跳到主要内容

Agent 框架与编排

这一页不是收“会聊天的 UI”,而是收那些真正帮你组织工具调用、状态流转、handoff 和多 agent 拓扑的 SDK 与框架。判断标准是:它能不能成为你业务里的 agent runtime 或 workflow backbone。

先判断你要 SDK 还是 orchestration

  • 如果你要的是轻量封装、函数工具和 handoff 能力,优先看 SDK 类入口。
  • 如果你要的是图式编排、多角色流程、长期状态和复杂路由,优先看 orchestration 类框架。
  • 如果你只是想试一个 demo,不要急着上重框架;先用轻量 SDK 跑一个真实任务再决定。

首批精选入口

Agent 框架与编排

收 OpenAI Agents SDK、AutoGen、LangGraph、CrewAI 等常见 agent framework 和 orchestration 入口。

当前收录 7 个入口 · 其中 3 个标记为精选

资源类型入口更适合什么为什么值得收录
精选AutoGen

微软系多 agent 协作框架,强调角色分工和会话式协作。

多 agentMicrosoft角色协作
官方文档准备构建多角色 agent 对话与协作流程的团队。多 agent 框架代表项目,适合研究角色协作模式。
精选LangGraph

图式状态流框架,适合表达复杂 agent workflow 和恢复逻辑。

图式编排状态机恢复
官方文档需要显式状态机、条件分支和中断恢复的应用团队。图编排路线清晰,是复杂 agent workflow 的高频选择。
精选OpenAI Agents SDK

轻量官方 SDK,覆盖 agent、tool calling、handoff 和 guardrails。

官方 SDKHandoffGuardrails
官方文档想先跑通单 agent 或轻编排,不想一开始就上重图框架的人。官方实现清晰,适合作为“轻 SDK”基线。
CrewAI

强调多角色 crew 的任务编排框架。

Crew多角色原型
官方文档想快速组装多角色、多任务协作原型的人。社区采用广,适合作为“多角色分工”路线的常备入口。
LlamaIndex

把数据层、RAG 和 agent 组合在一起的应用框架。

RAG数据层知识应用
官方文档知识库型应用、RAG 应用和数据接口较重的场景。数据接入和 retrieval 场景积累深,适合知识型应用。
Mastra

现代 TypeScript 栈上的 AI app 与 agent framework。

TypeScriptWeb 开发应用框架
官方仓库希望在 Node / TypeScript 体系里构建 AI 应用与 agent 的团队。Web 开发者友好,适合作为 TS 侧 agent framework 入口。
PydanticAI

强调结构化输出和类型安全的 Python agent 框架。

Python类型安全结构化输出
官方文档需要强类型约束、结构化结果和 Python 工程质量的团队。类型安全主线明确,适合工程化要求强的项目。

什么时候先用轻量 SDK

  • 你还没跑通第一个工具调用、handoff 或 approval loop。
  • 你当前最重要的是验证任务闭环,而不是先追求多 agent 拓扑。
  • 你还没有清楚的 tracing、eval 和状态管理策略,上重框架会先把复杂度抬起来。

继续阅读

继续阅读

选框架前,最好先把任务工作流和工具主线跑通。