Eino: 快速开始

简要说明

Eino 提供了多种面向 AI 应用开发场景的组件抽象，同时也提供了多种实现，因此用 Eino 快速上手开发一个应用是非常简单的。本目录中将提供几个最常见的用 AI 搭建的应用实例，以帮助你快速地上手使用 Eino。

这几个小应用仅用于快速上手，对于其中的单项能力的更详细介绍及示例，可以参考 组件介绍、编排介绍 等专题文档。

💡 Fornax Trace(Fornax 观测) 使用说明： Eino 的观测能力默认是基于 Fornax Trace 实现 (下面例子未包含观测的开启代码)

• 当使用了 Chain/Graph 编排时，可注册全局的 Eino Callback 切面，将节点的输入输出相关信息以 Trace 形式上报。使用方式详见： Eino: 公共切面 - Callbacks。
• 当仅使用 Eino 组件，未使用 Eino 编排时，需要在调用组件时，手动通过 callbacks.InitCallbacks 注入 Callback Manager 信息，以开启组件切面的 Trace 上报能力（仅限于实现了组件切面的组件）。使用方式详见：Eino: 公共切面 - Callbacks 。

快速开始示例

示例：LLM 最简应用

AI 的应用中，最基础的场景就是 prompt + chat model 的场景，这也是互联网上各类 AI 应用平台提供的最重要的功能。你可以定义 System Prompt 来约束大模型的回答逻辑，比如 “你在扮演一个 XXX 角色” 等等。这个示例中，你可以用 Eino 的 PromptTemplate 组件 和 ChatModel 组件来构建一个角色扮演应用。

• 实现一个最简 LLM 应用-ChatModel

示例：创建一个 Agent

大模型是 AI 的大脑，其核心是理解自然语言，并做出回应，(文本)大模型本身只能接收一段文本，然后输出一段文本。而当你希望大模型能使用一些工具自行获取所需的信息、执行一些动作，就需要使用 Tool 来实现了，拥有了 Tool 的大模型就像是拥有了手脚，可以和当下已有的 IT 基础设施进行交互，比如 “调用 http 接口查询天气，再根据天气提醒你今天要传什么衣服”，就需要大模型调用 “search tool” 查询信息。

我们通常把能够根据大模型的输出调用相关 tool 的这套体系所构建出的整体，叫做 “智能体”，即 Agent。

在 Eino 中，你可以单独使用 ChatModel + ToolsNode 来实现 Agent，也可以使用封装好的 react agent 和 multi agent。

在这个示例中，我们将使用 react agent 来构建一个可以和现实世界交互的智能体。

• Agent-让大模型拥有双手

示例：用编排构建复杂自定义应用

人工智能(AI) 的一项历史使命，就是把人从一些重复性的劳动中解放出来，而几乎任何一项劳动都是由多个流程和工序组合而成的，用 AI 完成这些相互串联的工作，这就是 “工作流”。由各种 AI 组件组合、编排而成的工作流，才是真正生产场景中的应用形态。

Eino 中，提供了以组件为第一编排对象，同时提供具有极强扩展能力的 Lambda 节点作为编排对象，能够实现快速上手和定制扩展的双优势。Eino 的编排还有一些其他特点： 编排过程中最重要的话题 “数据流” 在 Eino 中被强化，callbacks 提供了观测和调试的基础能力，call option 为运行时的扩展性提供了无限可能…

这个示例中，我们将实现一个应用了编排能力的示例，结合 callbacks 和 call option 来实现观测和请求粒度的扩展能力。

• 复杂业务逻辑的利器-编排

下一步探索

• 理解 Eino 的核心模块和概念： Eino: 核心模块，这是你自如玩转使用 Eino 做应用开发的关键信息。
• 我们准备了大量的 “如何做到？”： Eino: 如何做到?，你可以快速浏览一下用 Eino 做大模型应用开发时，有哪些「能力」可用？也可以在你遇到希望解决的场景时，参考我们对这个场景的理解和解决方案。
• 我们构建了数个“开箱即用的应用示例 !”： Eino: 开箱即用示例大全。我们的理念是: 拿来即用，充分参考，先玩起来！
• Eino 保持开放生态的姿态，提供了大量生态集成组件：Eino: 生态集成，你可以使用这些组件快速构建自己的业务应用。