LlamaIndex Workflows

目录

• 背景和价值
  • 基本概念
    • Workflow（工作流）
    • Step（步骤）
    • Event（事件）
  • langgraph vs llamaindex
• 参考资料

背景和价值

LlamaIndex Workflows初探

LlamaIndex Workflows是LlamaIndex近期推出（仍然是测试版）的用来替代之前Query Pipeline（查询管道）的新特性。与LangGraph不同的是，其没有采用类似LangCraph基于图结构的流程编排模式，而是采用了一种事件驱动的工作流编排方式：

工作流中的每个环节被作为step（步骤，代表一个处理动作），每个step可以选择接收（类似订阅）一种或多种event（事件）做处理，并同样可以发送一种或多种event给其他step。通过这种方式，把多个step自然的连接起来形成完整的Workflow。

在这种架构中，工作流的运行不是由框架来根据预先的定义（比如Graph）来调度任务组件执行，而是由组件自身决定：你想接收什么event，做什么处理，并发出什么event。如果组件B接受了A发出的某种event，那么B就会在A发出event后触发执行。

基本概念

Workflow（工作流）

工作流代表一个复杂的RAG、Agent或者任意复合形式的LLM应用的端到端流程。创建完工作流后，调用run方法，并输入任务即可启动。

Workflow类似LangGraph中的Graph。

Step（步骤）

步骤代表工作流中的单个任务，你可以自由的定义步骤内容。每个步骤接收输入事件（订阅），并返回输出事件。当输入事件发生时，这个步骤就会自动执行。步骤使用Python函数定义。
Step类似LangGraph中的Node。

Step可以是一个逻辑片段，也可以调用llm做复杂操作。

Event（事件）

事件是一个步骤的输入输出，也是工作流各个步骤之间的数据载体。当事件发生时，“订阅”该事件的步骤就会执行，同时从事件中取出必要数据。事件是一个Pydantic类型对象，可以自由定义结构。注意两个特殊事件：

StartEvent与StopEvent是两个系统事件，代表工作流开始与结束。
StartEvent由框架派发，接收StartEvent的步骤代表工作流的开始。
StopEvent由框架接收，发送StopEvent的步骤代表没有后续步骤。

langgraph vs llamaindex

http://www.uml.org.cn/ai/2024111544.asp

参考资料

https://zhuanlan.zhihu.com/p/1890025765422224270