graph-flow 工作流框架

用 Rust 构建可暂停、可恢复的有状态 AI 工作流。

Star 数
★ 390
最近更新
1 个月前
License
MIT
主语言
Rust

30 秒速览

运行形态
代码库 / SDK开发框架自托管服务
可在哪里用
通用 · 跨平台OpenAI API(部分支持)
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
RustTokioPostgreSQL(可选)rig-core 和 rig-agent(可选)Shell / 命令行网络访问本地文件系统
典型场景
Rust 服务开发者需要把 LLM 驱动的理赔接待、分类、审核和人工审批串成可恢复流程时。
不适合
  • 需要开箱即用托管聊天应用的团队
  • 需要无代码流程编辑器的用户
维护状态
近 30 天有提交最近提交 2026-10-21

这个 Agent 能做什么,适合哪些场景?

graph-flow 是一个受 LangGraph 启发的 Rust 图工作流库,面向复杂、可交互且可恢复的流程。开发者实现 Task,通过线程安全的 Context 读取和写入会随会话序列化的状态,再用 GraphBuilder 定义任务、边和条件路由。FlowRunner 每次运行一个步骤并负责加载、执行和保存会话;任务也可选择连续执行后续步骤,或等待用户输入。会话可存于内存或 PostgreSQL,仓库还提供 Axum 保险理赔服务示例和推荐系统示例。它是供开发者嵌入 Rust 应用或构建自托管服务的框架,不是现成的聊天产品。

开发者为每个工作步骤实现 Task trait;任务通过 Context 获取输入、存储结果,并返回 TaskResult 与 NextAction。GraphBuilder 构建并验证图,支持普通边、条件边以及作为图节点运行的 FanOutTask 并行子任务。FlowRunner.run(session_id) 加载会话、运行工作流并保存状态;执行结果包含响应和 ExecutionStatus,任务可以逐步交还控制权、连续运行、跳转、等待输入或结束。会话状态可使用 InMemorySessionStorage 或 PostgresSessionStorage 持久化;启用 rig 功能后,Context 中的聊天历史可与 Rig 的 Message 对接。

  1. Rust 服务开发者需要把 LLM 驱动的理赔接待、分类、审核和人工审批串成可恢复流程时。
  2. 需要在一次请求中只执行一个步骤、将结果返回调用方并在后续请求恢复会话的交互式应用。
  3. 需要根据 Context 中的分类或业务数据,将工作流分支到不同任务的应用。
  4. 需要在同一工作流中并发运行多个子任务,并将结果汇总到共享上下文的开发者。
  5. 需要用 PostgreSQL 保存会话状态,并用乐观锁检测同一会话并发保存冲突的服务。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

环境变量
OPENROUTER_API_KEY
配置文件
Cargo.toml

如何安装或部署这个 Agent?

在 Rust 项目的 Cargo.toml 中添加 graph-flow。默认启用 PostgreSQL 功能;不需要该存储时可关闭默认功能。若要使用 Rig 消息集成,启用 rig 功能并添加相应 Rig crate。README 未给出 Rust 工具链的安装步骤;调用 LLM 的示例还需要配置服务商凭据,例如 OPENROUTER_API_KEY。

如何使用这个 Agent?

先实现 Task,再通过 GraphBuilder 添加任务和边并构建图。创建 Session,将其保存到 SessionStorage,然后用 FlowRunner.run 执行并检查状态;需要连续执行或等待用户输入时,选择相应的 NextAction。仓库提供可运行的保险理赔服务示例:

这个 Agent 有哪些优点和局限?

优点
  • 通过 Task、Context、GraphBuilder 和 NextAction 提供明确的 Rust 类型化工作流接口。
  • FlowRunner 与会话存储支持逐步执行、暂停等待输入和恢复;PostgreSQL 可用于持久化会话。
  • 支持条件路由、FanOutTask 并行子任务、单任务超时、连续执行步数限制和乐观锁冲突检测。
  • rig 功能将上下文聊天历史与 Rig Message 集成,保险理赔示例展示了人工审核流程。
局限
  • 这是 Rust 库和框架;使用者需要编写任务、组装图并将它集成进自己的应用。
  • PostgreSQL 是默认功能,需要排除时必须设置 default-features = false;示例服务也可选用内存存储。
  • Rig 集成需显式启用 rig 功能,并使用 rig-core;示例中的 agent runtime 使用 rig-agent。
  • README 记录了 0.5 到 0.6 的 API 清理及迁移指南,依赖旧版 API 的项目需要评估迁移。

这个 Agent 与同类方案有什么区别?

