用 DAG 编排复杂任务，自动并行加速执行
CGraph 是一个基于 DAG（有向无环图）的通用并行计算框架，使用 C++ 编写，同时提供 Python 绑定。它解决了复杂任务编排和并行调度的问题，让开发者通过定义节点和边来构建执行流图，框架自动处理依赖关系和并行执行。核心能力包括：支持节点间依赖的自动拓扑排序、多线程并行调度、条件分支和循环控制、以及基于流图的流水线处理。项目无第三方依赖，跨平台（Windows/Linux/macOS），已收录于 awesome-cpp 列表。其设计强调高性能和灵活性，适用于 AI 推理流水线、数据处理管道、任务流编排等场景。代码结构清晰，文档和示例较丰富，适合需要精细控制任务执行顺序和并发的开发者。
1安装 PyCGraph
CGraph 提供官方 Python 绑定 pycgraph，直接用 pip 从 PyPI 安装，无需编译 C++ 源码。
pip install pycgraph2编写示例脚本
新建 demo.py，定义继承 GNode 的节点类并实现 run 方法，用 GPipeline 注册节点和依赖关系。
3运行流水线
执行脚本，框架会按注册的依赖关系自动排序并执行各节点。
python demo.py4（可选）克隆源码
如需查看 C++ 源码或用 CMake 构建原生版本，可先克隆仓库到本地。
git clone https://github.com/ChunelFeng/CGraph.git终端依次打印带时间戳的 nodeA、nodeB、nodeC、nodeD 日志，其中 nodeD 一定在 nodeB 和 nodeC 之后输出，说明依赖与并行调度生效。
Q：必须自己编译 C++ 代码吗？
A：不需要。直接用 pip install pycgraph 安装 Python 绑定即可使用；只有使用原生 C++ 接口时才需要自行构建仓库源码。
Q：运行提示找不到 pycgraph 模块？
A：确认 pip 与运行脚本使用的是同一个 Python 环境（如虚拟环境需先激活），并检查安装是否成功。
Q：节点执行顺序能自己控制吗？
A：可以。顺序由 registerGElement 时传入的前驱节点集合决定，例如 nodeD 依赖 {b, c}，就会等两者都完成后再执行。
Taskflow、TBB (Threading Building Blocks)、DAGGER
CGraph 是开发框架领域的开源项目，由 ChunelFeng 开发，2021 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（2,303）位列前 30%，在开发框架分类中处于中上游。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-18。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：AI推理流水线编排，如多模型串联和并行推理。同类可对比的替代方案包括 Taskflow、TBB (Threading Building Blocks)、DAGGER。
ComfyUI_Custom_Nodes_AlekPet
开源
给 ComfyUI 装上语音翻译和姿态检测，工作流更全能
Custom nodes that extend the capabilities of Comfyui
langchain
开源
组装 AI 应用的乐高积木，从想法到上线不换工具
The agent engineering platform.
transformers
开源
全球最大的模型仓库全家桶，想用的模型一把抓
Transformers: the model-definition framework for state-of-the-art machine learning m···
pi
开源
一套 TypeScript 工具包，快速搭出能写代码的 AI agent
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI