@shying/pi-graph
受LangGraph启发的Pi Agent图扩展，支持持久化执行与有界状态。
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：@shying/pi-graph。 它的用途是：受LangGraph启发的Pi Agent图扩展，支持持久化执行与有界状态。 完整的 Skill 内容见：https://321skill.com/skills/shying-pi-graph/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
“帮我设计一个用户反馈自动分类与处理的图工作流。” 它会引导你定义接收、分类、派发、回复等节点，并设置状态流转逻辑，最终生成可持久化运行的Agent图结构代码。
介绍
该Skill旨在解决构建复杂、多步骤AI Agent工作流时，状态管理困难、执行过程易中断且难以追溯的问题。它提供了一个图结构框架，允许开发者将Agent任务分解为节点和边，实现工作流的编排、持久化执行和状态快照。
使用时，开发者通过定义节点（代表具体任务或Agent调用）和边（控制流程）来构建有向图。该框架会管理整个图的执行生命周期，包括状态的保存与恢复、中间产物（Artifacts）的存储，并支持显式的Agent上下文模式切换。
它非常适合需要构建稳定、可维护、长期运行或多轮交互AI应用的开发者，尤其是那些涉及决策分支、状态依赖或需要从故障中恢复的自动化流程场景。
建议在项目初期就规划好Agent的职责边界和状态流转路径，充分利用其持久化特性来构建健壮的应用。注意，它更偏向于提供底层框架能力，直接开箱即用的预构建工作流较少，需要一定的开发投入。
核心特点
核心在于将LangGraph的图计算与持久化执行理念深度集成到Pi平台，提供了“有界状态”管理，能精确控制Agent的上下文范围，并原生支持执行过程的快照与恢复，这比简单的线性对话或一次性任务调度更为强大和可靠。
注意事项
不适合对开发复杂度敏感、只需要简单单轮对话或一次性脚本任务的轻量级场景。
常见问题
pi-graph和LangGraph有什么区别？
pi-graph是受LangGraph启发，专门为Pi Agent平台设计的扩展，深度集成Pi的上下文与执行环境，提供平台原生的持久化与状态管理。
需要多少编程基础才能使用？
需要具备JavaScript/TypeScript基础，并理解图计算和状态机的基本概念，适合有开发经验的用户。
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/shying-pi-graph/raw/index.md 读取 @shying/pi-graph 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/shying-pi-graph/raw/index.md（查看排版版本）