全部分类

Agent Frameworks

面向开发者的 AI Agent Frameworks 选型

Agent framework 把模型调用、工具、状态、记忆、handoff 和 trace 组织成可重复的应用结构。

搜索意图: 在决定 Agent runtime、workflow model 或 orchestration style 前比较框架。

最后审查

2026年5月11日

纳入比较的工具

5

开源选项

5

定义

Agent framework 是把模型调用变成可控工作流的应用层,负责工具、状态和评测钩子。

适用场景

  • 调用工具的助手
  • 带 checkpoint 的长任务工作流
  • 多 Agent 协作与 review loop

选型维度

  • 框架是否匹配你的状态模型?
  • 是否能测试和 replay agent run?
  • 部署 runtime 是否贴合团队技术栈?

选型建议

选能暴露失败模式的框架。带强 tracing 的简单 SDK,通常好过隐藏状态的大抽象。

推荐工具

LangGraph

适合需要把 Agent 行为表达成明确节点、边、状态和恢复路径的场景。

打开

OpenAI Agents SDK

适合已经围绕 OpenAI 模型栈建设,并希望快速从原型走到可观测 Agent 工作流的团队。

打开

LlamaIndex

当 Agent 价值依赖数据接入、索引、检索和私有知识结构化访问时优先考虑。

打开

CrewAI

当工作流天然对应专家角色、任务和 review handoff,而不是单一状态机时适合。

打开

Microsoft AutoGen

适合 Agent 通过消息对话、批判和协调的实验,而不是一开始就用严格 workflow graph。

打开