一键在 Manus 中运行任何 Skill

eino

星标26

分支6

更新时间2026年3月6日 11:56

Eino LLM/AI application development framework assistant (Golang). Use when the user needs to: (1) Build AI agents, (2) Create LLM applications, (3) Implement tool calling, (4) Build multi-agent systems, (5) Create workflows with Graph/Compose, (6) Implement streaming, (7) Human-in-the-loop patterns, or any other Eino framework development tasks. Triggers on phrases like "Eino 开发", "创建 Agent", "LLM 应用", "AI Agent", "Eino 框架", "构建智能体".

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

在 Manus 中运行

来源

fanqingxuan

fanqingxuan/awesome-skills

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

Eino 框架开发指南

Eino 是字节跳动开源的 Golang LLM/AI 应用开发框架，专注于 Agent 开发、工作流编排、工具调用。

环境要求

Go 版本: 1.18+
代码规范: golangci-lint

快速开始

安装

go get github.com/cloudwego/eino
go get github.com/cloudwego/eino-ext

项目初始化

# 创建项目
mkdir my-eino-app && cd my-eino-app
go mod init my-eino-app

# 安装依赖
go get github.com/cloudwego/eino
go get github.com/cloudwego/eino-ext/components/model/openai

核心示例

1. ChatModelAgent（基础 Agent）

最简单的对话 Agent：

package main

import (
    "context"
    "fmt"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
)

func main() {
    ctx := context.Background()

    // 配置 ChatModel
    chatModel, err := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })
    if err != nil {
        panic(err)
    }

    // 创建 Agent
    agent, err := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
    })
    if err != nil {
        panic(err)
    }

    // 运行 Agent
    runner := adk.NewRunner(ctx, adk.RunnerConfig{Agent: agent})
    iter := runner.Query(ctx, "Hello, who are you?")

    for {
        event, ok := iter.Next()
        if !ok {
            break
        }
        fmt.Println(event.Message.Content)
    }
}

2. 带工具的 Agent

添加工具调用能力：

package main

import (
    "context"
    "fmt"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
    "github.com/cloudwego/eino/compose"
    "github.com/cloudwego/eino/components/tool"
)

// 定义天气工具
type WeatherTool struct{}

func (w *WeatherTool) Info(ctx context.Context) (*tool.Info, error) {
    return &tool.Info{
        Name: "get_weather",
        Desc: "Get current weather for a location",
        ParamsOneOf: tool.NewParamsOneOfByParams(
            map[string]*tool.ParameterInfo{
                "location": {
                    Type: "string",
                    Desc: "City name",
                    Required: true,
                },
            },
        ),
    }, nil
}

func (w *WeatherTool) InvokableRun(ctx context.Context, argumentsInJSON string) (string, error) {
    // 实际应该调用天气 API
    return fmt.Sprintf("Weather in %s: Sunny, 25°C", argumentsInJSON), nil
}

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    // 创建工具
    weatherTool := &WeatherTool{}

    // 创建带工具的 Agent
    agent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
        ToolsConfig: adk.ToolsConfig{
            ToolsNodeConfig: compose.ToolsNodeConfig{
                Tools: []tool.BaseTool{weatherTool},
            },
        },
    })

    runner := adk.NewRunner(ctx, adk.RunnerConfig{Agent: agent})
    iter := runner.Query(ctx, "What's the weather in Beijing?")

    for {
        event, ok := iter.Next()
        if !ok {
            break
        }
        fmt.Println(event.Message.Content)
    }
}

3. DeepAgent（复杂任务）

处理复杂多步骤任务：

package main

import (
    "context"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
    "github.com/cloudwego/eino/adk/deep"
    "github.com/cloudwego/eino/compose"
    "github.com/cloudwego/eino/components/tool"
)

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    // 创建子 Agent
    researchAgent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
    })

    codeAgent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
    })

