃 A+

ART（Agent Reinforcement Trainer）是一个使用 GRPO 算法训练多步 Agent 的强化学习框架，支持为 Qwen、Llama 等模型进行在职训练以完成真实世界任务。

reinforcement-learningagent-trainingGRPO +3
  • · 基于 GRPO 的强化学习，用于在真实世界任务上训练多步 Agent
  • · W&B Training 无服务器 RL，通过共享推理集群降低 40% 成本并提速 28%
  • · 预置笔记本示例，涵盖邮件搜索、2048、井字棋、Codenames 和 MCP 工具掌握
查看完整详情 → 在 GitHub 查看

Hive

11.0k · Python
活跃 A

Hive 是一个面向生产环境的多 Agent 执行框架，提供状态管理、故障恢复、可观测性和人机协作能力，支持自动生成多 Agent 拓扑来处理复杂业务工作流。

multi-agentagent-frameworkproduction +3
  • · 零配置、模型无关的执行框架，自动生成多 Agent 拓扑处理复杂业务流程
  • · 基于图的执行 DAG，安全协调并行任务，支持确定性容错
  • · 持久化角色记忆，随项目上下文智能演进，无需手动管理状态
查看完整详情 → 在 GitHub 查看