- Geleneksel Node-Edge tabanlı workflow yerine, sadelik ve esnekliği öne çıkaran Dynamic Task Queue sistemi kullanıyor
- 3 ilke
- Eşzamanlı yürütme: görevler otomatik olarak paralel çalışır
- Dinamik zamanlama: görev yürütülürken yeni görevler eklenebilir
- Akıllı bağımlılıklar: önceki görevlerin sonuçları beklenerek işlenir
- Tüm görevlerin sonuçları thread-safe
Context içinde saklanır
- Bu görev tabanlı mimari, karmaşık workflow'ları çok daha basit hale getirir
- Açık thread yazma kodu olmadan paralel görev yürütme
- Kendi kendini değiştirebilen dinamik workflow'lar ve döngüler
- Koşullu dallanma ve akış kontrolü
- Görev yürütme akışı için streaming
- Durum yönetimi, önceki durumu yükleme ve mevcut durumu kaydetme
- Belirli bir görevden yürütmeyi başlatabilme
- Sonraki görevi çalıştırmak için girdi verisini dinamik olarak aktarma
- MapReduce benzeri paralel işleme ve sonuç toplama
- Düğümler arası bağlantıları önceden tanımlamadan dinamik zamanlama kullanır
- Karmaşık workflow'ları sadeleştirerek temiz kod yazmayı mümkün kılar
- Hafif tasarım, harici bağımlılık yok
- Auto-Instrumentation
- İzleme için Laminar kullanan Auto-Instrumentation özelliğini içerir
- OpenTelemetry tabanlı izlemeyi etkinleştirmek için, Flow kullanılmadan önce Laminar SDK'nın initialize edilmesi gerekir
- Gelişmiş özellikler
- Bağlam paylaşımı: tüm görevler veri akışını yönetmek için aynı context'i paylaşır
- Hata işleme: görev içindeki istisnaları uygun şekilde yayar
- Thread güvenliği: tüm görevler thread-safe'dir
- Minimum bağımlılık: harici kütüphane olmadan çalışır
- Gelecek geliştirme planları
- Asenkron destek ekleme
- Serverless dağıtım seçeneği ekleme
1 yorum
Projenin açıklaması pek anlaşılmıyor. Sadece yapay zeka ajanlarına özel değil de, bunun sadece bir uygulama örneği mi veriliyor? Genel amaçlı bir görev motorundan farklı bir yanı yokmuş gibi görünüyor.