    // 创建 DeepAgent
    deepAgent, _ := deep.New(ctx, &deep.Config{
        ChatModel: chatModel,
        SubAgents: []adk.Agent{researchAgent, codeAgent},
        ToolsConfig: adk.ToolsConfig{
            ToolsNodeConfig: compose.ToolsNodeConfig{
                Tools: []tool.BaseTool{
                    // shellTool, pythonTool, webSearchTool
                },
            },
        },
    })

    runner := adk.NewRunner(ctx, adk.RunnerConfig{Agent: deepAgent})
    iter := runner.Query(ctx, "Analyze the sales data and generate a report")

    for {
        event, ok := iter.Next()
        if !ok {
            break
        }
        // 处理事件
    }
}

4. Graph 编排

精确控制执行流程：

package main

import (
    "context"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/compose"
)

type Input struct {
    Text string
}

type Output struct {
    Result string
}

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    // 创建 Graph
    graph := compose.NewGraph[*Input, *Output]()

    // 添加节点
    graph.AddLambdaNode("validate", func(ctx context.Context, input *Input) (*Input, error) {
        // 验证逻辑
        return input, nil
    })

    graph.AddChatModelNode("generate", chatModel)

    graph.AddLambdaNode("format", func(ctx context.Context, input *Input) (*Output, error) {
        // 格式化逻辑
        return &Output{Result: input.Text}, nil
    })

    // 添加边
    graph.AddEdge(compose.START, "validate")
    graph.AddEdge("validate", "generate")
    graph.AddEdge("generate", "format")
    graph.AddEdge("format", compose.END)

    // 编译并运行
    runnable, _ := graph.Compile(ctx)
    result, _ := runnable.Invoke(ctx, &Input{Text: "Hello"})

    println(result.Result)
}

5. Graph 转工具

将工作流暴露为 Agent 工具：

package main

import (
    "context"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
    "github.com/cloudwego/eino/compose"
    "github.com/cloudwego/eino/components/tool"
    "github.com/cloudwego/eino/components/tool/graphtool"
)

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    // 创建 Graph
    graph := compose.NewGraph[*Input, *Output]()
    // ... 添加节点和边

    // 将 Graph 转换为工具
    graphTool, _ := graphtool.NewInvokableGraphTool(
        graph,
        "data_pipeline",
        "Process and validate data",
    )

    // Agent 使用该工具
    agent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
        ToolsConfig: adk.ToolsConfig{
            ToolsNodeConfig: compose.ToolsNodeConfig{
                Tools: []tool.BaseTool{graphTool},
            },
        },
    })

    runner := adk.NewRunner(ctx, adk.RunnerConfig{Agent: agent})
    iter := runner.Query(ctx, "Process the data using the pipeline")

    for {
        event, ok := iter.Next()
        if !ok {
            break
        }
        // 处理事件
    }
}

6. 流式处理

处理流式输出：

package main

import (
    "context"
    "fmt"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
)

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    agent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
    })

    runner := adk.NewRunner(ctx, adk.RunnerConfig{Agent: agent})

    // 流式查询
    iter := runner.Query(ctx, "Write a long story")

    for {
        event, ok := iter.Next()
        if !ok {
            break
        }

        // 实时输出流式内容
        if event.Message != nil && event.Message.Content != "" {
            fmt.Print(event.Message.Content)
        }
    }
}

7. 回调处理

添加日志、追踪、指标：

package main

import (
    "context"
    "fmt"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
    "github.com/cloudwego/eino/callbacks"
)

// 自定义回调处理器
type LoggingHandler struct {
    callbacks.Handler
}

func (h *LoggingHandler) OnStart(ctx context.Context, info *callbacks.RunInfo, input callbacks.CallbackInput) context.Context {
    fmt.Printf("Start: %s\n", info.Name)
    return ctx
}

func (h *LoggingHandler) OnEnd(ctx context.Context, info *callbacks.RunInfo, output callbacks.CallbackOutput) context.Context {
    fmt.Printf("End: %s\n", info.Name)
    return ctx
}

func (h *LoggingHandler) OnError(ctx context.Context, info *callbacks.RunInfo, err error) context.Context {
    fmt.Printf("Error: %s - %v\n", info.Name, err)
    return ctx
}