README 将 graph-flow 描述为受 LangGraph 启发的 Rust 实现,提供图执行和状态化工作流能力;它没有给出基准测试或与 LangGraph 的功能对照表。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
graph-flow 工作流框架 当前 59 · 缺口较多 代码库 / SDK免费 + 模型费 ★ 390 1 个月前 Rust —
Agent Adapter 工具执行框架 72 · 存在缺口 代码库 / SDK免费 + 模型费 ★ 13 3 天前 Python OpenAI API · Claude API
LlamaAgents 59 · 缺口较多 代码库 / SDK免费 + 模型费 ★ 469 今天 Python —
KaibanJS 53 · 缺口较多 命令行工具免费 + 模型费 ★ 1.5k 6 个月前 TypeScript Codex · Claude Code · OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
59/ 100 五分制 3.0 / 5
信任安全 12/29
可靠稳定 6/14
适用触发 12/18
规范维护 14/18
有效结果 10/13
证据核验 5/8
查看各维度的扣分理由
信任安全12 / 29 · 2.1/5

框架提供任务超时、执行步数限制、可选持久化和人工等待节点,README也披露并发冲突可能留下未回滚的任务副作用,支持部分权限控制和确认流程(least_privilege=1、user_confirmation=2、rollback=1)。README说明状态进入 Context、会话可落库,服务代码显示请求内容被保存,推荐服务还将查询写入日志;没有看到敏感字段屏蔽、保留期限或访问控制(data_flow_transparency=2、sensitive_data_handling=1)。依赖版本范围和 CI 矩阵可见,但没有依赖审计或漏洞缓解证据;示例服务调用外部 LLM、数据库,并绑定所有网卡,保险服务使用宽松 CORS(dependency_security=1、external_effects=1)。MIT 文件和贡献者版权声明可见,但具体维护者身份及更新责任不清晰(source_attribution=1)。

可靠稳定6 / 14 · 2.1/5

README 描述的 0.6 API 清理与 CLAUDE.md 中仍提及的 Error 状态等内容不一致;CLAUDE.md 看起来是开发指引而非产品运行指令,仍显示文档漂移(self_consistency=1)。Cargo workspace 与 CI 显示 Rust 依赖和核心 crate 构建方式,CI 明确跳过会下载 ONNX Runtime 的服务与示例,外部服务和数据库也需要配置,因此可用性仅部分说明(dependency_availability=1)。服务代码对会话不存在、存储失败、工作流意外暂停等情形有处理,部分错误转为通用 HTTP 状态或消息,诊断与用户提示并非始终充分(failure_messages=2)。

适用触发12 / 18 · 3.3/5

README 覆盖交互式与连续执行、条件路由、并发任务、内存与 PostgreSQL 存储、Rig 集成,并提供保险与 RAG 场景示例,受众和用途说明充分(audience_and_scenarios=3)。超时、执行上限、并发冲突、FanOut 失败和链式执行崩溃行为都有说明;权限、认证及生产部署边界则未充分界定(capability_boundaries=2)。仓库定位清晰,但没有看到如何判断何时选用此框架、何时不适用的触发或适用条件(trigger_precision=1)。Tokio、PostgreSQL 可选特性、内存后端和环境变量给出了一定部署适配信息,但服务示例也存在固定端口及环境依赖(environment_fit=2)。

规范维护14 / 18 · 3.9/5

README 按 crate、快速入门、执行控制、高级功能和服务案例组织,CLAUDE.md 提供开发命令与架构概览(information_architecture=3)。Cargo 依赖与运行示例较完整,说明了部分环境变量及默认存储,但缺少全面的部署与安全配置步骤(install_notes=2)。graph-flow 与 graph-flow crate 的命名及主要概念相对稳定;CLAUDE.md 中的旧 API 名称降低一致性(naming_stability=2)。有渐进式示例、完整服务案例和明确的常见控制模式,未见 FAQ,但其他材料足以支持高分(examples_and_faq=3)。文档列出 FanOut 局限、并发副作用、持久化差异和超时限制;服务部署与数据治理方面仍有未述事项(known_limitations=2)。仓库含完整 MIT 许可证,与元数据一致(license=3)。README 记录 0.5 至 0.6 迁移信息并声明 API 稳定性,但当前仓库版本与变更时间线未充分呈现(versioning_changelog=2)。版权主体仅写 contributors,未见明确维护责任人、支持渠道或更新承诺(maintenance_responsibility=1)。

