PocketFlow：100 行代码的极简 LLM Agent 框架

PocketFlow 是 The-Pocket 组织开源的极简 LLM 框架，MIT 协议，口号是”100-line minimalist LLM framework”。它的主张很激进：现在的 LLM 框架太臃肿了，而你真正需要的核心抽象只要 100 行。零依赖、零厂商锁定，甚至不用 pip install——直接把那 100 行源码拷走就行。本文基于其 GitHub 仓库一手资料，拆解它为什么敢说”只要 100 行”，以及这种极简的代价。

一、背景：框架越来越重，核心其实很薄

LangChain 起家这几年，LLM 框架越长越胖：集成成千上万个工具、加了无数 app 专用 wrapper，结果是几百 MB 的依赖、看不懂的抽象栈。PocketFlow 反其道而行——它认为 Agent/Workflow/RAG 这类应用的本质抽象只有一个：图（Graph）。把图这个抽象做对，其余模式都能从它长出来。

二、是什么：Node + Flow 的图抽象

PocketFlow 的核心只有两个概念：

• Node（节点）：一个单步，例如”总结邮件”；
• Flow（流）：把多个节点串成图，例如”总结邮件 → 草拟回复”。

从这两个原语出发，官方给出的抽象图覆盖了几乎所有常见模式：Batch（重复步骤）、Parallel（并发，官方 demo 称 3x–8x 加速）、Async（I/O 等待）、Looping（长时循环）、Branch（条件分支）、Shared（节点间共享状态）、Nesting（把一条子流封装成可复用步骤）。

它还提供了 TypeScript、Java、C++、Go、Rust、PHP 多个移植版本，并配了 40+ 个 cookbook 教程，从聊天、结构化输出、RAG、多 Agent、MCP、A2A、语音对话，一直到 Deep Research、生产级 Coding Agent。

三、那 100 行到底写了什么

值得翻开源码看一眼：PocketFlow 的核心其实只有两个类。Node 节点把一步拆成三个钩子——prep（准备输入）、exec（真正干活，通常是调一次 LLM 或工具）、post（处理输出并决定下一步路由到哪个节点）；Flow 则是一张节点图，维护”当前节点执行完后跳到哪个节点”的映射。所谓 Batch、Parallel、Looping、Branch，本质都是在这张图上用不同方式连边：并行就是一个节点扇出多个分支再汇合，循环就是让 post 的路由指回上游节点，嵌套就是把一条子 Flow 当成一个 Node 塞进父图。

正因为抽象只有这一层，你读完那 100 行就能完全掌握它的行为——这也是它敢让”AI Agent 自己基于它写 Agent”的底气：模型不需要学习一套庞大框架的 API 心智负担，只要理解”节点 + 路由”即可。官方那句”让 Cursor 这类工具来写上层”，前提正是内核小到 AI 能一次读全。节点之间的信息传递则靠一个显式的共享 store：上游 post 写进去，下游 prep 读出来，没有隐式的全局状态魔法，这也是它把可预测性做到极致的一处细节。

四、关键数据：和主流框架的行数对比

README 里那张对比表是它最有传播力的素材（数字为官方自报）：

五、评测方法批判：“100 行”是怎么算出来的

这张表很抓眼，但必须拆穿它的统计口径：

1. 分子分母不对等：PocketFlow 的 100 行是”只有核心图抽象、零封装”的行数；而 LangChain 的 405K 行包含了几百个第三方集成、QA/摘要等 app wrapper、以及 OpenAI/Pinecone 等厂商适配。拿”裸核心”去比”全家桶”，本身就是选择性比较——AutoGen 那一行也特意标注了”core-only”，侧面说明这个口径的水分。
2. 体积同理：56KB vs 166MB 比的是”核心包 vs 含全部集成的安装体积”，不是”完成同一个任务所需的代码量”。
3. “10x 生产力”靠 Agentic Coding 背书：官方推崇”人设计、AI（Cursor 等）写代码”，让 Agent 去基于这 100 行框架搭应用。这省的是你的样板代码，但前提是你得会写设计文档、并接受 AI 生成代码的质量波动。
4. 没有运行时性能或成功率 benchmark：它是个”库”，不提供任务级评测；所谓并行 3x/8x 只是 demo 里的示意。

六、优势与局限

优势： 一是核心抽象小到可以通读源码，没有黑盒，学习曲线极短；二是零依赖、零锁定，随便接哪个模型、哪个存储都不用受框架约束；三是 cookbook 覆盖场景全，配合 Agentic Coding 很适合快速搭原型；四是多语言移植，团队技术栈杂也能用同一套心智模型。

局限： 它刻意不提供生产常用的东西——没有重试、没有可观测性/链路追踪、没有内置鉴权与持久化、没有工具调用的现成封装。这意味着从 demo 到生产，那些 LangChain 替你做过的脏活，你都得自己补。对想快速上线、不想造轮子的团队，“极简”反而是负担。

七、谁该关注

• 觉得 LangChain 太重、想要可控内核的团队：把图抽象吃透，自己按需拼装；
• 教学与研究：100 行可读源码是讲清”Agent 到底怎么跑”的绝佳材料；
• 走 Agentic Coding 路线、让 AI 写胶水代码的开发者：薄框架 + AI 生成上层，正好发挥。

如果你要的是开箱即用、自带监控重试的企业级编排，LangGraph 这类带电池的框架更稳妥；PocketFlow 的定位是”给你一个干净的内核，剩下的自己来”。

参考来源

• PocketFlow GitHub 仓库（The-Pocket/PocketFlow）
• Koala 项目库条目