Skip to main content

9.6.1 框架路线图：只在需要时选择

框架不会让 Agent 自动变聪明。它们是在任务复杂度足够高时，帮助你组织状态、工具、工作流、记忆、日志和协作。

先看选择地图​

Agent 框架位置图

Agent 框架选择图

Agent 框架选择决策图

如果任务只有三个固定步骤，普通 Python 函数可能更好。只有当状态、分支、恢复、数据连接或角色协作开始难以管理时，再加入框架。

跑一个框架路线检查​

不要因为框架热门就选择它，先跑这个检查。

task = {
    "needs_state": True,
    "needs_rag": False,
    "needs_roles": False,
    "needs_resume": True,
}

if task["needs_state"] or task["needs_resume"]:
    route = "LangGraph-style state graph"
elif task["needs_rag"]:
    route = "LlamaIndex-style data app"
elif task["needs_roles"]:
    route = "CrewAI or AutoGen-style collaboration"
else:
    route = "plain functions first"

print("route:", route)
print("reason:", "choose the smallest abstraction that exposes state")

预期输出：

route: LangGraph-style state graph
reason: choose the smallest abstraction that exposes state

框架选择应该写进 README，作为取舍说明，而不是藏在依赖里。

按这个顺序学​

步骤阅读实操产出
1框架概览解释框架抽象了什么
2LangChain / LangGraph建模状态、节点、边、分支、恢复
3LlamaIndex连接文档、索引、检索、评估
4CrewAI / AutoGen比较角色协作和多 Agent 对话
5框架选择写出决策表和无框架基线

通过标准​

如果你能用普通函数和一个框架实现同一个小任务，并解释哪一版更容易调试、为什么，就通过了本章。