【AI应用开发第一课】10 应用框架：构建复杂应用的“脚手架”

大家好，我是Tony Bai。

在前几讲中，我们已经将 Go 语言与 LLM OS 之间的“通信线路”彻底打通。我们掌握了从原生 API 调用到使用多厂商 SDK 的全套“通信技能”。至此，我们 Gopher 似乎已经拥有了构建 AI 应用所需的所有基础“零件”和“工具”。

对于一些简单的、一次性的任务，这或许已经足够。

然而，当我们开始着手构建一个真正意义上的、功能复杂的 AI 原生应用时——比如一个需要结合外部知识库进行问答的 RAG 系统，一个能够自主调用多个 API 来完成任务的 AI 智能体 (Agent)——我们很快会发现，自己陷入了编写大量“胶水代码 (Glue Code)”的泥潭。

这些胶水代码用于管理 Prompt 模板、解析模型输出、串联不同的组件（LLM 调用、数据库查询、文档检索）、以及处理多轮对话的“记忆”。随着应用逻辑变复杂，这些代码会变得难以维护、测试和复用。

我们需要一种更高级、更系统化的方式来组织项目、管理工作流。这正是 LLM 应用框架 (LLM Application Frameworks) 发挥其巨大价值的地方。

本讲，我们将完成一次重要的思维升级：从“熟练使用工具的工匠”，向“善用脚手架的建筑师”迈进。我们将：

• 理解框架的价值： 深入探讨为何在构建复杂 LLM 应用时，框架是不可或缺的“脚手架”。

• 追溯思想源头： 了解引爆了框架浪潮的 LangChain 及其核心开发范式。

• Go 生态实战： 重点关注 Go 语言生态，详细探讨并实践两大主流框架：langchaingo 和 Eino。

通过学习和对比，你将掌握如何使用框架来简化和加速 AI 应用的开发进程，并学会在实际项目中做出明智的技术选型。