AgentIndex icon
AgentIndex
工具分类热门最新对比
提交工具
工具分类热门最新对比
首页/
RAG / Knowledge Base/
PocketFlow
PocketFlow logo

PocketFlow

活跃·★ 11.0k·MIT·更新于 2026-03-27
★ 时下流行★ 必备神器

Pocket Flow 是一个仅有100行代码的极简LLM框架,旨在简化大型语言模型应用的开发。它利用核心图抽象,使用户能够轻松实现多智能体、工作流和RAG等流行设计模式,且无冗余或依赖。

PocketFlow 当前归类于 RAG / Knowledge Base,更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看,它尤其强调 轻量级和极简主义(100行代码,零依赖)。、构建和编排AI智能体(例如,研究智能体、多智能体)。 这类能力。如果你关心许可证与可二次使用性,当前页面记录的许可证是 MIT。同时它也具备一定社区热度,当前 GitHub Stars 为 11.0k。

#LLM框架
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
QYSGitHub请作者喝咖啡 ☕

按分类浏览

代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。

#AI智能体
#Python
#极简主义
#工作流自动化
$ 安装
$ pip install pocketflow
↗ 访问官网★ GitHub
01

功能特性

01轻量级和极简主义(100行代码,零依赖)。
02富有表现力,支持流行的LLM设计模式(智能体、工作流、RAG)。
03通过“智能体编码”提升AI智能体开发效率10倍。
04核心抽象基于图,实现灵活的LLM应用构建。
05支持多种语言,包括Typescript、Java、C++、Go、Rust和PHP版本。
02

为什么选择它

+轻量级和极简主义(100行代码,零依赖)。
+构建和编排AI智能体(例如,研究智能体、多智能体)。
+覆盖 7 个兼容环境或平台,更适合需要跨端部署的团队。
+提供公开仓库并标注 MIT 许可证,便于评估可维护性与采用成本。
03

权衡点

!同分类下还有 8 个相关工具可比较,最终选择更适合在同类对比后决定。
04

兼容性

Python
原生支持
已通过文档验证
Typescript
支持
已通过文档验证
Java
支持
已通过文档验证
C++
支持
已通过文档验证
Go
支持
已通过文档验证
Rust
支持
已通过文档验证
05

快速开始

1
$ pip install pocketflow
06

使用场景

↳构建和编排AI智能体(例如,研究智能体、多智能体)。
↳实现LLM驱动的工作流(例如,写作、批处理、代码生成)。
↳开发检索增强生成(RAG)应用。
07

同类对比

≈PocketFlow 属于 RAG / Knowledge Base 分类,适合与 mindsdb 等同类工具一起比较,而不是单独判断。
≈如果你的核心需求更接近“构建和编排AI智能体(例如,研究智能体、多智能体)。”,那么这类场景会比泛用型工具对比更有参考价值。
≈PocketFlow 采用 MIT 许可证,社区热度都应该与同类项目一起看。
08

同类工具

mindsdb logo
mindsdb★ 39.5k
MindsDB 使得人类、AI、代理和应用程序能够从大规模数据源中获取高度准确的答案。
vs →
Brave Search MCP logo
Brave Search MCP★ 88.6k
此仓库是模型上下文协议(MCP)参考实现的集合,展示了如何为大型语言模型提供安全、受控的工具和数据源访问。
vs →
headroom logo
headroom★ 60.2k
Headroom是一个为AI代理设计的上下文压缩层,旨在显著减少大型语言模型(LLM)的Token使用量。
vs →

相关搜索

PocketFlow 替代工具最佳 RAG / Knowledge Base 工具 2026开源 RAG / Knowledge BasePocketFlow 教程PocketFlow 对比LLM FrameworkAI AgentsPython

评论

登录后发表评论
  • ?
    usr_seed_03662026年5月14日

    100-line LLM framework is the right size for understanding what's actually happening under the hood.

  • ?
    usr_seed_04742026年4月24日

    Production use is possible but the real value is understanding agent patterns without framework magic.

  • ?
    usr_seed_04302026年3月26日

    Used as a teaching tool for LLM agent concepts. The small surface area makes it genuinely learnable.

  • ?
    usr_seed_06602026年3月25日

    Letting Agents build Agents is a compelling meta-capability when the framework is this minimal.

  • ?
    usr_seed_01112026年3月13日

    The simplicity is the feature. Most frameworks hide too much — PocketFlow makes tradeoffs explicit.

本页内容
01功能特性02为什么选择它03权衡点04兼容性05快速开始06使用场景
Context7 logo
Context7★ 59.4k
Context7 MCP 为大型语言模型提供最新、版本特定的代码文档和示例,以避免过时或虚假的信息。
vs →
GitHub MCP Server logo
GitHub MCP Server★ 31.6k
GitHub MCP 服务器将AI工具直接连接到GitHub平台,使AI代理、助手和聊天机器人能够通过自然语言交互管理GitHub资源和自动化工作流。
vs →
n8n logo
n8n★ 197.1k
n8n是一个工作流自动化平台,为技术团队提供了代码的灵活性和无代码的速度,拥有400多个集成和原生的AI能力。
vs →
Microsoft AutoGen logo
Microsoft AutoGen★ 59.8k
AutoGen是一个用于创建多智能体AI应用的框架,这些应用可以自主运行或与人类协作。
vs →
CrewAI logo
CrewAI★ 55.8k
CrewAI 是一个从零开始构建的精益、快速的 Python 框架,用于创建自主的 AI 代理并进行多代理自动化。
vs →
查看全部替代品 →
07
同类对比
08同类工具
统计
GitHub Stars★ 11.0k
最后更新3个月前
状态活跃
许可证MIT
分类RAG / 知识库
热度趋势 (30d)
+0.4k↑ 4.6%
链接
文档↗讨论↗问题↗版本↗

Deploy on DigitalOcean — Get $200 Free Credit

Ad