一、Eino 是什么？一句話講明白

Eino（發音 “I know”）是用 Go 語言寫的大模型應用開發框架，核心能力是幫開發者快速搭建可擴展的 AI 智能體（Agent）。它把大模型應用拆成 “可復用的組件”，再通過簡單的代碼編排，讓這些組件按邏輯協作，不用重復造輪子。

二、Eino 適合誰？和主流工具比有啥優勢？

1. 適用場景

• 適合專業開發團隊：需要深度定制 AI 應用（比如：復雜業務邏輯、高并發場景）。
• 不適合純業務人員：它是代碼驅動的，沒有可視化拖拽界面，比不上 Dify、Coze 這類低代碼工具的 “易用性”。

2. 和 Dify/Coze 的核心區別

三、Eino 的核心設計：組件 + 編排

Eino 的精髓在于 “先拆組件，再拼流程”，就像用樂高積木搭模型：組件是積木，編排是拼搭邏輯。

1. 組件：AI 應用的 “樂高積木”

組件是實現具體功能的最小單元，Eino 已經封裝好了常用組件，開發者拿來就用，不用自己從零開始寫：

• ChatModel對接大模型（比如：DeepSeek、GPT），負責生成回答、調用工具。
• ChatTemplate統一管理提示詞模板（比如：給大模型的系統指令、多輪對話歷史格式）。
• Tool擴展大模型能力的工具（比如：搜索引擎、數據庫查詢、文件讀寫），支持自定義。
• Embedding把文本轉成向量（方便做語義搜索）。
• Retriever從向量庫 / 文檔庫中檢索相關內容（大模型 “查資料” 的關鍵）。
• Lambda自定義代碼邏輯（比如：處理數據格式、加業務規則）。

2. 編排：給組件 “畫執行路線圖”

編排就是定義組件的執行順序、依賴關系，Eino 提供 3 種常用編排模式，覆蓋大部分場景：

（1）Graph（圖編排）：最靈活，支持復雜流程

把組件當 “節點”，用 “邊” 連接節點，支持分支、循環、并發，適合復雜場景（比如：多步驟決策、動態任務分配）。

• 例：用戶提問→先檢索知識庫（Retriever）→若信息不夠→調用搜索引擎（Tool）→最后讓大模型（ChatModel）生成回答。

（2）Chain（鏈編排）：最簡單，按順序執行

組件像 “鏈條” 一樣串起來，一步接一步執行，適合簡單流程（比如：“加載文檔→分割文本→生成向量→存入向量庫”）。

（3）Workflow（工作流編排）：更嚴謹，無循環

和 Graph 類似，但不支持循環（避免死循環），且嚴格區分 “數據傳遞” 和 “執行依賴”，適合需要穩定、可預測的業務流程（比如：審批流程、數據處理流水線）。

四、Eino 的實用功能：讓開發更順手

1. 類型對齊：少踩 “參數不匹配” 的坑

Go 語言是強類型語言，Eino 利用這一點，要求上下游組件的輸入輸出類型必須一致。比如 “Retriever 輸出的文檔” 要能直接傳給 “ChatModel 當上下文”，編譯時就會檢查，避免運行時才發現 “數據格式不對”。

2. 回調機制：統一管理日志、監控

可以在組件執行的關鍵節點（開始、結束、報錯時）插入自定義邏輯，比如：

• 記錄每步執行時間（監控性能）。
• 打印組件輸入輸出（方便調試）。
• 報錯時自動報警、重試。

3. 檢查點（CheckPoint）：支持 “斷點續跑”

執行復雜任務時，可在關鍵節點保存當前狀態（比如：中間結果、執行進度）。如果任務中斷（比如：服務重啟），下次能從保存的節點繼續執行，不用從頭再來。

4. 中斷（Interrupt）：支持 “人機協同”

在指定組件執行前 / 后暫停流程，等待人工干預。比如：

• 大模型要調用支付工具前，暫停并讓管理員確認。
• 生成敏感內容時，先讓人工審核再輸出。

五、簡單示例：用 Eino 搭一個 “IP 查詢 + 寫文件” 的 AI 智能體

第一、需求

用戶給一組 IP 地址，AI 智能體查詢歸屬地，然后把結果寫入文件。

第二、步驟

1. 準備組件：

• ChatModel：用 DeepSeek 模型（負責解析用戶需求、調用 IP 查詢工具）。
• Tool：自定義 “IP 查詢工具” 和 “文件寫入工具”。
• Lambda：處理查詢結果格式（轉成 Markdown，方便寫入文件）。

2. 編排流程（用 Chain）：用戶輸入 → ChatModel（解析 IP 列表）→ IP 查詢工具（查歸屬地）→ Lambda（格式化結果）→ 文件寫入工具（保存到本地）→ 返回結果給用戶。
3. 核心代碼片段：

// 1. 創建大模型（DeepSeek）
chatModel, _ := deepseek.NewChatModel(ctx, &deepseek.ChatModelConfig{
    APIKey: "你的密鑰",
    Model:  "deepseek-chat",
})
// 2. 自定義文件寫入工具
fileTool := NewMyFileTool("/Users/xxx/ip_result.md") // 輸出文件路徑
// 3. 編排成鏈
chain := compose.NewChain[string, string]()
// 步驟1：讓大模型解析需求并調用IP查詢工具
chain.AppendChatModel("chat_model", chatModel)
// 步驟2：調用IP查詢工具
chain.AppendToolsNode("ip_tool", []tool.Tool{ipTool})
// 步驟3：格式化結果
chain.AppendLambda("format_result", compose.InvokableLambda(
    func(ctx context.Context, input string) (string, error) {
        // 把查詢結果轉成Markdown格式
        return fmt.Sprintf("## IP歸屬地查詢結果\n%s", input), nil
    },
))
// 步驟4：寫入文件
chain.AppendToolsNode("file_tool", []tool.Tool{fileTool})
// 4. 執行鏈
result, _ := chain.Compile(ctx).Invoke(ctx, "查詢IP：122.224.6.13、121.23.21.34")
fmt.Println(result) // 輸出文件保存路徑

六、ADK：未來可期的 Agent 開發套件

ADK（Agent Development Kit）是 Eino 的擴展套件，專門用于開發復雜的多 Agent 系統（比如：一個 “客服團隊”，有專門接咨詢的 Agent、專門處理投訴的 Agent、專門調數據的 Agent），目前還在完善中，核心能力包括：

• 多 Agent 協作：讓不同 Agent 分工配合（比如：“客服 AI Agent” 解決不了→轉給 “技術 AI Agent”）。
• 動態任務分配：根據任務類型自動分配給最合適的 AI Agent。
• 容器化部署：支持把 AI Agent 打包成 Docker 鏡像，方便在云服務器、K8s 上運行。

七、總結：什么時候選 Eino？

如果你的團隊熟悉 Go 語言，需要開發高度定制、高性能、可擴展的 AI 應用（比如：企業級知識庫、智能客服、自動化業務系統），Eino 會比低代碼平臺（Dify/Coze）更合適。它的 “組件化 + 代碼編排” 模式，既能提高開發效率，又能靈活應對復雜業務需求。

好了，這就是我今天想分享的內容。

本文轉載自???玄姐聊AGI??  作者：玄姐