FastMind vs LangGraph：轻量级 Agent 框架对比

FastMind 和 LangGraph 都是 Python Agent 开发框架，但定位不同。

功能对比

功能	FastMind	LangGraph
Graph-based 工作流	✅	✅
状态管理	✅	✅
事件驱动	✅	❌
流式输出	✅ 原生	⚠️ 需处理
定时感知	✅	❌
Human-in-loop	✅	✅

代码对比

FastMind：

from fastmind import FastMind, Graph, Event
from fastmind.contrib import FastMindAPI

app = FastMind()

@app.agent(name="chat_agent")
async def chat_agent(state: dict, event: Event) -> dict:
    state.setdefault("messages", [])
    state["messages"].append({"role": "user", "content": event.payload.get("text", "")})
    state["messages"].append({"role": "assistant", "content": "Hello!"})
    return state

graph = Graph()
graph.add_node("chat", chat_agent)
graph.set_entry_point("chat")
app.register_graph("main", graph)

# 启动
api = FastMindAPI(app)
await api.start()

LangGraph（更复杂）：

from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI

# 需要更多样板代码

ReAct 工具调用

FastMind 内置 ReAct 循环：

from fastmind import ToolNode

tool_node = ToolNode(app.get_tools())

def has_tool_calls(state: dict, event: Event) -> str:
    return "tools" if state.get("tool_calls") else None

graph.add_conditional_edges("agent", has_tool_calls, {"tools": "tools", None: "__end__"})
graph.add_edge("tools", "agent")

┌─────────────────────────────────────────────────────────────┐
│                      ReAct 循环                             │
├─────────────────────────────────────────────────────────────┤
│  用户 → Agent → 有 tool_calls？                            │
│                      ↓                                     │
│            是 → Tools 节点 → 返回 Agent                     │
│                      ↓                                     │
│            否 → 发送回复 → 结束                             │
└─────────────────────────────────────────────────────────────┘

感知循环

@app.perception(interval=60.0, name="cron_checker")
async def cron_checker(app: FastMind):
    while True:
        yield Event(type="timer.tick", payload={...})
        await asyncio.sleep(60.0)

怎么选？

场景	推荐
快速原型开发	FastMind
轻量级需求	FastMind
需要 LangChain 生态（RAG、知识库）	LangGraph
企业级复杂场景	LangGraph 和 fasmind均可

相关链接

• FastMind: github.com/kandada/fas…
• LangGraph: github.com/langchain-a…