“flows”:一个用于可视化长期运行代理循环的自定义 Markdown 运行时
“flows”是一个自定义 Markdown 运行时,专为可视化长期运行的代理循环而设计。它允许开发者以 Markdown 格式编写和展示代理工作流,实时呈现循环执行过程与状态变化,便于调试和监控复杂代理行为。该项目托管在 GitHub 上,旨在提供更直观的代理运行可视化方案。
背景速读
- 这个开源项目"flows"是一个自定义的 Markdown 渲染引擎,专门用来可视化、调试长时间运行的 AI Agent(智能体)循环。作者 Sam Leeney 是伦敦的独立 AI 工程师,曾在 Deliveroo、Tide 工作。
- 传统 LLM 应用(聊天)是"请求-响应"模式,几秒就结束。但现代 Agent 应用(如 AutoGPT、CrewAI)会循环调用工具、查询数据库、自我反思,可能跑好几分钟甚至更久——开发者很难看清中间到底发生了什么。
- "flows" 把 Agent 的每次思考、工具调用、结果反馈都实时渲染成 Markdown 文档,让开发者像看日志一样追踪执行过程。GitHub 仓库包含一个可运行的 demo,展示如何 hack 现有的 Agent 框架来接入这个可视化层。
- 这个项目反映了 AI 工程领域的一个核心痛点:Agent 系统的可观测性(observability)远落后于传统软件工程。LangChain、LangSmith 等也在做类似的事情,但 "flows" 走的是更轻量、更 hackable 的路线。