Agent+WorkFlow

Agent模块构建了涵盖25+个前沿框架的智能体技术生态，专注于自主决策、工具调用和任务执行的AI智能体系统。该模块系统性地整理了AutoGPT自主AI智能体、LangGraph状态机智能体、CrewAI协作智能体框架、Microsoft AutoGen多智能体对话、MetaGPT多智能体软件公司等核心技术栈，以及AgentGPT浏览器智能体、BabyAGI任务驱动智能体、SuperAGI开源智能体平台等创新解决方案。

技术特色涵盖了任务规划与分解、工具调用与集成、记忆管理与学习、多智能体协作等核心能力，详细解析了ReAct推理框架、思维链（CoT）、工具学习（Tool Learning）、强化学习优化等关键技术机制。模块深入介绍了智能体架构设计（感知-决策-执行循环）、状态管理机制、工具生态集成（API、数据库、文件系统、网络爬虫）、安全控制策略等工程实践，以及与LLM的深度集成和优化方案。内容包括代码生成智能体、数据分析智能体、内容创作智能体、客户服务智能体等典型应用场景的架构设计，以及性能监控、错误恢复、资源管理、成本控制等运维实践，帮助开发者构建具备自主学习和决策能力的智能体系统，实现复杂任务的自动化处理和智能化解决方案。

• 机器之心SOTA！Agent模型
• 0.SWE-bench权威测评

• 0.魔塔agent+LLM/1.agentscope
• 0.魔塔agent+LLM/1.modelscope-agent
• 1.Agent-zero
• 1.Agently
• 1.Camel-Owl
• 1.OpenHands
• 1.OpenManus
• 1.PocketFlow 轻量LLM框架
• 1.Refact-AI-Agent
• 1.SWE-agent
• 1.cooragent
• 2.Agent TARS-字节
• 2.Agent-Squad亚马逊
• 2.AgentGPT
• 2.Agentless
• 2.AutoGPT
• 2.Botpress
• 2.ChatDev
• 2.EvoAgentX
• 2.HuggingGPT
• 2.MetaGPT
• 2.OpenAI Swarm
• 2.Qwen-Agent
• 2.SmolAgent-huggingface
• 2.XAgent
• 2.agentUniverse蚂蚁
• 2.agno
• 2.crewAI
• 2.letta
• 2.mastra
• 2.pr-agent
• 2.pydantic-ai
• 2.微软Autogen+Magentic-One+RD-Agent
• 3.Agenta
• 3.SuperAGI
• 3.atomic-agents
• 3.muAgent-蚂蚁
• 3.superagent
• Agent项目合集+论文
• 3.AGiXT
• 3.AgentBench智谱
• 3.ERNIE Bot
• 3.NVIDIA AgentIQ
• 3.PC-Agent-E上交大+SII推出
• 3.Salesforce MAS Agent框架
• 3.TaskWeaver微软
• 3.babyagi
• 3.core
• 3.gpt-engineer
• 3.gpt-researcher
• 3.ii-agent
• 3.lagent
• 3.minion-agent
• 3.toolkam-Agent
• 3.斯坦福小镇generative_agents
• 4.MobileAgent具身机器人
• 4.UFO-微软面向Windows的Agent框架
• 4.VLN-R1具身智能框架:上海AI lab

Agent项目合集+论文

• e2b-dev/awesome-ai-agents: agent项目合集
• Awesome AI Agents 合集大全
• awesome-ai-agent: AI Agent 领域相关开源资料（openmanus、langmanus、langchain、langgraph、metagpt、magma等），精选文章，分析，产品动态
• awesome-foundation-agents 论文

------------------------------------------------------------

1.agentscope

简介

核心功能

• 智能体构建：支持显式构建用户和助手的对话应用、多智能体对话，提供多种类型智能体，如对话智能体、ReAct 智能体等。
• 工具集成：支持 Tools API，可添加内置工具，连接 MCP Server。
• 结构化输出：使用 Pydantic 的 BaseModel 轻松指定和切换结构化输出。
• 工作流编排：可构建各种类型的智能体工作流，如 Routing、并行化等。
• 分布式与并行化：原生支持分布式智能体应用，支持自动并行化和中心化编排。
• 追踪和监控：提供本地可视化和监控工具 AgentScope Studio，方便追踪工具调用、模型 API 调用和 Token 使用情况。

技术原理

应用场景

• 对话应用开发：构建用户和助手的对话应用，实现多智能体对话。
• 智能工具集成：集成各种工具，如执行 Python 代码、连接 MCP Server 等，为智能体提供更多能力。
• 工作流自动化：编排智能体工作流，实现任务的自动化处理，如路由任务、并行执行任务等。
• 研究与开发：作为研究平台，支持开发者进行智能体编程的研究和实验。
• agentscope: Start building LLM-empowered multi-agent applications in an easier way.
• agentscope example
• agentscope-游戏实战
• AgentScope Doc 文档
• AgentScope Studio

