Eino:字节跳动开源基于Golang的AI应用开发框架

Written by 30115776@qq.com

今天跟大家分享一下 Eino 这个由字节跳动开源的大模型应用开发框架。

🚀 快速阅读

Eino 是字节跳动开源的大模型应用开发框架,旨在帮助开发者高效构建基于大模型的 AI 应用。

  1. 核心功能:组件化设计、图编排引擎、流式处理机制、回调机制。
  2. 技术原理:基于 Go 语言,支持稳定的内核、灵活的扩展性和完善的工具生态。

Eino 是什么

Eino 是字节跳动开源的大模型应用开发框架,能够帮助开发者高效构建基于大模型的 AI 应用。它以 Go 语言为基础,具备稳定的内核、灵活的扩展性和完善的工具生态。Eino 的核心是组件化设计,通过定义不同的组件(如 ChatModel、Lambda 等)和编排方式(如 Chain 和 Graph),开发者可以灵活地构建复杂的业务逻辑。此外,Eino 支持流式处理,自动处理流的拼接和复制等细节,提升应用性能。Eino 还提供了可视化开发工具 EinoDev,降低了开发门槛,并结合 Langfuse 平台进行运行观测。

Eino 的目标是成为 Golang 中最好的大模型应用开发框架,借鉴了开源社区中的优秀框架(如 LangChain 和 LlamaIndex),并结合了最新的研究和实际应用场景,强调简单性、可扩展性、可靠性和高效性,更好地符合 Golang 编程规范。

Eino 的主要功能

  • 丰富的组件:将常见构建模块抽象为组件,每个组件有多种实现,支持嵌套和复杂业务逻辑。
  • 强大的编排:基于图编排实现数据流的有向、可控传输,支持类型检查、流处理、并发管理等。
  • 完善的流处理:自动处理流式与非流式数据的转换、拼接、合并和复制。
  • 高扩展性的切面(Callbacks):支持多种切面,用于日志记录、追踪、指标统计等,暴露组件实现的内部细节。

Eino 的技术原理

  • 组件化架构:Eino 将应用逻辑拆分为多个组件,每个组件负责特定的功能(如文本生成、数据检索、工具调用等)。组件基于定义好的接口进行交互,开发者根据需求选择或实现具体的组件。
  • 图编排引擎:用图(Graph)表示组件之间的依赖关系和执行顺序。每个组件是一个节点(Node),节点之间的连接关系(边 Edge)定义数据的流转路径。支持分支逻辑(Branch),根据条件动态选择不同的执行路径。
  • 流式处理机制:支持流式输入和输出,自动处理流的拼接(Concat)和流化(T -> StreamReader[T]),提升应用的实时性和性能。
  • 回调机制(Callbacks):提供 Callbacks 机制,支持开发者在组件运行的开始和结束时插入自定义逻辑。基于回调函数,开发者可以实现日志记录、性能监控等功能。
  • 向量化知识库:提供工具将知识库内容进行向量化处理,并存储到向量数据库(如 Redis)中。在应用运行时,基于语义检索从知识库中召回相关信息,增强应用的知识背景支持。
  • 可视化开发工具:提供 EinoDev 插件,支持可视化界面进行组件选择和编排。开发者可以通过拖拽组件的方式快速构建应用逻辑,并生成对应的代码。

如何运行 Eino

1. 使用组件直接调用

model, _ := openai.NewChatModel(ctx, config) // 创建一个可调用的 LLM 实例
message, _ := model.Generate(ctx, []*Message{
    SystemMessage(\"you are a helpful assistant.\"),
    UserMessage(\"what does the future AI App look like?\")})

2. 使用编排创建简单的链

chain, _ := NewChain[map[string]any, *Message]().
           AppendChatTemplate(prompt).
           AppendChatModel(model).
           Compile(ctx)

chain.Invoke(ctx, map[string]any{\"query\": \"what\'s your name?\"})

3. 使用图编排创建更复杂的逻辑

graph := NewGraph[map[string]any, *schema.Message]()

_ = graph.AddChatTemplateNode(\"node_template\", chatTpl)
_ = graph.AddChatModelNode(\"node_model\", chatModel)
_ = graph.AddToolsNode(\"node_tools\", toolsNode)
_ = graph.AddLambdaNode(\"node_converter\", takeOne)

_ = graph.AddEdge(START, \"node_template\")
_ = graph.AddEdge(\"node_template\", \"node_model\")
_ = graph.AddBranch(\"node_model\", branch)
_ = graph.AddEdge(\"node_tools\", \"node_converter\")
_ = graph.AddEdge(\"node_converter\", END)

compiledGraph, err := graph.Compile(ctx)
if err != nil {
    return err
}
out, err := r.Invoke(ctx, map[string]any{\"query\":\"Beijing\'s weather this weekend\"})

资源

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

30115776@qq.com

Pretium lorem primis lectus donec tortor fusce morbi risus curae. Dignissim lacus massa mauris enim mattis magnis senectus montes mollis taciti accumsan semper nullam dapibus netus blandit nibh aliquam metus morbi cras magna vivamus per risus.

Sonic:自动对齐音频与唇部动作,音频驱动肖像动画生成框架

exo:一个能让任何人利用日常设备构建AI集群的强大工具,组成一个虚拟GPU在多台设备上并行运行模型

发表评论