在构建大语言模型应用时直接面向 API 编程容易导致代码重复、耦合度高、提示管理混乱。本文从设计思路出发介绍一个轻量级 Python 框架FlowLLM的核心架构重点阐述如何通过抽象与组合降低复杂度并配合少量关键代码展示实现要点。1. 为什么需要框架即使是一个简单的对话机器人开发者也要处理模型调用、提示拼接、历史管理、工具调用等环节。若将这些逻辑随意散落在业务代码中每次变更模型或调整提示都需要修改大量地方可维护性极差。框架的价值在于将这些共性能力沉淀为可复用的组件提供一致的抽象接口让开发者专注于业务逻辑。FlowLLM 的目标不是成为大而全的“万能工具”而是用最少的抽象覆盖 LLM 应用中最核心的模式提示模板 模型调用 链式组合 记忆管理。在此基础上可以根据需要轻松扩展工具代理等高级能力。2. 架构原则与分层框架遵循三个核心设计原则面向接口编程所有关键组件基于抽象基类定义契约实现与具体模型、具体记忆策略解耦。可组合性核心执行单元“链”可以像搭积木一样串联形成顺序执行或分支决策。最小依赖核心逻辑不依赖任何第三方 LLM 库测试时可使用 Mock 对象完全隔离外部调用。整体划分为三层基础设施层模型抽象BaseLLM、工具抽象Tool。核心组件层提示模板PromptTemplate、链Chain、记忆Memory。应用层将上述组件组装成具体应用如带记忆的对话机器人。数据在框架中以字典形式流转。所有链的输入输出都是字典保证了链之间可以无缝串联前一个链的输出字段可以直接作为后一个链的输入字段或者通过简单的字段映射衔接。3. 模型抽象统一入口隔离差异不同的 LLM 提供商如 OpenAI、本地模型调用方式完全不同。框架定义BaseLLM抽象基类只规定一个generate方法接收提示文本返回响应字符串。任何 LLM 只需实现该方法即可无缝接入。fromabcimportABC,abstractmethodclassBaseLLM(ABC):abstractmethoddefgenerate(self,prompt:str,**kwargs)-str:...针对 OpenAI 的OpenAILLM内部封装 API 调用针对测试场景提供MockLLM直接回显输入。这种设计使得在开发流程中无需真实 API 即可完成大部分逻辑验证。4. 提示模板分离结构与数据提示工程中模板框架和具体变量应当分离。PromptTemplate采用 Python 的str.format机制将变量占位符嵌入模板调用format方法填入具体值。classPromptTemplate:def__init__(self,template:str):self.templatetemplatedefformat(self,**kwargs)-str:returnself.template.format(**kwargs)例如模板你是一个{role}请回答{question}只需format(role助手, question...)即可生成完整提示。这让提示的管理、版本控制和复用变得极为简单。5. 链可组合的执行单元链是框架中最核心的概念一个链表示一个最小的功能单元它接收一个字典处理后返回一个新字典。基类Chain定义了run方法。最基本的LLMChain将模型和提示模板组合在一起完成一次完整的 LLM 调用classLLMChain(Chain):def__init__(self,llm:BaseLLM,prompt:PromptTemplate):self.llmllm self.promptpromptdefrun(self,inputs:dict)-dict:formattedself.prompt.format(**inputs)return{response:self.llm.generate(formatted)}要将多个处理步骤串联起来可以使用SequentialChain。它内部维护一个链列表按顺序执行上一个链的输出字典会合并到当前输入中以此实现数据的自然流动。必要时还可以通过input_map重命名字段使不同链的输出输入键名对齐。这种设计支持任意复杂的处理管道例如先通过一个链提取用户意图再根据意图选择不同的下游链继续处理最后汇总结果——所有逻辑都由链的组合表达。6. 记忆多轮对话的上下文管理多轮对话需要将历史消息注入提示。ConversationMemory维护一个(role, message)列表并提供get_context方法将最近若干轮对话格式化为文本。这样每次生成时只需将上下文字符串填入模板的history变量即可。记忆模块与提示模板及链完全解耦模板只需预留{history}占位符记忆对象负责提供历史文本LLMChain 负责整合调用。这种解耦使得更换记忆策略如滑动窗口、摘要记忆时无需改动其他部分。7. 工具与代理赋予模型行动能力当 LLM 需要查询实时天气、执行计算或调用 API 时工具代理模式就派上用场。框架中Tool封装一个具名函数及其描述ReActAgent则利用 ReAct 思想让模型以“思考-行动-观察”循环自主决策调用哪个工具。代理内部维护一个提示文本列出可用工具及要求的输出格式。每次迭代获取模型输出解析出Action和Action Input后调用对应工具并将结果作为观察追加到上下文指导下一步思考。这种方式将决策权交给模型而框架只负责解析和执行循环大大简化了复杂任务的开发。8. 应用组装对话机器人示例将上述组件组合成一个带记忆的对话机器人非常简单甚至不需要引入新的子类只需在调用时拼接记忆与用户输入即可。示意代码如下llmOpenAILLM()promptPromptTemplate(历史\n{history}\n用户{input}\nAI)memoryConversationMemory()defask(user_input):memory.add_user_message(user_input)contextmemory.get_context()respLLMChain(llm,prompt).run({history:context,input:user_input})memory.add_ai_message(resp[response])returnresp[response]这段代码清晰地展示了框架的组装能力每个组件都是独立创建并拼装在一起没有继承臃肿的基类没有隐藏的全局状态。如果需要切换模型只需替换llm实例若要增加工具调用可以将LLMChain替换为ReActAgent的组合其余代码几乎不变。9. 可测试性与扩展性由于所有外部依赖如 LLM均通过接口注入单元测试变得极为容易。使用MockLLM替代真实模型可精确控制输出验证链的逻辑。例如测试一个情感分析链只需设定 Mock 对象返回预设的 “积极” 或 “消极”即可断言整体管道的行为。扩展新能力时开发者只需实现对应的抽象基类然后像积木一样插入现有管道。比如增加一个SummaryMemory它会自动压缩历史以节省 token对话机器人无需任何修改即可受益于更高效的内存管理。这种“开放-封闭”原则下的扩展是框架可维护性的关键。10. 总结FlowLLM 仅仅通过BaseLLM、PromptTemplate、Chain、Memory和Tool五个抽象就构成了一个能够支撑对话、代理、检索增强生成等主流 LLM 应用模式的骨架。它不追求包罗万象而是提供最精简、最易理解的核心。在实际项目中你可以在此基础上自由增加流式输出、异步调用、向量数据库集成等特性而无需担心破坏框架的简单性。好的框架设计不在于提供了多少功能而在于为变化预留了多大的空间。FlowLLM 的实践经验表明坚守接口隔离和组合优于继承的原则能让 LLM 应用开发从一次性的脚本编写走向工程化、可持续的构建方式。这正是每一个面对复杂 AI 应用的开发者所需要的思维方式。