6. 工具函数层：Node 里装什么？

前面 5 章讲的都是 PocketFlow 框架本身 —— Node 生命周期、Flow 图遍历、通信机制、设计模式、源码实现。但 PocketFlow 是纯编排框架，不包含任何具体实现。那么 Node 的 exec() 里到底填什么？

答案是工具函数（Utility Functions）—— 你自己编写或引入的外部能力：

工具函数类别	用途	常见选择
LLM 调用	文本生成、分析、决策	OpenAI / Claude / 本地模型
Web 搜索	获取实时信息	Google / Bing / DuckDuckGo
文本切片	将长文档拆成小块	按段落 / 按 token 数 / 递归拆分
Embedding	将文本转为向量	OpenAI / HuggingFace / 本地模型
向量数据库	存储和检索向量	Pinecone / FAISS / Chroma

# 典型的工具函数：LLM 调用封装
def call_llm(prompt: str) -> str:
    client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
    r = client.chat.completions.create(
        model="gpt-4o", messages=[{"role": "user", "content": prompt}]
    )
    return r.choices[0].message.content

# 在 Node 的 exec() 中调用
class AnalyzeNode(Node):
    def exec(self, data):
        return call_llm(f"请分析：{data}")  # 工具函数填进 exec()

工具函数 vs 设计模式

• 设计模式（§4）= 图拓扑，决定节点之间怎么连
• 工具函数（本节）= 节点内部，决定每个节点做什么

两者正交：同一个 LLM 调用工具可以用在链式工作流里，也可以用在 智能体 循环里。PocketFlow 不限制你用什么工具，你可以自由组合。

更进一步，工具函数也可以被模块化为技能文件（Markdown），智能体 在运行时动态选择并注入 prompt —— 这就是 智能体技能 模式。详见 应用案例第 11 节：智能体技能。

7. 开发者体验：Agentic Coding

PocketFlow 推崇一种高效的人机协作开发范式 —— Agentic Coding：

人类负责设计架构（定义 Node、画 Flow 图、设计 shared 数据契约），AI 负责写实现代码（填充 exec() 方法体）。

为什么 PocketFlow 特别适合这种模式？

• 核心极简：AI 只需理解 Node 和 Flow 两个概念
• 接口清晰：每个 Node 的输入输出都通过 shared 明确定义
• 零依赖：不需要理解复杂的第三方 API
• 可测试：每个 Node 的 exec() 可以独立测试

完整方法论

Agentic Coding 包含 8 个步骤：需求澄清 → Flow 设计 → Utilities 识别 → Data 契约 → Node 设计 → 实现 → 优化 → 可靠性。完整的流程讲解、设计文档模板和可运行示例代码，请参考 应用案例第 12 节：智能体编程。

8. 名词速查表（Glossary）

名词	说明
Node	执行的最小单元，包含 prep → exec → post 三阶段生命周期。
Flow	图执行引擎，从 start_node 开始，沿 action 遍历有向图。
shared	全局共享字典，节点间通信的主要渠道，所有 Node 都能读写。
params	局部参数字典，由父 Flow 传入，节点通过 self.params 读取，适合传递任务标识。
action	路由标签，post() 返回的字符串，Flow 据此决定下一个节点。
BatchNode	批处理节点，对列表中每个元素独立执行 exec()。
BatchFlow	批量流程，用不同 params 多次运行整条 Flow。
AsyncNode	异步节点，提供 async/await 版本的三阶段方法，必须在 AsyncFlow 中运行。
AsyncFlow	异步图引擎，支持混合同步/异步节点的异步版 Flow。
prep	准备阶段，从 shared 读取数据，传给 exec。
exec	执行阶段，核心业务逻辑，不直接访问 shared。
post	后处理阶段，将结果写回 shared，返回 action。
exec_fallback	降级回调，所有重试耗尽后调用，可覆写以返回兜底结果。

下一步

• 前往 PocketFlow 应用案例 学习实战案例
• 访问 PocketFlow GitHub 查看完整 cookbook