有效结果10 / 13 · 3.8/5

Rust API 示例、工作流图、服务案例和可直接参考的存储及控制代码使输出可用于搭建实现(output_usability=3)。图执行、会话恢复、人工暂停、条件路由与 Rig 连接形成明确的框架价值,但其相对现有替代方案的量化收益没有证据(marginal_value=2)。提供内存和 PostgreSQL 两种后端及默认特性开关,呈现了一定成本选择;但运行服务需要 LLM、数据库或 ONNX 相关依赖,成本与运维权衡未量化(cost_benefit=2)。

证据核验5 / 8 · 3.1/5

README 将主要能力关联到 crate 路径、示例和具体服务任务,代码样本也印证部分 HTTP、存储和日志行为;性能与生产适用性等宣传仍缺少对应证据(claim_traceability=2)。README、Cargo 清单、CI 和服务入口相互印证了功能、依赖和配置;CLAUDE.md 的 API 描述与 README 不完全一致,且框架主体源码不在本证据包中(cross_source_corroboration=2)。文档通常将示例、默认值和限制明确写出,但性能及适用性表述没有量化支撑,代码包也不足以独立核验全部框架行为(fact_inference_separation=2)。

风险与缓解建议
  • 示例服务将请求内容或用户查询保存在会话状态中;推荐服务还记录查询内容。上线前应核对访问控制、日志脱敏和数据保留策略。
  • 保险服务配置了宽松 CORS 并监听 0.0.0.0;所给入口代码未显示认证。不要将这些示例默认配置直接视为安全的公网部署方案。
  • 文档说明并发冲突不会撤销任务副作用,连续执行链中途崩溃也可能从链首重跑;需要副作用幂等的任务设计。
  • CLAUDE.md 的 API 描述与 README 的 0.6 说明存在差异;本评估仅依据提供的静态材料,未执行构建或测试。
证据充分度:低 评估于 2026年11月11日 审查版本 9bbca193f20a
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/rs-graph-llm.svg?lang=zh)](https://followagents.com/zh/agents/rs-graph-llm)
<a href="https://followagents.com/zh/agents/rs-graph-llm"><img src="https://followagents.com/badge/rs-graph-llm.svg?lang=zh" alt="FARS 评测"></a>

常见问题

能否不接入 LLM 使用?
可以。核心 graph-flow 提供图执行和会话管理;Rig 消息集成是单独的可选 rig 功能。
会话能否跨进程重启恢复?
可以使用 PostgresSessionStorage 持久化会话;InMemorySessionStorage 适合开发,但数据保存在内存中。
同一会话同时运行会发生什么?
会话使用乐观锁版本;竞争保存的一方会收到 GraphError::SessionConflict。失败尝试中的任务副作用不会回滚,文档建议让任务保持幂等。
连续执行的流程遇到进程崩溃会怎样?
在一个 ContinueAndExecute 链结束前会话只保存一次;链中途崩溃后,重跑会从该链的第一个任务开始。
它提供现成的 Web 应用吗?
仓库展示了基于 Axum 的保险理赔 HTTP 服务示例,但 graph-flow 本身是供应用集成的框架。
graph-flow 工作流框架 免费吗?
软件本身免费,但 graph-flow 工作流框架 要调用 AI 模型,模型的调用费用由你向模型服务商支付(也可以接本地模型)。
graph-flow 工作流框架 开源吗?
开源。源码在 GitHub(a-agmon/rs-graph-llm),许可证是 MIT。
graph-flow 工作流框架 安全吗?
FollowAgents 的 FARS 评审(2026年11月11日)给 graph-flow 工作流框架 的“信任与安全”打了 12/29 分。评审检查的 8 项安全措施没有完全缺失的。
graph-flow 工作流框架 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-10-21,在最近 30 天内。
graph-flow 工作流框架 是谁开发的?
graph-flow 工作流框架 由 GitHub 账号 a-agmon 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念