AStack

官网 · 文档 · 示例 · 更新日志 · 参与贡献

English · 简体中文

公开测试版。 测试版之间的 API 可能变化，每次发布的改动见各包的更新日志。

AStack 是用于构建 AI 应用的 TypeScript 框架，只有一条规则：一切皆组件。模型、工具、Agent 和你的业务逻辑都是组件。管道（Pipeline）把组件的端口连接成图，数据沿着连接流动。

import { Pipeline } from '@astack-tech/core';

// Trim and Uppercase are two small components; see examples/pipeline.
const pipeline = new Pipeline();
pipeline.addComponent('trim', new Trim());
pipeline.addComponent('upper', new Uppercase());
pipeline.connect('trim.out', 'upper.in');

await pipeline.run('trim.in', '  hello  '); // 'HELLO'

计算模型

概念	含义	API
组件	带有具名输入、输出端口的工作单元	class X extends Component
端口	数据通道，输出端口连接到输入端口	$i('in').receive()、$o('out').send()
管道	组件构成的图，把数据从触发端口运行到终点端口	addComponent、connect、run

组件之间从不直接调用。组件只读取自己的输入端口、写入自己的输出端口，数据去向由管道决定。因此每个组件都小而可测，重新连接图时也不需要修改组件。

每个组件都有两种运行方式：像函数一样调用 run(input)；或加入管道，由运行时调用 _transform($i, $o)。Agent、多步工作流和路由都是由这些概念组合出的模式，而不是独立的子系统。

运行时是 HLang——基于 RxJS 的流式编程（Flow-Based Programming）运行时，每条连接都是一个可观察流。

与其他框架的对比

AStack 的计算模型是原创的。PocketFlow 独立得出了相近的思路：一个很小的核心，图本身就是框架。PocketFlow 使用 Python，并以 100 行核心为标志性目标；AStack 不追求行数，追求的是 TypeScript 中类型化、响应式的数据流。Haystack 启发了 AStack 的 API 形态，但 AStack 不使用 Haystack 的代码。

	AStack	PocketFlow	Haystack
语言	TypeScript	Python	Python
工作单元	带具名端口的组件	包含 prep、exec、post 的节点	带类型化 socket 的组件
数据传递	沿每条连接从输出端口流向输入端口	通过节点共同读写的共享存储（shared store）	沿 socket 之间的连接
分支	组件选择发送到哪个输出端口	post 返回 action，流程沿对应标签的边前进	路由组件
执行	响应式流；同一路由的并发运行按顺序完成	流程逐个运行节点，另有异步与并行变体	管道运行循环
设计目标	类型化、响应式的数据流模型	约 100 行的极简核心	面向搜索与 RAG 的完整框架

与 PocketFlow 的主要区别在于状态放在哪里：PocketFlow 的节点共享一个存储；AStack 中每条连接携带这一步的数据，所以每个输入和输出都在图中可见。详见简介。

安装

需要 Node.js 20 或更高版本。

npm install @astack-tech/core@beta @astack-tech/components@beta
# 模型提供方与工具
npm install @astack-tech/integrations@beta @astack-tech/tools@beta

几行代码写一个 Agent

import { Agent } from '@astack-tech/components';
import { ModelProvider } from '@astack-tech/integrations';
import { createTool } from '@astack-tech/tools';

const multiply = createTool(
  'multiply',
  'Multiply two numbers.',
  args => Number(args['a']) * Number(args['b'])
);

// Any model works: see the table below.
const model = new ModelProvider.Deepseek({ apiKey: process.env['DEEPSEEK_API_KEY'] ?? '' });

const agent = new Agent({ model, tools: [multiply] });

const { message, toolCalls } = await agent.run('What is 37 times 43?');

任意模型

Agent 只依赖一个接口 chatCompletion(messages)，不绑定任何厂商。OpenAICompatible 可以调用任何兼容 OpenAI chat completions 协议的 API，Deepseek 是它的一个预设。

模型	写法
OpenAI	new ModelProvider.OpenAICompatible({ apiKey, model: 'gpt-4o-mini' })
DeepSeek	new ModelProvider.Deepseek({ apiKey })
通义千问、Moonshot 等兼容 OpenAI 的 API	new ModelProvider.OpenAICompatible({ apiKey, baseURL, model })
通过 Ollama 或 vLLM 运行的本地模型	new ModelProvider.OpenAICompatible({ apiKey: 'ollama', baseURL: 'http://localhost:11434/v1', model: 'llama3.1' })
其他任何 API	一个带 chatCompletion(messages) 的对象，见 custom-model

示例使用 DeepSeek，以便按原样直接运行；只需修改创建模型的那一行，就能换成其他模型。详见模型提供方。

示例

每个示例只有一个短文件，只讲一个概念。建议按顺序阅读；代码也完整展示在 astack.tech/examples。

#	示例	内容	需要 API Key
1	component	定义组件，并像函数一样运行	否
2	pipeline	连接组件，自动推断终点	否
3	routing	通过具名输出端口分支	否
4	text-splitter	用内置组件切分文档	否
5	tools	创建工具并执行工具调用	否
6	chat	直接调用模型，以及在管道中调用	是
7	workflow	串联大纲、初稿、润色三步	是
8	agent	让模型调用工具	是
9	custom-model	用你自己的模型驱动 Agent	否
10	streaming-agent	流式输出文本与工具事件	是
11	rlm-agent	对超出单个提示词容量的代码库提问	是
12	http-server	通过 Server-Sent Events 提供流式 Agent 服务	是

pnpm install && pnpm build
pnpm --filter @astack-examples/pipeline start

包

包	内容
@astack-tech/core	Component、Pipeline、Port
@astack-tech/components	Agent、StreamingAgent、RLMAgent、TextSplitter、ToolInvoker
@astack-tech/tools	createTool、工具集、组件工具、MCP 工具
@astack-tech/integrations	模型提供方：调用任何兼容 OpenAI 接口的 OpenAICompatible，以及 Deepseek 预设

各包的 README 列出了完整 API。

文档

页面	主题
简介	计算模型与上面的对比
快速开始	安装、第一个组件、第一条管道
组件、管道、路由	核心模型
工具、模型提供方	Agent 的构建模块
Agent、流式输出、RLM	Agent 模式
API 参考	每个包的全部导出，由源码及其 TSDoc 注释自动生成

文档网站目前为英文。

开发

pnpm install
pnpm verify   # 格式、lint、类型、测试、包检查、构建

面向贡献者和 AI 编程 Agent 的规则见 AGENTS.md：代码是唯一事实来源；每次改动都从一个失败的测试开始；所有检查都以最严格级别运行且零警告。请向 dev 分支提交 PR，并参阅 CONTRIBUTING.md 与 SECURITY.md。

许可

MIT。感谢 HLang 项目提供运行时，感谢 Haystack 带来的 API 启发，也感谢每一位贡献者。