DAG在AI工作流中的应用
我们通过Rust构建的AI知识库系统，集成了MCP、工作流以及即将实现的多Agent，正在面向企业提供试用，我们将致力于打造一个安全可靠的知识库平台，为企业降本增效。
DAG
DAG，Directed Acyclic Graph，有向无环图，一种简单的图结构。
DAG包含一系列的节点和有向边，从任一节点出发都不会形成回路。
DAG和工作流
我们可以通过DAG在工作流场景中来构建一个Graph。
工作流中的节点为一系列组件，例如HTTP请求，LLM、Agent等等，这些组件通过一系列边连接起来，组成一个DAG。由于DAG的特性，流程在正常情况下总会结束，但也因为DAG的无环特性，所以无法直接执行例如迭代、循环等有回流的流程，所以我们将这些带环的操作抽象成一个节点，在节点内部处理。在节点内部，也是一个完整的DAG，并可以多层嵌套。
DAG实现的工作流
我们使用dagrs来实现AI工作流，dagrs是一个国内团队发起并维护的一个DAG的rust实现，我们在次基础上做了一个改造，以失配工作流的场景。
值得注意的是，dagrs由消息驱动，使用channel来传递消息，所有节点在Graph启动时会同时运行，我们可以通过channel来监听这些节点的消息，消息到达后执行业务逻辑。
我们目前已经实现了一些基础节点，并会持续的添加更多的符合不同业务场景需要的节点。
工作流的其他实现方式
除了DAG外，使用链表结构也可实现工作流，使用链表的好处是可以惰性的启动节点，减少不表的消息传递，还可以直接执行带环逻辑，但是由于链表前后指针的问题，可能会导致实现起来比较复杂。
结语
我们通过Rust构建的AI知识库系统，集成了MCP、工作流以及即将实现的多Agent，正在面向企业提供试用，我们将致力于打造一个安全可靠的知识库平台，为企业降本增效。
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
19
0- 0
已为社区贡献8条内容
所有评论(0)