The-Pocket/PocketFlow

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

해결하는 문제

Pocket Flow는 많은 현대적 AI 프레임워크에서 발견되는 비대함을 제거하기 위해 설계된 미니멀리스트 LLM 프레임워크입니다. 무거운 의존성, 벤더 종속성 또는 수천 줄의 추상화 코드 없이 복잡한 LLM 애플리케이션을 구축하고자 하는 개발자에게 가벼운 대안을 제공합니다.

작동 방식

이 프레임워크는 단일 핵심 추상화인 Graph를 중심으로 구축되었습니다. 그래프 기반 접근 방식을 사용함으로써 개발자는 멀티 에이전트 시스템, RAG(Retrieval-Augmented Generation) 및 구조화된 워크플로우와 같은 다양한 AI 디자인 패턴을 쉽게 구현할 수 있습니다. 전체 코어는 약 100줄의 코드로 구성되어 있어 이해, 수정 또는 프로젝트에 복사하여 붙여넣기가 매우 쉽습니다.

대상 사용자

무거운 추상화보다 간결하고 투명한 프레임워크를 선호하는 개발자와, 인간이 로직을 설계하고 AI 에이전트(Cursor AI 등)가 구현 코드를 작성하는 "Agentic Coding" 패러다임을 지향하는 개발자를 위한 도구입니다.

주요 특징

  • 초경량: 코어 로직은 의존성이 없는 단 100줄의 코드입니다.
  • 다양한 디자인 패턴: 멀티 에이전트, RAG 및 복잡한 워크플로우를 지원합니다.
  • 다국어 지원: TypeScript, Java, C++, Go, Rust 및 PHP를 지원합니다.
  • 광범위한 쿡북: 단순한 챗봇부터 고급 코딩 에이전트 및 심층 연구 도구에 이르기까지 다양한 튜토리얼을 포함합니다.

관련

  • 프로젝트
    wanxingai/LightAgent

    지속 가능한 메모리와 도구 통합을 갖춘 자기학습 에이전트 및 결정론적 다단계 워크플로우를 구축할 수 있는 초경량 오픈소스 에이전트 프레임워크입니다.

  • 프로젝트
    lsdefine/GenericAgent

    LLM이 로컬 컴퓨터를 제어하고 개인용 재사용 가능한 기술 라이브러리를 자율적으로 구축할 수 있는 최소한의 자기 진화형 자율 에이전트 프레임워크입니다.

  • 프로젝트
    a-agmon/rs-graph-llm

    Rust에서 AI 에이전트를 위한 상태 유지형 그래프 워크플로 프레임워크로, 복잡하고 재개 가능하며 상호작용 가능한 에이전트 워크플로를 형 안전하게 구축할 수 있도록 제공합니다.

  • 프로젝트
    langroid/langroid

    메시지 교환과 도구 통합을 통해 협력하는 에이전트를 가능하게 하는 경량 Python 프레임워크로, 다중 에이전트 LLM 애플리케이션 개발을 지원합니다.

  • 프로젝트
    trailhq/Graft

    Graft는 tree-sitter를 사용한 구조적 파싱과 선택적 LLM 요약을 통해 코드베이스의 로컬 마크다운 기반 지식 그래프(요약, 핵심 코드 스니펫, 타입 지정 링크)를 생성하는 오픈소스 TypeScript/Node.js 도구입니다. 그래프는 `graft/` 폴더에 캐시되며 파일 변경 시에만 갱신되며, Claude Code, Cursor, Codex, Gemini 등의 코딩 에이전트에 자동으로 통합됩니다. 벤치마크에서는 최대 46%의 도구 호출 감소, 42%의 토큰 절감, 60%의 지연 시간 감소, SWE-bench에서 12점의 정확도 향상을 기록했습니다. 통합은 `graft init` 명령어 하나로 완료되며, 에이전트별 지침 파일을 생성합니다. CLI는 검색, 시각화, 텔레메트리 제어 기능을 제공합니다. 프로젝트는 MIT 라이선스이며, 더 빠르고 저렴한 AI 지원 개발을 목표로 합니다.