LlamaIndex 发布 Workflows 1.0：面向智能体系统的轻量编排框架

我们很高兴推出 LlamaIndex Workflows 1.0 的正式版本，这是一个轻量级框架，用于在 Python 和 TypeScript 中构建复杂的、多步骤的智能体 AI 应用程序。

我们最初介绍了 Workflows，展示了如何构建由 llama_index 驱动的可复用、事件驱动的应用程序。从那时起，我们看到开发者越来越需要为智能体定义复杂的 AI 应用程序逻辑，同时又不失去对执行流程的控制。

LlamaIndex Workflows 的首个稳定版本引入（并改进了）我们创建事件驱动的自定义智能体工作流的方法。这使开发者能够利用 LLM，同时仍对应用程序的整体行为与架构保持高度控制。

立即探索我们的免费和付费方案。

你可以用 Workflows 构建什么

当你需要编排涉及 AI 模型、API 和决策的复杂多步骤流程时，Workflows 就能大显身手。以下是一些你可以构建的示例：

• AI 智能体 - 创建能够在多个步骤中进行推理、做出决策并采取行动的智能系统
• 文档处理流水线 - 构建将文档摄取、分析、总结并通过各个处理阶段进行路由的系统
• 多模态 AI 应用程序 - 在不同 AI 模型（LLM、视觉模型等）和数据格式之间进行协调，以解决复杂任务
• 研究助手 - 开发能够搜索、分析、综合信息并提供全面答案的工作流
• 基于角色的多智能体系统 - 构建能够通过在需要时将控制权相互移交来在多个智能体之间进行协调的智能体系统
• 内容生成系统 - 创建生成、审核、编辑和发布内容并带有人类在环审批的流水线
• 客户支持自动化 - 构建能够理解、分类并响应客户咨询的智能路由系统

异步优先、事件驱动的架构使构建应用程序变得容易：在不同能力之间进行路由、实现并行处理模式、循环处理复杂序列，并在多个步骤之间保持状态。所有你需要让你的 AI 应用程序达到生产就绪状态的功能。

Workflows 的新家

此前作为 llama_index 和 LlamaIndexTS 的一部分，Workflows 最终发展成为一个独立的专用包：

• Python 版本使用 pip install llama-index-workflows
• TypeScript 版本使用 npm i @llamaindex/workflow-core

代码也托管在一个专用的 git 仓库中：

• https://github.com/run-llama/workflows-py
• https://github.com/run-llama/workflows-ts

llama_index 和 LlamaIndexTS 都将继续通过旧导入路径重新导出新库来提供 Workflows 功能，因此你现有的代码将继续工作，并受益于将在独立包中发布的新功能。

这种分离反映了 Workflows 已成为的样子：一个面向 LLM 驱动系统的通用编排框架，并秉持以下目标：

• 突出 Workflows 独立于 llama_index：你可以使用 Workflows 编写任何 Python 和 TypeScript 应用程序的编排逻辑
• 鼓励贡献和实验：Workflows 可以轻松地在以前未使用 llama_index 的环境中被采用
• 支持更广泛的用例，从智能体系统到任务编排，且依赖项有限

1.0 版本的新特性

v1.0 版本标志着 Workflows 的首个独立版本，拥有自己的仓库、包和开发路径。虽然底层架构没有显著变化，但此版本让以下事项更加容易：

• 在 LlamaIndex 生态系统之外使用 Workflows
• 在专注、模块化的代码库中为项目做贡献

除了若干错误修复外，1.0 版本还引入了：

• 类型化工作流状态 - Python 和 TypeScript 均支持类型化状态，提升了开发者的类型安全性
• 资源注入 - Python 工作流支持动态资源注入。可动态注入数据库客户端等。
• 可观测性 - Python 工作流支持可选的可观测性集成。通过安装 llama-index-instrumentation ，你可以使用 OpenTelemetry、Arize Phoenix 等对工作流进行埋点！

在我们过渡到专门且更新的文档材料期间，旧文档仍可通过 LlamaIndex 网站访问，并且对此版本仍然有效：

• https://docs.llamaindex.ai/en/stable/module_guides/workflow/
• https://ts.llamaindex.ai/docs/workflows