# Flow, 가볍고 유연한 AI 워크플로우 엔진 (feat. Laminar) **URL:** \ **Category:** 읽을거리&정보공유\ **Tags:** llm-workflow, workflow, laminar, flow\ **Created:** [12월 3, 2024, 1:56오후 UTC](https://discuss.pytorch.kr/t/flow-ai-feat-laminar/5653 "2024-12-03T13:56:47Z")\ **Posts on this page:** 1\ **Page:** 1
**Author:** ![9bow](https://discuss.pytorch.kr/user_avatar/discuss.pytorch.kr/9bow/32/16301_2.png) [@9bow](https://discuss.pytorch.kr/u/9bow)\ **Post date:** [12월 3, 2024, 1:56오후 UTC](https://discuss.pytorch.kr/t/flow-ai-feat-laminar/5653/1 "2024-12-03T13:56:47Z")
## Flow 소개 Flow는 [Laminar](https://github.com/lmnr-ai/lmnr)에서 개발 및 공개한 AI 에이전트와 태스크 워크플로우를 설계하기 위한 경량화된 작업 엔진(Task Engine)입니다. 이 엔진은 전통적인 노드와 엣지 기반의 설계 방식을 피하고, 다이나믹 태스크 큐 시스템(dynamic task queue system)을 기반으로 설계되었습니다. 전통적인 노드와 엣지를 사전에 정의해야 하는 기존의 워크플로우 엔진들은 복잡한 조건 처리와 동적 태스크 추가가 어려운 경우가 많은데 비해, Flow는 동적 태스크 추가 및 조건부 분기가 쉬워 복잡한 워크플로우에도 적합합니다. 이를 통해 복잡한 작업 흐름에서도 간결하고 유지보수하기 쉬운 코드를 작성할 수 있습니다. 특히, 동시성(concurrency)을 제공하기 위해 추가적인 코딩이 필요한 다른 도구들과 달리, Flow는 자동 병렬 실행을 기본적으로 지원합니다. Flow는 간결함, 유연성, 강력함을 목표로 설계되었으며, 다음 세 가지 핵심 원칙을 중심으로 동작합니다: 1. **동시 실행** - 태스크가 자동으로 병렬 실행됩니다. 2. **동적 스케줄링** - 실행 중에 새로운 태스크를 동적으로 스케줄링할 수 있습니다. 3. **스마트 종속성 관리** - 이전 작업의 결과를 기다리며 태스크를 관리합니다. Flow의 주요 기능은 다음과 같습니다: - **병렬 태스크 실행** : 병렬 실행을 위한 추가 스레드 코딩이 필요 없습니다. - **다이나믹 워크플로우** : 실행 중 조건부 분기와 동적 태스크 추가가 가능합니다. - **스트리밍 결과** : 중간 결과를 스트리밍 방식으로 처리할 수 있습니다. - **상태 관리** : 이전 상태를 로드하거나 현재 상태를 저장할 수 있습니다. - **Map-Reduce 지원** : 여러 입력들에 대해 동일한 작업을 병렬로 실행하고 결과를 수집할 수 있습니다. - **경량 설계** : 외부 의존성이 없으며 설치 및 사용이 간편합니다. ## 라이선스 Flow는 [Apache-2.0 라이선스](https://github.com/lmnr-ai/flow/blob/main/LICENSE)로 공개되어 있습니다. ## :github: Flow GitHub 저장소 > **[GitHub - lmnr-ai/index: The SOTA Open-Source Browser Agent for...](https://github.com/lmnr-ai/index?tab=readme-ov-file)** > > The SOTA Open-Source Browser Agent for autonomously performing complex tasks on the web * * * _이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다._ 🤗 [:pytorch:파이토치 한국 사용자 모임🇰🇷](https://pytorch.kr/)이 정리한 이 글이 유용하셨나요? [회원으로 가입](https://discuss.pytorch.kr/signup)하시면 주요 글들을 이메일💌로 보내드립니다! (기본은 Weekly지만 [Daily로 변경도 가능](https://discuss.pytorch.kr/my/preferences/emails)합니다.) 🎁 아래↘쪽에 좋아요👍를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ 🤩