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

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
2	LangChain / LangGraph	建模状态、节点、边、分支、恢复
3	LlamaIndex	连接文档、索引、检索、评估
4	CrewAI / 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

留下的证据

学完这一页，至少保留这张证据卡：

问题形态

工作流图、检索应用、角色团队或实验

框架选择

它增加了什么抽象，以及隐藏了什么控制

追踪记录

状态、节点、tool 调用、消息或运行 id

失败检查

框架魔法隐藏状态、重试或权限问题

决策

只有在单代理循环清晰后才选择框架

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。

检查思路与讲解

1. 合格答案要描述 agent 循环：目标、计划、工具调用、观察结果、记忆或状态更新，以及停止条件。
2. 证据应包含另一个开发者可以检查的 trace，而不只是最终回答。
3. 自检时要能说出一个安全或可靠性控制，例如工具 schema、权限边界、重试、评估用例或人工复核点。