源码深度学习 · 零基础友好 · 20 天

Haystack 源码学习

开源 AI 编排框架：组件化构建检索增强与 Agent 应用。这不是 API 速查表，而是一条可以重复走的源码路线：每天用 30 分钟，从一个真实相对路径出发，先用类比建立直觉，再把它接回整条运行链路。

开篇 · 这是个什么项目

Haystack 可以先想成一间可组合 AI 管线工场。它的代码不是一堆孤立文件：入口接到需求，核心对象做判断，工具或模型完成工作，状态把结果交给下一个环节。

💡 20 天的主线先找入口和地图，再跟一次真实任务穿过核心循环；随后研究状态、模型、工具与扩展；最后用复盘把全部概念连成一张可迁移的地图。不要背目录名，要不断问「谁创建它、它把什么交给谁」。

大白话读源码像参观工厂：第一天先看门牌和楼层，不急着拆机器。后面每节课只打开一个焦点路径，但始终知道它属于哪层、服务哪个业务动作。

架构全景（动起来看）

发光扫过的每一层都是一次任务可能经过的站点。不同仓库命名不同，但「接入 → 编排 → 核心能力 → 资源」的责任边界很相似。

L5 · 接入层

README.md本层职责

L4 · 编排层

state本层职责

__init__.py本层职责

state.py本层职责

tool_calling.py本层职责

L3 · 能力层

tools本层职责

__init__.py本层职责

component_tool.py本层职责

parameters_schema_utils.py本层职责

L2 · 状态层

test_pipeline_breakpoints_rag_hybrid.py本层职责

L1 · 扩展层

pyproject.toml本层职责

haystack本层职责

sparse_embedding.py本层职责

chat_prompt_builder.py本层职责

输入用户任务→组织对象 / 流程→执行模型 / 工具→沉淀状态 / 记忆

设计取舍分层会增加跳转文件的次数，却让每层只承担一种职责：入口容易替换，核心逻辑能测试，模型与外部工具可插拔。读代码时先沿箭头追「数据」而不是追每一个类。

怎么使用这份教程

⏱️

每天 30 分钟

6 讲，每讲先问问题，再给本质和大白话。

📍

真实相对路径

所有路径都从项目根目录算，不把你的机器路径写进源码引用。

🧪

先验证再推理

每页都有可复制 bash 命令；文件版本变化时以本地实际内容为准。

🧭

可迁移方法

学会从入口、数据结构、循环和扩展点读任何 AI 项目。

阶段 1 · 入口与地图

D01-D03 · 先认清入口、配置与顶层分工

从 README.md 认识项目大门

README.md：围绕 README.md 建立因果链：谁调用、处理什么、交给谁；对应阶段是「入口与地图」。

Haystack 源码学习

开篇 · 这是个什么项目

架构全景（动起来看）

怎么使用这份教程

每天 30 分钟

真实相对路径

先验证再推理

可迁移方法

阶段 1 · 入口与地图

从 README.md 认识项目大门

配置与依赖：pyproject.toml

顶层入口与启动路径

阶段 2 · 核心循环

核心对象：state

运转循环里的 __init__.py

协作主线穿过 state.py

阶段 3 · 核心能力

能力模块：tool_calling.py

业务动作落在 tools

把任务交给 __init__.py

扩展点附近的 component_tool.py

阶段 4 · 状态与协作

状态如何进入 state_utils.py

消息与协作：parameters_schema_utils.py

持久化视角下的 test_state_class.py

阶段 5 · 模型与扩展

模型侧连接：test_pipeline_breakpoints_rag_hybrid.py

工具/MCP 桥：sparse_embedding.py

检索与知识：chat_prompt_builder.py

集成层：prompt_builder.py

阶段 6 · 复盘与扩展

样例与复盘：agents

测试与边界：test_agent.py

收官：沿 test_agent_hitl.py 串回全图

运转循环里的 init.py

把任务交给 init.py