我做了一个简洁但很灵活的 Python LLM agent workflow 库，欢迎试用

[shijizhi]

学习 Agent 过程中做了个很小的 Python workflow 库，想请大家给些反馈

最近在学习 Agent 相关的东西，用过 LangChain 、CrewAI 一段时间，但个人不是很适应它们的代码风格，
所以自己摸索着设计了一个很小的 Python 库：PicoFlow。

目标是尽量用接近普通 async Python 的方式来表达 agent 的执行流程，而不是引入图结构或较重的框架抽象。

项目地址：
https://github.com/the-picoflow/picoflow

---

基本用法

每个步骤就是一个 async 函数，然后直接组合：

from picoflow import flow, llm, create_agent

LLM_URL = "llm+openai://api.openai.com/v1/chat/completions?model=gpt-4.1-mini&api_key_env=OPENAI_API_KEY"

@flow
async def mem(ctx):
    return ctx.add_memory("user", ctx.input)

agent = create_agent(
    mem >> llm("Answer in one sentence: {input}", llm_adapter=LLM_URL)
)

print(agent.get_output("What is PicoFlow?", trace=True))

底层就是 async function 的组合，ctx 是显式传递的共享上下文。 整体概念比较少，尽量保持接近普通函数组合的思路。

目前还处在早期阶段，欢迎大家试用，帮我提提意见。 谢谢大家！