ZeroGraph 支持多种复杂 AI 工作流,典型场景包括:
- 多代理协作:
- 定义多个
Node
类处理不同子任务,通过next
方法连接节点逻辑。 - 例如:
NodeA
校验输入后,根据结果跳转到NodeB
(成功)或NodeC
(失败)。
- 定义多个
- 检索增强生成(RAG):
- 结合
AsyncNode
实现外部数据检索(如 API 查询),再通过生成节点输出最终结果。 - 示例:先检索数据库,再生成摘要回答用户问题。
- 结合
- 批处理任务:
- 使用
BatchNode
高效处理数组数据,如批量清洗文本或并行计算。 - 示例:对 1000 条商品描述进行情感分析。
- 使用
- 异步工作流:
AsyncNode
支持网络请求、文件读写等异步操作,避免阻塞主线程。- 示例:抓取网页内容后提取关键词。
官方示例目录(examples/
)提供了完整实现,如 multi-agent
展示多代理对话,rag
演示基于检索的生成。
本答案来源于文章《ZeroGraph:轻量级 AI 代理编程框架》