市面上现在已经有很多 AI 开发框架和通用 Agent(类似 codex、claude code)，当我们需要开发一个 Agent 的时候，第一步就是选型。选型的前提是我们需要弄清楚，我们要开发的是一个什么 Agent，这些 AI 开发框架和通用 Agent 都提供了什么能力，适合开发什么样的 Agent。

今天我们来介绍第一个 Agent Framework Pocket Flow

1. Workflow 的抽象: Graph

个人认为，大多数 AI Framework 最大的价值就是提供了对 Workflow 的抽象，这个抽象基本上就是 Grap。因为 Grap 表达能力最强，能够支持很多流行的 Agent 设计模式。

1. 背景

2.1 背景

项目上需要周期性完成一些计算任务，这些任务具有如下特点:

1. 任务相似但是独立
2. 任务执行需要读取过去 7 天的历史数据，但是只有当天数据会更新
3. 任务计算的性能要求很高，需要充分利用计算资源，尽快完成计算

为了快速完成这些任务的计算，设计了如下的分布式计算系统:

1. go generate

1.1 简介

项目构建，通常我们会依赖一些构建管理工具，比如shell脚本、make等。通过 make 我们可以在编译和构建 Go 代码之前，完成诸如 protobuf 文件生成等等编译代码所需要的前置动作。不过，Go 1.4 版本的Go工具链中增加了在构建之前驱动执行前置动作的能力，这就是go generate命令。我们看下面这个示例: