a-agmon/rs-graph-llm

何を解決するか

graph-flow は AI エージェント向けに設計された状態保持型のグラフワークフローフレームワークです。開発者は、AI エージェントがタスクを実行し、意思決定を行い、人間の入力を待機しながらも、プロセスの再起動後も状態を維持できる、複雑でインタラクティブかつ再開可能なワークフローを構築できます。

動作方法

このフレームワークは、ノードを Task トレイトとして定義するグラフベースの実行エンジンを使用しています。各タスクは共有され、スレッドセーフな Context を読み書きし、セッション内でシリアライズおよび永続化されます。実行の流れは、タスクからの NextAction の戻り値によって制御され、次のノードに進む、特定のタスクにジャンプする、ユーザー入力を待つ、またはワークフローを終了するかどうかを決定します。

Rig LLM ライブラリのチャット履歴とエージェントランタイムとネイティブに統合されており、セッションの永続化にはメモリ内と PostgreSQL の両方のストレージバックエンドをサポートしています。

対象ユーザー

複雑なルーティング、状態管理、および人間が関与するインタラクションを必要とする AI エージェントやエージェントワークフローを Rust で構築する開発者。

特徴

• 状態保持と再開可能: 永続ストレージを使用して、再起動後もセッションを一時停止・再開できます。
• 柔軟な実行: ステップバイステップ（インタラクティブ）とファイアアンドフォーゲット（連続）の両方の実行モデルをサポート。
• 条件付きルーティング: Context 内のデータに基づいて実行時におけるワークフローの分岐が可能。
• 人間が関与するワークフロー: 外部入力が提供されるまでワークフローを一時停止する WaitForInput アクションを内蔵。
• 並列実行: FanOutTask を使用して複数の子タスクを並列実行し、結果を集約可能。
• 型安全: Rust の型システムを活用し、パフォーマンスと安全性を確保。