GizClaw/flowcraft

解决的问题

FlowCraft 是一个模块化的 Go 工具包，旨在构建可扩展的 AI 应用程序，而不会将开发者锁定在单一模型供应商或执行模型中。它提供了一种标准化的方式来处理代理执行、长期记忆和基于插件的应用程序组装，让开发者可以轻松更换供应商和后端。

运作方式

该项目分为几个层级：

• Core: 定义代理、图、工具和记忆的执行合约。它包含一个用于将图编译为代理引擎的声明式 DAG 引擎。
• Craft: 一个组装层，使用 craft.yaml 定义和编译时功能来构建应用程序。它管理一个插件主机，其中插件充当 MCP (Model Context Protocol) 服务器。
• Drivers & Backends: 特定于供应商的适配器（例如 OpenAI, Anthropic）以及记忆 (SQLite) 和密钥存储的平台实现。
• Runtime: 管理租赁、可中断的流会话，并处理 YAML 文件中定义的资源部署。

目标用户

正在构建复杂 AI 代理或应用程序的 Go 开发者，这些应用程序需要与供应商无关、持久化执行（暂停/恢复）以及用于扩展功能的插件架构。

特色亮点

• 可插拔记忆: 记忆被视为注册在核心合约后面的可插拔实现。
• 持久化执行: 支持检查点以在重启后暂停和恢复代理，并使用主体路由事件总线进行结构化遥测。
• 统一推理: 用于跨多个供应商（OpenAI, Anthropic, ByteDance, MiniMax）进行生成、嵌入和转录的单一运行时。
• MCP 集成: 插件作为 MCP 服务器运作，主机将其自身的原语公开为 MCP 工具，供插件回调。
• 沙盒执行: 包含内置沙盒后端 (bwrap, seatbelt) 以隔离代理执行边界。