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    // 添加回调处理器
    handler := &LoggingHandler{}
    ctx = callbacks.CtxWithHandlers(ctx, handler)

    agent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
    })

    runner := adk.NewRunner(ctx, adk.RunnerConfig{Agent: agent})
    iter := runner.Query(ctx, "Hello")

    for {
        event, ok := iter.Next()
        if !ok {
            break
        }
        fmt.Println(event.Message.Content)
    }
}

8. 人机协作（Interrupt/Resume）

实现人工审批流程：

package main

import (
    "context"
    "fmt"
    "os"

    "github.com/cloudwego/eino-ext/components/model/openai"
    "github.com/cloudwego/eino/adk"
)

func main() {
    ctx := context.Background()

    chatModel, _ := openai.NewChatModel(ctx, &openai.ChatModelConfig{
        Model:  "gpt-4o",
        APIKey: os.Getenv("OPENAI_API_KEY"),
    })

    agent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
        Model: chatModel,
    })

    runner := adk.NewRunner(ctx, adk.RunnerConfig{
        Agent: agent,
        // 配置检查点存储
    })

    // 第一次运行
    iter := runner.Query(ctx, "Create a report")

    var checkpointID string
    for {
        event, ok := iter.Next()
        if !ok {
            break
        }

        // 检测到需要人工确认
        if event.NeedHumanInput {
            checkpointID = event.CheckpointID
            fmt.Println("Waiting for human approval...")
            break
        }
    }

    // 人工确认后恢复
    if checkpointID != "" {
        // 获取人工输入
        humanInput := "Approved"

        // 从检查点恢复
        iter = runner.Resume(ctx, checkpointID, humanInput)

        for {
            event, ok := iter.Next()
            if !ok {
                break
            }
            fmt.Println(event.Message.Content)
        }
    }
}

核心概念

1. Component（组件）

可复用的构建块：

ChatModel: 大语言模型接口
Tool: 工具/函数调用
Retriever: 检索器
Embedding: 向量嵌入
ChatTemplate: 提示词模板

2. Agent（智能体）

具有自主决策能力的实体：

ChatModelAgent: 基础 Agent，处理简单对话和工具调用
DeepAgent: 复杂任务 Agent，支持任务分解和多 Agent 协作
自定义 Agent: 实现 adk.Agent 接口

3. Graph（图）

节点和边组成的执行流程：

graph := compose.NewGraph[InputType, OutputType]()
graph.AddLambdaNode("node1", func1)
graph.AddChatModelNode("node2", chatModel)
graph.AddEdge("node1", "node2")

4. Tool（工具）

Agent 可以调用的功能：

type MyTool struct{}

func (t *MyTool) Info(ctx context.Context) (*tool.Info, error) {
    return &tool.Info{
        Name: "my_tool",
        Desc: "Tool description",
        ParamsOneOf: tool.NewParamsOneOfByParams(params),
    }, nil
}

func (t *MyTool) InvokableRun(ctx context.Context, args string) (string, error) {
    // 工具逻辑
    return result, nil
}

5. Stream（流）

流式数据处理：

自动处理流式传输
连接、装箱、合并、复制流
组件只需实现适合的流式范式

6. Callback（回调）

切面编程机制：

type MyHandler struct {
    callbacks.Handler
}

func (h *MyHandler) OnStart(ctx context.Context, info *callbacks.RunInfo, input callbacks.CallbackInput) context.Context {
    // 开始时的逻辑
    return ctx
}

7. Checkpoint（检查点）

状态持久化：

保存执行状态
支持中断恢复
人机协作

支持的模型

ChatModel 实现

OpenAI: GPT-4, GPT-3.5
Claude: Claude 3 系列
Gemini: Google Gemini
Ark: 字节跳动火山引擎
Ollama: 本地模型
自定义: 实现 ChatModel 接口

