用 OOP 替代复杂图编排：PyBotchi 意图驱动框架设计思路
madolid511 · reddit · 2026-08-02
作者介绍了其开源 Python 异步 Agent 编排框架 PyBotchi。该框架的设计初衷是避免使用复杂的图编排（如 LangGraph），而是通过面向对象编程（OOP）的嵌套类和 Pydantic 模型来实现业务逻辑。
核心设计理念包括：
- 意图分层与输入控制：借鉴前端 UI 的分页逻辑，将后端 API 端点转化为 Agent 的意图（工具）。通过父子意图的层级嵌套，让 LLM 逐步深入识别意图，从而使 Agent 的执行路径更加确定。
- 结构化输出：利用 LLM 擅长处理结构化数据（如 JSON）的优势，将传统业务逻辑的返回结果转化为人类可读的响应。
- 确定性执行：在明确意图后，直接调用传统的确定性代码执行数据库等操作，仅在需要生成动态数据时才调用 LLM。
作者认为，这种将 LLM 意图检测与传统确定性代码结合的方式，能在保持高可维护性的同时，满足高吞吐和低延迟的系统需求。
所属事件:PyBotchi：基于意图的轻量级 Agent 框架(2 条相关)→
「编程与Agent」频道最新
- 智能体为何失败？工具健康度比大模型更关键 — blaizedsouza · 2026-08-03
- 开发者分享 Codex 多智能体并发实战：12个中配 Agent 跑赢 4 个高配 — pvncher · 2026-08-03
- 独立开发者打造 AI 鱿鱼游戏：12个大模型败者容器即遭销毁 — ronydkidd · 2026-08-03
- 开源 Agentic Component Manifest：让 AI Agent 高效理解前端组件 — teoetero · 2026-08-03
- GitHub耗时10个月才搞定堆叠PR，AI也加速不了复杂系统重构 — Vjeux · 2026-08-03
- 多轮编码评测 EvoCode-Bench：10 轮后通过率跌至 7.7% — dl_weekly · 2026-08-03