这个需要结合业务一起来看，就比如你说的这个打卡的例子，显然是一个实时性并不高的业务场景，每天刷新一下结果就可以了，那么用 MySQL 存储每个人的打卡记录，每天定时任务离线计算结果，同时，对一定时间之前的打卡数据转移至冷数据表，保证热数据表数据量不会无限增长。

@xiaomushen 你说的很对，支持你的观点

@xiaomushen 理解，赞同，因此我们才在 Java 上发力，我们希望能够成功，但是不成功，也能带来一点思维碰撞的贡献也可以。 顺带求各位 V 友，可以给个 Star ，感谢

@JrD 我上面提到的 Python 的工程性比较差，这个是相对 Java 语言的，所有语言都可以通过“开发规范、架构设计、review 等问题来保证”，对不对？只是这么做的成本不同语言是不一样的吧？ Java 是公认的工程性比较好的语言，Python 的确灵活性更强，相对的，工程性比 Java 差了不少。

感谢讨论，但是我也表达我的观点，我并不是想针对编程语言引战，我希望这个讨论可以相对客观的来看。Java 和 Python 各有特点，也都各有不足之处。

@xiaomushen 不好意思，我不太明白你的重点讨论点是什么？我同意你说的“做应用，各种语言都可以”，但是我不太明白我上面提到的哪句话让你产生了“就好比大部分数据库都是 C 开发的，难道说，C 语言是做基于 DB 应用的首选？”这样的反问呢？谢谢指出，欢迎讨论

@sighforever 明白你的观点，也感谢你的支持~但是对于其中的一点，就是“实在没必要在 python 以外的语言上整和 AI 相关的事儿”我觉得这个有待商榷。

我的观点是这样的：当前的事实是，从事 AI 工作的人使用 Python 的最多，Python 方面的 AI 库又多又方便，至于运行的快不快的确不是一个关键点，关键点在于 Python 语言的工程性非常差，而这个工程性差直接导致了，遇到问题难以调试，一旦实际生产遇到一个问题，排查的成本是完全会掩盖之前快速开发的成本的。还有一点就是安全性，Python 语言实在太灵活，导致有很多很多黑科技可以改变语言本身的运行逻辑。当前 AI 实在太火，大多数人又都是“好人”，以至于所有人都忽略了其潜在的风险（之前某大厂大模型投毒事件就是一个真实的例子），所以选择一个工程性非常优秀的语言来做 AI 相关的事情并不是没有必要的。

最后，还是感谢你的支持~

@wyntalgeer 感谢你的意见，但是我们团队还是会坚持的。我这里说明一下，我们开源的这个项目，在写之前，并不是没有调研行业周边，而是看了其他框架，设计的思路的确不一样，上面也列出了几个特别的点。

除了这个和 LangChain 比较类似的模块外，我们还有其他几个模块，同样设计理念和业内其他框架不同，比如底层还有一个插件化的编程框架（借鉴 OSGI 的思路）等。我们开源的目的是希望将我们觉得好的东西分享给所有人，在大家的意见之下不断去完善。哪怕能给大家带来一点点思考，也是有价值的。

感谢

@INCerry 不好意思，这个软件我之前没有听说过，我刚刚去大致搜索了一下，感觉像是编排模型相关的。因为没有做过任何比较，所以不太好评论。但粗略感觉，我们应该不是在一个层次上的。抱歉

@Suger828 这位同学对响应式还是挺有研究的，这个可以好好讨论一下。个人观点，流式处理+异步回调不完全等同于响应式，但是响应式里面包含了流式处理和异步回调的内容。

我们来看一下响应式编程的定义：“响应式编程（ Reactive Programming ）是一种以 数据流 和 变化传播 为核心的编程范式，其核心是通过 声明式 的方式构建异步、非阻塞且具备弹性的数据流处理管道。”

通过以上定义，可以看到，响应式会处理数据流，存在流式处理，后面提到需要声明式的方式（ map 、filter 、reduce 等算子方法）以及弹性的数据流处理（背压机制进行流量控制），所以，响应式的范围应该更大一些。

欢迎讨论~

@lower 这个想法非常好呀，感觉大家都在这个方向思考，其实我没有介绍我们低代码部分，篇幅限制，我重点先介绍了一下我们高代码部分。实际上，我们的低代码编排部分也在开源进程中，大概再过 2 个月左右，也会在我们的社区出现，的确也有一套前端组件~欢迎持续关注

@ReinerShir @clf ，非常感谢二位的提醒，我去大致看了一下 LangChain4J 项目的样例，这个项目拥有很多 Star ，的确是一个优秀的项目，但是我们的版本（我们这个模块叫 FEL ，项目整体叫 FIT ，这里是 FIT Expression for LLM 的缩写）相比之下还是有一些特点的：

1. 我看 LangChain4J 主要是流式处理+异步回调，而我们是采用了响应式编程，这意味着我们可以在编排的 AI 应用的任意节点间增加背压；
2. 我们在响应式的基础上增加了 BPM 的相关方法，比如支持并发流、条件判断等，这对于流程编排来说，更自然的在编码级别进行了支持。

非常欢迎讨论交流，我们也会吸取其他框架的优点，欢饮关注点 Star ，推动我们继续~

@lower 有的，其实上面的第二段代码 retrieveFlow 就是这方面的，我们社区的 example 中关于 fel 的部分例子就有，那边可以看代码和文档。不过因为我们现在刚刚开源，对于生态的一些支持还有限，打算接下来会像 LangChain 一样，对生态内容进行补齐，这样，开发者就比较方便实用了~

@wellCh4n 非常感谢支持，因为这部分代码还是比较多的，可以后面空了好好看一下~