Embedding 实现

OpenAI: text-embedding-ada-002
Ark: 火山引擎 Embedding
自定义: 实现 Embedding 接口

Retriever 实现

Elasticsearch: 全文检索
OpenSearch: 向量检索
自定义: 实现 Retriever 接口

开发最佳实践

组件复用: 使用 eino-ext 提供的官方组件
错误处理: 始终检查错误返回值
上下文传递: 正确使用 context.Context
流式优先: 优先使用流式 API 提升用户体验
回调监控: 使用回调机制进行日志和监控
工具设计: 工具应该单一职责、参数清晰
Graph 编排: 复杂流程使用 Graph 而非硬编码
检查点: 长时间任务使用检查点支持恢复
类型安全: 充分利用 Go 的类型系统
测试: 为 Agent 和工具编写单元测试

常用命令

# 代码检查
golangci-lint run ./...

# 格式化代码
gofmt -s -w .

# 整理导入
goimports -w .

# 运行测试
go test ./...

# 构建
go build -o app main.go

# 运行
./app

官方资源

GitHub: https://github.com/cloudwego/eino
文档: https://www.cloudwego.io/docs/eino/
示例: https://github.com/cloudwego/eino-examples
扩展: https://github.com/cloudwego/eino-ext
社区: 飞书群（见 README）

使用场景

对话机器人: 客服、问答、知识库查询
工具调用: 天气查询、计算器、数据库操作
数据分析: 数据处理、报表生成、可视化
代码生成: 代码助手、自动化脚本
多 Agent 协作: 任务分解、专业分工
工作流自动化: 业务流程、ETL 任务
人机协作: 审批流程、交互式任务
RAG 应用: 知识库检索增强生成

注意事项

API Key 安全: 不要硬编码 API Key，使用环境变量
并发控制: 注意 Go 的并发特性，避免竞态条件
资源释放: 及时释放资源，避免内存泄漏
错误处理: 不要忽略错误，做好错误处理和日志
性能优化: 使用流式 API、批处理、缓存等优化性能
版本兼容: 注意 Eino 和 eino-ext 的版本兼容性
模型选择: 根据任务复杂度选择合适的模型
成本控制: 监控 API 调用次数和 Token 使用量

官方示例索引

详细示例请参考 references/docs_examples/ 目录：

📦 ADK (Agent Development Kit)

目录	名称	说明
adk/helloworld	Hello World Agent	最简单的 Agent 示例，展示如何创建基础对话 Agent
adk/intro/chatmodel	ChatModel Agent	ChatModelAgent 使用和 Interrupt 机制
adk/intro/custom	自定义 Agent	实现符合 ADK 定义的自定义 Agent
adk/intro/workflow	Workflow Agents	Loop、Parallel、Sequential Agent 模式
adk/intro/session	Session 管理	通过 Session 在多个 Agent 间传递数据和状态
adk/intro/transfer	Agent 转移	ChatModelAgent 的 Transfer 能力，Agent 间任务转移
adk/intro/http-sse-service	HTTP SSE 服务	将 ADK Runner 暴露为 HTTP 服务（Server-Sent Events）
adk/human-in-the-loop	人机协作	8 个示例：审批、审核编辑、反馈循环、追问、Supervisor
adk/multiagent	多 Agent 协作	Supervisor、Plan-Execute-Replan、Deep Agents、Excel Agent
adk/common/tool/graphtool	GraphTool	将 Graph/Chain/Workflow 封装为 Agent 工具

🔗 Compose (编排)

目录	名称	说明
compose/chain	Chain	使用 compose.Chain 进行顺序编排（Prompt + ChatModel）
compose/graph	Graph	图编排：状态图、工具调用 Agent、异步节点、中断机制
compose/workflow	Workflow	工作流：字段映射、纯数据流、纯控制流、静态值、流式处理
compose/batch	BatchNode	批量处理组件，支持并发控制和中断恢复

🌊 Flow (流程模块)

