开源推荐
morning
GitHub 热门项目：genai 处理器
摘要
GitHub项目：genai-processors 仓库地址：https://github。
content
the
for
genai
processors
2026-05-09
1 阅读
GitHub Trending
GitHub 项目：genai-processors
仓库地址：https://github.com/google-gemini/genai-processors
星级：2116 | 作者：谷歌双子座
项目描述：GenAI Processors 是一个轻量级 Python 库，可实现高效、并行的内容处理。
===================================================
自述文件内容：
# GenAI 处理器库 ?
[](许可证)
[](https://pypi.org/project/genai-processors/)
[](https://google-gemini.github.io/genai-processors/)
**为生成式人工智能构建模块化、异步和可组合的人工智能管道。**
GenAI Processors 是一个轻量级 Python 库，可实现高效、
并行内容处理。它通过以下方式解决了 LLM API 的碎片化问题：
三大核心支柱：
1. **统一内容模型**：输入的单一、一致的表示
以及跨模型、代理和工具的输出。
2. **处理器**：转换内容的简单、可组合的Python类
使用本机“asyncio”的流。
3. **Streaming**：默认内置异步流功能，
无需增加管道复杂性。
生态系统的核心是“处理器”，它封装了一个工作单元。
通过“双接口”模式，它处理异步的复杂性，
多模式数据流，同时向开发人员提供简单的 API：
````蟒蛇
从输入 import AsyncIterable
从 genai_processors 导入 content_api
从 genai_processors 导入处理器
类 EchoProcessor(处理器.处理器):
# PRODUCER 接口（针对处理器作者）：
# 采用强大的 ProcessorStream 作为输入，并生成部件类型。
异步定义调用（
自我，内容：content_api.ProcessorStream
) -> AsyncIterable[content_api.ProcessorPartTypes]:
# 在内容流入时对其进行处理！
内容部分异步：
产量部分
````
应用“处理器”也同样简单。消费者界面
接受广泛的、宽容的输入类型并返回一个强大的流，可以
完全等待或逐块流式传输：
````蟒蛇
# CONSUMER 接口（对于调用者）：
# 毫不费力地提供输入。弦乐会自动转换为声部。
input_content = ["你好", content_api.ProcessorPart("世界")]
# 1. 将所有输出轻松收集到一个对象中：
结果：content_api.ProcessorContent =等待simple_text_processor(input_content).gather()
# 2. 或者对于纯文本代理，直接获取文本：
打印（等待 simple_text_processor（input_content）.text（））
# 3. 对于流用例，在部件到达时对其进行迭代：
simple_text_processor(input_content) 中的部分异步：
打印（部分.文本，结束=“”）
````
“处理器”的概念为 Gemini 模型调用提供了一个通用的抽象
以及围绕它们构建的日益复杂的行为，以适应两者
回合制互动和直播。
## ✨ 主要特点
* **模块化**：将复杂的任务分解为可重用的“处理器”和
“PartProcessor”单元，可以轻松链接（“+”）或并行（“//”）
创建复杂的数据流和代理行为。
* **与 GenAI API 集成**：包括 r