dynamiq-ai/dynamiq

解决的问题

Dynamiq 解决了构建使用大型语言模型（LLM）和检索增强生成（RAG）的 AI 驱动应用的复杂性。它无需手动拼接多个组件，而是提供了一个统一框架来定义、运行和编排 AI 工作流。

工作原理

Dynamiq 是一个基于工作流图的 Python 框架（需要 Python 3.11+）。开发者定义节点（如 LLM 调用、代理、工具、转换器、分割器、嵌入器、检索器、写入器），并将它们连接成有向无环图（DAG）以形成流程。节点可以顺序或并行运行，输出可以作为其他节点的输入。该框架包含内置代理（如 ReAct）、用于对话历史的记忆，以及一个图编排器，允许您创建自定义状态机（例如，用于迭代反馈循环）。它还为许多 LLM 提供商、向量存储（如 Pinecone、Chroma）和文档转换器提供了连接器。

适用人群

面向使用 Python 构建 LLM 驱动的应用或基于代理的系统的开发者。它适合那些希望以结构化方式组装工作流的团队——从简单的一次性 LLM 调用到复杂的多代理编排和 RAG 流水线——而无需从头构建所有底层机制。

亮点

• 即用型组件：代理、LLM 节点、工具、记忆、向量存储集成和文档转换器。
• 两种执行模式：顺序和并行工作流，以及用于自定义状态流的图编排器。
• 支持异步执行，例如用于 ReAct 代理。
• 可选的扩展功能，用于向量存储、文件处理、数据可视化、SQL、浏览器自动化、沙箱等。
• 急切导入开关（DYNAMIQ_EAGER_IMPORTS=1）可预加载集成以加快服务器启动。
• 包含用于聊天机器人的内置记忆后端。
• 提供 RAG 索引和检索、多代理委派以及电子邮件优化循环的示例。