Agent 框架集成¶
Pulsing 原生支持主流 Agent 框架，让您的应用轻松从单进程扩展到分布式集群。
设计理念¶
不替代，而是增强。
- 用户代码几乎无需改动
- API 与原框架完全兼容
- 一行代码实现分布式
可选方案¶
| 方案 | 集成方式 | 说明 |
|---|---|---|
| Pulsing 原生 | @agent |
轻量工具箱，支持元信息 |
| AutoGen | PulsingRuntime |
替代默认运行时 |
| LangGraph | with_pulsing() |
包装编译后的图 |
Pulsing 原生 Agent¶
从零构建多智能体应用时，使用 Pulsing 原生的 @agent 装饰器：
import pulsing as pul
from pulsing.agent import agent, llm, list_agents
@agent(role="研究员", goal="深入分析")
class Researcher:
async def analyze(self, topic: str) -> str:
client = await llm()
return await client.ainvoke(f"分析: {topic}")
await pul.init()
try:
r = await Researcher.spawn(name="researcher")
result = await r.analyze("AI 趋势")
# 访问元信息用于可视化
for name, meta in list_agents().items():
print(f"{name}: {meta.role}")
finally:
await pul.shutdown()
核心特点：
@agent=@remote+ 元信息（无魔法）- 元信息用于可视化/调试
- 完全掌控 LLM 调用
架构¶
┌─────────────────────────────────────────────────────────────┐
│ 您的 Agent 代码 │
│ (AutoGen / LangGraph / ...) │
└─────────────────────────┬───────────────────────────────────┘
│
┌─────────────────────────▼───────────────────────────────────┐
│ Pulsing 集成层 │
│ PulsingRuntime / with_pulsing() │
└─────────────────────────┬───────────────────────────────────┘
│
┌─────────────────────────▼───────────────────────────────────┐
│ Pulsing Actor System │
│ Gossip 协议 │ 位置透明 │ 流式消息 │
└─────────────────────────┬───────────────────────────────────┘
│
┌───────────────┼───────────────┐
│ │ │
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ 节点 1 │◄─►│ 节点 2 │◄─►│ 节点 3 │
│ GPU │ │ CPU │ │ CPU │
└──────────┘ └──────────┘ └──────────┘
快速对比¶
AutoGen¶
from pulsing.integrations.autogen import PulsingRuntime
# 替代 SingleThreadedAgentRuntime
runtime = PulsingRuntime(addr="0.0.0.0:8000")
await runtime.start()
await runtime.register_factory("agent", lambda: MyAgent())
LangGraph¶
from pulsing.integrations.langgraph import with_pulsing
app = graph.compile()
distributed_app = with_pulsing(
app,
node_mapping={"llm": "langgraph_node_llm"},
seeds=["gpu-server:8001"],
)
典型场景¶
- LLM + Tool 分离 - LLM 在 GPU，工具在 CPU
- 多 Agent 协作 - Agent 分布在不同节点
- 弹性扩缩容 - 无需修改代码即可增删节点