AI Agent 开源项目库

行业事实标准框架。链式组合、工具集成、记忆管理、RAG 一站式方案。生态最丰富。

把 Agent 抽象成有向图。原生支持状态检查、人工干预、循环分支。"现代 Agent 构造方式"。

角色扮演式多 Agent 协作框架。每个 Agent 有角色、目标、工具、背景故事。流程编排直观。

微软出品，对话驱动的多 Agent 框架。支持群聊、人工参与、可终止条件，企业特性强大。

专注于数据接入与 RAG 的框架。索引结构丰富，支持复杂的数据源接入与检索策略。

让 Agent 概念走入大众视野的标志性项目。学习其设计哲学与历史意义大于实际生产使用。

300 行代码实现的任务驱动自主 Agent。是理解 Plan-Execute 模式的最佳教材。

OpenAI 官方出品,从 Swarm 升级而来。原生支持 Handoffs、Guardrails、Tracing。

Anthropic 的革命性尝试：让 Claude 像人一样操作计算机（鼠标、键盘、屏幕）。未来 Agent 形态。

Hugging Face 出品，代码量极少的 Agent 库。特别适合学习 Agent 本质。

斯坦福出品，革命性的"prompt 编译器"。将 LLM 流水线程序化，自动优化 prompt 和模型选择。

原 PhiData。轻量、高性能的多 Agent 框架。对比 LangGraph 更易上手，对比 CrewAI 更灵活。

Pydantic 团队出品。类型安全的 Agent 框架，FastAPI 风格，对 Python 开发者最友好。

RAG 专用评估框架，提供忠实度、答案相关性、上下文精度等指标。RAG 优化的必备工具。

Agent 系统的可观测性方案。LangSmith 商业、LangFuse 开源，都提供完整 trace、eval、prompt 管理。

微软 .NET 生态首选的 LLM 编排框架。原生与企业系统集成 (Azure、Office 365)。

LangChain 的可视化拖拽界面。非工程师也能搭建 Agent，适合做原型。

革命性的层次化记忆方案。让 LLM 突破上下文窗口限制，拥有真正"长期记忆"。现更名为 Letta。

Agent 评估的事实标准基准。SWE-bench 测代码能力，AgentBench 测多场景能力。

100+ 工具的统一集成方案。Gmail、Slack、GitHub、Notion 等开箱即用。

轻量级向量数据库，原生 Python 集成友好。RAG 原型阶段首选。

让 LLM 在本地执行代码。市场爆款，展示了"自然语言编程"的未来形态。

开源版 Devin。Agent 驱动的软件工程师，能解决 GitHub issue、写代码、调试、测试。

把多 Agent 抽象成软件公司：产品经理、架构师、工程师、QA 的协作流程。