5分钟上手Eino：从安装到构建第一个AI应用

余纳娓

669人浏览 · 2025-09-10 21:25:50

余纳娓 · 2025-09-10 21:25:50 发布

5分钟上手Eino：从安装到构建第一个AI应用

【免费下载链接】eino 项目地址: https://gitcode.com/GitHub_Trending/ei/eino

你是否还在为Go语言开发LLM应用时的组件集成、流式处理和类型安全问题头疼？本文将带你一站式解决Eino框架的安装配置与基础使用，让你快速搭建生产级AI应用。读完本文你将掌握：环境准备、核心组件使用、三种编排模式实现，以及ReAct智能体开发。

环境准备与安装

系统要求

Eino框架需要Go 1.18及以上版本支持，依赖管理使用Go Modules。项目基于CloudWeGo生态构建，完整依赖列表可查看go.mod文件。

安装步骤

通过以下命令快速获取Eino源码：

git clone https://gitcode.com/GitHub_Trending/ei/eino.git
cd eino

项目目录结构清晰，核心代码组织如下：

eino/
├── adk/            # 智能体开发工具包
├── components/     # 核心组件抽象
├── compose/        # 编排引擎(Chain/Graph/Workflow)
├── flow/           # 预置工作流实现
└── schema/         # 数据模型定义

核心组件快速上手

Eino提供丰富的开箱即用组件，可直接通过简洁API调用。以最常用的ChatModel为例：

model, _ := openai.NewChatModel(ctx, config) // 创建LLM实例
message, _ := model.Generate(ctx, []*schema.Message{
    schema.SystemMessage("你是一个乐于助人的助手。"),
    schema.UserMessage("未来的AI应用会是什么样子？")
})

上述代码使用了Eino的schema.Message数据结构和components/model组件抽象。完整的组件列表可参考components/目录下的实现。

组件类型概览

Eino将AI应用开发所需元素抽象为以下核心组件：

ChatModel：大语言模型接口，支持流式响应
Tool：外部工具集成接口(components/tool)
Retriever：数据检索组件(components/retriever)
ChatTemplate：对话模板引擎(components/prompt/chat_template.go)

编排引擎使用指南

Eino提供三种编排API满足不同复杂度需求，通过直观的节点-边模型实现组件协作：

API类型	特点	适用场景
Chain	线性链式执行	简单流程管道
Graph	有向图执行(支持循环)	复杂业务逻辑
Workflow	字段级数据映射	结构化数据处理

1. Chain基础使用

创建一个"模板→模型"的简单链条：

chain, _ := compose.NewChain[map[string]any, *schema.Message]().
    AppendChatTemplate(prompt).
    AppendChatModel(model).
    Compile(ctx)
    
result, _ := chain.Invoke(ctx, map[string]any{"query": "Eino框架有哪些优势？"})

2. Graph高级编排

构建带工具调用的决策流程图：

graph := compose.NewGraph[map[string]any, *schema.Message]()
// 添加节点
_ = graph.AddChatTemplateNode("node_template", chatTpl)
_ = graph.AddChatModelNode("node_model", chatModel)
_ = graph.AddToolsNode("node_tools", toolsNode)
// 定义流程
_ = graph.AddEdge(compose.START, "node_template")
_ = graph.AddEdge("node_template", "node_model")
_ = graph.AddBranch("node_model", branchFunc) // 条件分支
// 编译执行
compiledGraph, _ := graph.Compile(ctx)
result, _ := compiledGraph.Invoke(ctx, input)

完整的图编排实现可参考compose/graph.go源码。

ReAct智能体开发实战

Eino内置ReAct智能体实现，位于flow/agent/react/react.go，可实现自主决策的工具调用能力。

架构原理

ReAct智能体通过循环执行"思考→行动→观察"步骤解决复杂问题，Eino实现的架构如下：

快速使用

agent := react.NewAgent(react.WithChatModel(model), 
                       react.WithTools(weatherTool, calculatorTool))
result, _ := agent.Run(ctx, "北京周末天气如何？需要带伞吗？")

该智能体自动处理：工具选择、参数解析、结果整合和多轮决策过程，完整示例可参考flow/agent/react/react_test.go。

进阶配置与最佳实践

流式处理配置

Eino自动处理四种流式范式转换，可通过以下选项配置：

// 配置全局流式处理
compiledGraph.Invoke(ctx, input, compose.WithStreamCallback(streamHandler))

详细的流式处理逻辑可查看compose/stream_concat.go实现。

回调切面扩展

通过回调机制实现日志、监控等横切关注点：

handler := callbacks.NewHandlerBuilder().
    OnStartFn(func(ctx context.Context, info *callbacks.RunInfo, input callbacks.CallbackInput) context.Context {
        log.Printf("开始执行: %v", info.NodeID)
        return ctx
    }).Build()
    
// 应用到指定节点
compiledGraph.Invoke(ctx, input, compose.WithCallbacks(handler).DesignateNode("node_model"))

完整的回调接口定义在callbacks/interface.go。