type
status
date
slug
summary
tags
category
icon
password
📎
agent 框架层出不穷,眼花缭乱 😵 根据 Langchain 的 Blog 整理

1.这是一个完整的工作流编排框架,还是一个智能体抽象的集合?

特征
LangGraph
Agents SDK
Google ADK
LangChain
AutoGen
CrewAI
Agno
Temporalsmol
agents
LlamaIndex
DSPy
Pydantic AI
Letta
Mastra
github 地址
工作流编排框架
⚠️
⚠️
智能体抽象
多智能体抽象
⚠️

2.如果是一个完整的工作流编排框架,它暴露了什么 API?

特征
LangGraph
Agents SDK
Google ADK
LangChain
AutoGen
CrewAI
Agno
Temporalsmol
agents
LlamaIndex
DSPy
Pydantic AI
Letta
Mastra
声明式 API
命令式 API
⚠️

3.除了作为编排框架或具有抽象之外,这个框架(在生产环境中)提供了什么价值?

特征
LangGraph
Agents SDK
Google ADK
LangChain
AutoGen
CrewAI
Agno
Temporalsmol
agents
LlamaIndex
DSPy
Pydantic AI
Letta
Mastra
短期记忆存储
长期记忆存储
人类在环 (Human in the loop)
⚠️
人类在旁 (Human on the loop)
流式传输 (Streaming)
优化
代码解释器
追踪平台
Studio (工作室/开发平台)
低代码构建器
预设项目设置
⚠️
⚠️

4.编排特性

特征
LangGraph
Agents SDK
Google ADK
LangChain
AutoGen
CrewAI
Agno
Temporalsmol
agents
LlamaIndex
DSPy
Pydantic AI
Letta
Mastra
容错能力
注释:
  • ⚠️ 表示技术上具备该功能,但效果不佳,或并非针对智能体,或不是主要推荐的使用方式。
  • "人工在环 (Human in the loop)" 指的是除聊天外的干预(例如,审查/批准工具调用)。
  • "人工在旁 (Human on the loop)" 指的是类似时间旅行(回溯)的功能。
  • "代码解释器" 如果框架的作者也实现了一个代码解释器,则勾选此项。
  • "追踪平台" 如果框架的作者也实现了一个针对 LLM/智能体的追踪平台,则勾选此项。
百度云4机A800测试思考:Agent 项目的核心挑战与难点是什么?
Loading...