// 01 Pocket Flow 是什么
Pocket Flow 是一个极简主义的 LLM（大语言模型）框架，仅由约 100 行 Python 代码构成，旨在为开发者提供构建 AI 工作流和智能代理系统的核心抽象。该框架以“有向图”为核心理念，强调模块化、可组合性和供应商无关性，使开发者能够快速构建和迭代复杂的 AI 系统。
🚀 核心特点
轻量级设计：Pocket Flow 的核心代码仅约 100 行，零依赖，避免了传统 LLM 框架的臃肿和复杂性。
图结构工作流：通过将 AI 系统建模为有向图，Pocket Flow 支持嵌套流程、条件逻辑和并行执行，适用于多代理系统、RAG（检索增强生成）等高级模式。
代理式编程（Agentic Coding）：Pocket Flow 推崇人机协同开发，开发者专注于高层设计，AI 助手负责实现细节，从而提高开发效率。
供应商无关性：框架设计避免绑定特定的模型或 API，支持与多种 LLM 提供商集成，提供更大的灵活性和可移植性。
🧱 技术架构
Pocket Flow 的核心由以下三个部分组成：
节点（Node）：每个节点代表一个功能单元，执行特定的任务，如文本生成、数据处理等。
流程（Flow）：多个节点按照有向图的结构组合成流程，定义任务的执行顺序和逻辑。
共享存储（Shared Store）：用于在节点之间传递和共享数据，确保信息的连贯性和一致性。
通过这种设计，Pocket Flow 实现了高内聚、低耦合的系统架构，便于扩展和维护。
🛠️ 应用场景
AI 助手开发：构建具备上下文记忆和多轮对话能力的智能助手。
自动化工作流：实现从数据收集、处理到报告生成的全流程自动化。
教育与培训：利用 Pocket Flow 的简洁性，教授 LLM 应用开发的核心概念和实践。
企业级应用：构建可扩展的 AI 系统，满足企业在自动化、数据分析等方面的需求。
📚 学习资源
GitHub 仓库：https://github.com/The-Pocket/PocketFlow
示例项目：https://github.com/The-Pocket/PocketFlow-Tutorial-Codebase-Knowledge
视频教程：YouTube 教程
Pocket Flow 以其极简的设计理念，为开发者提供了构建和理解 LLM 应用的清晰路径。无论是初学者还是经验丰富的开发者，都可以利用 Pocket Flow 快速搭建高效、可维护的 AI 系统。
// 02 核心 功能
- 核心定位仅由约 100 行 Python 代码构成，旨在为开发者提供构建 AI 工作流和智能代理系统的核心抽象。
- 分类索引当前归档在 AI Agent / 智能体，方便和同频工具横向比较。
- 能力标签关联标签包括 tech-agent、AI助手、AI工作流、Agentic Coding。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI Agent / 智能体 定位和 tech-agent、AI助手、AI工作流 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