目录	名称	说明
flow/agent/react	ReAct Agent	ReAct Agent，包含记忆、动态选项、未知工具处理
flow/agent/multiagent	Multi-Agent	Host Multi-Agent（日记助手）、Plan-Execute 模式
flow/agent/manus	Manus Agent	基于 Eino 实现的 Manus Agent（参考 OpenManus）
flow/agent/deer-go	Deer-Go	参考 deer-flow 的 Go 实现，支持研究团队协作

🧩 Components (组件)

目录	名称	说明
components/model	Model	A/B 测试路由、cURL 风格的 HTTP 传输日志
components/retriever	Retriever	多查询检索、路由检索
components/tool	Tool	JSON Schema 工具、MCP 工具、中间件（错误移除、JSON 修复）
components/document	Document	自定义解析器、扩展解析器、文本解析器
components/prompt	Prompt	Chat Prompt 模板示例
components/lambda	Lambda	Lambda 函数组件示例

🚀 QuickStart (快速开始)

目录	名称	说明
quickstart/chat	Chat 快速开始	最基础的 LLM 对话示例（模板、生成、流式输出）
quickstart/eino_assistant	Eino 助手	完整的 RAG 应用（知识索引、Agent 服务、Web 界面）
quickstart/todoagent	Todo Agent	简单的 Todo 管理 Agent 示例

🛠️ DevOps (开发运维)

目录	名称	说明
devops/debug	调试工具	Eino 调试功能，支持 Chain 和 Graph 调试
devops/visualize	可视化工具	将 Graph/Chain/Workflow 渲染为 Mermaid 图表

参考文档

详细文档请参考 references/ 目录：

框架概览: references/overview.md - Eino 框架完整梳理，包含核心概念、使用场景、学习路径
README: references/readme.md - 官方 README 文档（英文）
官方示例: references/docs_examples/ - 官方示例代码库
示例说明: references/docs_examples/COOKBOOK.md - 每个示例的详细说明
官方文档: https://www.cloudwego.io/docs/eino/ - 在线文档
扩展组件: https://github.com/cloudwego/eino-ext - 组件实现库

eino

同仓库更多 Skills

同仓库更多 Skills

Eino 框架开发指南

环境要求

快速开始

安装

项目初始化

核心示例

1. ChatModelAgent（基础 Agent）

2. 带工具的 Agent

3. DeepAgent（复杂任务）

4. Graph 编排

5. Graph 转工具

6. 流式处理

7. 回调处理

8. 人机协作（Interrupt/Resume）

核心概念

1. Component（组件）

2. Agent（智能体）

3. Graph（图）

4. Tool（工具）

5. Stream（流）

6. Callback（回调）

7. Checkpoint（检查点）

支持的模型

ChatModel 实现

Embedding 实现

Retriever 实现

开发最佳实践

常用命令

官方资源

使用场景

注意事项

官方示例索引

📦 ADK (Agent Development Kit)

🔗 Compose (编排)

🌊 Flow (流程模块)

🧩 Components (组件)

🚀 QuickStart (快速开始)

🛠️ DevOps (开发运维)

参考文档

Eino 框架开发指南

环境要求

快速开始

安装

项目初始化

核心示例

1. ChatModelAgent（基础 Agent）

2. 带工具的 Agent

3. DeepAgent（复杂任务）

4. Graph 编排

5. Graph 转工具

6. 流式处理

7. 回调处理

8. 人机协作（Interrupt/Resume）

核心概念

1. Component（组件）

2. Agent（智能体）

3. Graph（图）

4. Tool（工具）

5. Stream（流）

6. Callback（回调）

7. Checkpoint（检查点）

支持的模型

ChatModel 实现

Embedding 实现

Retriever 实现

开发最佳实践

常用命令

官方资源

使用场景

注意事项

官方示例索引

📦 ADK (Agent Development Kit)

🔗 Compose (编排)

🌊 Flow (流程模块)

🧩 Components (组件)

🚀 QuickStart (快速开始)

🛠️ DevOps (开发运维)