loongflow
一个基于PES范式，让AI智能体具备思考与学习能力的专业级开发框架。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：loongflow。 它的用途是：一个基于PES范式，让AI智能体具备思考与学习能力的专业级开发框架。 完整的 Skill 内容见：https://321skill.com/skills/loongflow/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“基于LoongFlow的Math-Agent模板，帮我设计一个求解非线性方程组的迭代算法，并评估其收敛性。” 它会首先规划求解步骤，然后执行代码编写与测试，最后反思算法性能并生成优化建议报告。或者，你可以说：“用General-Agent帮我开发一个自动抓取数据并生成日报的脚本。” 它会拆解任务，编写代码，运行测试，并在遇到错误时回溯并修正方案。
介绍
LoongFlow是一个开源的专业级Agent开发框架，旨在解决传统AI智能体在复杂任务中缺乏深度思考、持续学习和经验积累能力的问题。它通过引入PES（规划-执行-反思）范式，使智能体能够像人类专家一样进行系统性思考，在迭代中学习并优化自身行为。
使用LoongFlow，开发者可以基于其提供的通用、数学、机器学习等专业Agent模板，快速构建能够处理复杂、多步骤任务的智能体。框架提供了完整的开发工具链和迭代机制，帮助智能体在解决具体问题时不断积累经验，提升表现。
它非常适合智能体开发者、全栈开发者和希望将专业知识转化为自动化生产力的学术研究者或数据分析师。无论是构建能自主设计算法的数学Agent，还是开发全流程的机器学习项目Agent，LoongFlow都提供了坚实的底层支持。
建议用户从官方提供的示例Agent开始，理解PES范式的运作流程。在部署复杂任务时，注意合理设计反思和评估环节，这是智能体实现“学习”的关键。同时，框架对Python 3.12+有版本要求，需提前准备相应环境。
核心特点
核心在于其PES（规划-执行-反思）范式，这不仅是一个工作流，更是一个内置的学习循环，使Agent能在任务迭代中主动积累和复用经验，实现能力的持续进化，而非简单的脚本执行。
注意事项
不适合仅需简单、一次性脚本或对话交互的场景，其学习与迭代机制在轻量级任务中可能显得冗余。
常见问题
LoongFlow和LangChain/AutoGen有什么区别？
LoongFlow更强调Agent的“学习”与“经验积累”能力，通过PES范式实现任务驱动的持续进化，而后者更侧重于工具链集成和多Agent协作编排。
需要机器学习背景才能使用吗？
不一定。框架提供了开箱即用的通用Agent和数学Agent，但若要深度定制或开发ML-Agent，则需要相应的领域知识。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/loongflow/raw/index.md 读取 loongflow 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/loongflow/raw/index.md（查看排版版本）