agentmaker
MIT 协议的 Python Agent 框架：一次 import 覆盖记忆、混合检索、RAG、MCP 与治理。
开源
agentmaker 是开源 Python 框架（PyPI 0.2.0，需 Python 3.12+），提供统一 Agent 循环（chat / ReAct / plan-and-solve / reflection），并内置混合检索、Mem0 风格长期记忆、RAG、MCP 工具加载、guardrails、人机审批恢复、运行限额，以及 JSONL / SQLite / OpenTelemetry 追踪；默认本地 SQLite，后端可替换。
官方资源
选型建议
当你希望一个 MIT Python 包就覆盖 Agent 配方、混合检索、记忆、RAG、MCP 与治理并默认本地运行时，选 agentmaker；结构化输出校验是首要目标时选 Pydantic AI；需要轻量 SDK 加托管 AgentOS 路径时选 Agno。
快速对比
agentmaker 把 Agent 循环、检索、记忆、RAG 与治理打进一个 MIT 核心。Pydantic AI 强调类型化结构化输出；Agno 更偏轻量 SDK 到托管 AgentOS 路径。
| agentmaker | Pydantic AI | Agno | |
|---|---|---|---|
| 最适合 | 希望少拼装多包、直接拿到 Agent + 记忆 + 混合检索的 Python 团队 | 基于 Pydantic 的工具参数与结构化输出校验 | 轻量 Agent SDK，并希望平滑走向托管 AgentOS |
| 开箱能力 | 混合检索、记忆、RAG、MCP extras、guardrails、HITL、追踪 | 类型安全 Agent；长期记忆与向量库多为自带 | Agent SDK + 可选云端运行时；记忆/知识走框架能力 |
| 主要取舍 | 项目较新（2026-07-08 创建），生态小于 LangGraph 级栈 | 打字与校验核心精简，内置检索/记忆服务较少 | 生产路径更成熟，但不是单 import 全栈 |
适用场景
- 单 import 的 Python Agent 栈
- 本地优先的混合检索与记忆
- 带 guardrails / HITL 的 MCP 工具集成
- 希望默认 SQLite、后端可替换的团队
不适用场景
- 以 TypeScript 为主的团队
- 需要大规模成熟图编排生态的团队
- 只需要薄类型 Agent 封装、不需要检索或记忆的产品
核心概念
统一 Agent 循环混合检索（向量 + 关键词 + RRF）Mem0 风格记忆写入guardrails 与 HITLTrace Detective
最小实现形态
pip install agentmaker，创建 `Agent("assistant", LLMClient("deepseek"))`，调用 `agent.run(...)` 做带记忆的多轮对话，再按需加 tools、MCP 或 RAG extras。