------------------------------------------------------------

1.modelscope-agent

简介

核心功能

• 角色扮演 (Role-playing)： 智能体可以根据预设的角色或任务需求扮演不同的角色。
• LLM调用 (LLM Calling)： 能够与大型语言模型进行交互，利用其强大的生成和理解能力。
• 工具使用 (Tool Usage)： 智能体具备调用外部工具和API的能力，扩展其功能边界。
• 规划 (Planning)： 能够对复杂任务进行分解和规划，制定执行步骤。
• 记忆 (Memory)： 具备记忆功能，可以存储和回顾历史信息，支持上下文理解和持续学习。
• 多智能体协作 (Multi-Agent Collaboration)： 支持构建和协调多个智能体共同完成任务。

技术原理

• LLM集成： 作为智能体的“大脑”，提供语言理解、生成和推理的核心能力。
• 工具管理： 实现了工具的注册、调用和结果解析机制，使智能体能与外部系统（如数据API、数据库、特定模型等）交互。
• 规划器 (Planner)： 基于任务需求和当前环境，智能体通过规划器生成一系列行动步骤。
• 记忆模块： 用于存储短期和长期信息，包括对话历史、任务进度、工具使用记录等，以便智能体进行上下文理解和决策。
• 统一接口： 提供统一的接口，便于ModelScope内外部模型的集成与调用。

应用场景

• 智能问答与聊天机器人： 构建具备深度理解和复杂交互能力的聊天机器人。
• 数据科学与分析： 自动化数据处理、模型训练和结果分析流程。
• 自动化工作流： 实现跨多个系统和工具的自动化任务执行。
• 代码生成与开发辅助： 辅助开发者进行代码编写、调试和优化。
• 智能体系统构建： 搭建具备自主学习和决策能力的多智能体协作系统。
• 个性化推荐系统： 基于用户行为和偏好进行智能推荐。
• 移动应用开发： 集成AI能力到Android等移动应用中。
• modelscope/modelscope-agent: ModelScope-Agent: An agent framework connecting models in ModelScope with the world
• modelscope/modelscope-agent: ModelScope-Agent: An agent framework connecting models in ModelScope with the world
• modelscope-agent/READMECN.md at master · modelscope/modelscope-agent

------------------------------------------------------------

1.魔塔-demo

• 通义千问-72B-对话-Demo · 创空间
• Agent创建专用 · 魔塔创空间
• 魔搭Agent大本营 · 魔搭社区

------------------------------------------------------------

魔塔agent应用文档

• 魔搭社区
• 魔搭Agent大本营 · 魔搭社区

------------------------------------------------------------

1.Agently

简介

核心功能

• 模型适配：支持OpenAI GPT、Google Gemini、百度文心一言、智谱GLM等多种商用模型API，方便开发者切换模型。
• 请求指令丰富：提供基础请求指令，如.general()、.role()、.input()等，可灵活构造请求。
• 结构化输出：通过Output输出结构表达语法格式，可获得对应结构的生成结果。
• 高级Prompt构造：支持行动流提示、分支逻辑判断、自我批判修正、确保关键信息纯净度等高级技巧。
• 流式输出与事件监听：大部分适配模型支持流式输出，可通过事件监听处理器接收和处理流式数据。
• 多轮对话管理：通过Session能力增强插件，自动持续记录会话消息列，支持多轮对话。
• 运行时数据管理：管理主要请求运行时数据、Agent实例运行时数据及其长时固化存储。

技术原理

• 模型适配原理：框架通过封装不同模型的API请求方式，实现业务流程代码和模型适配之间的依赖解耦，开发者可按说明配置并放心切换模型。
• 请求处理原理：将Agent实例与模型的一次主要请求交互视作原子节点，通过.start()命令触发，多个原子节点可串联。在请求过程中，会根据指令将数据存储到运行时数据中，经框架核心逻辑整理后发起模型请求。
• 流式输出原理：框架在请求逻辑中对流式输出的数据块进行清洗，通过response:delta事件抛出仅包含增量文本块的数据，开发者可通过事件监听处理器接收和处理。
• 运行时数据管理原理：Agent实例运行时数据分为主要请求运行时数据、Agent实例运行时数据及其长时固化存储，不同类型数据有不同的生命周期和管理方式，通过插件对运行时数据进行交互和管理。

应用场景

• 信息查询与解答：如根据自然语言生成SQL的提数小帮手Agent、自带搜索技能的少儿教师Agent等，可帮助用户查询信息并解答问题。
• 营销文案生成：根据图片以及文案样例生成广告文案的营销Agent，满足营销场景需求。
• 角色扮演：根据用户简单输入，自动创建人设，并能够在多个状态间切换的角色扮演Agent，用于角色扮演游戏等场景。
• 多轮对话交互：在聊天机器人、智能客服等场景中，支持多轮对话，结合用户历史对话记录提供更精准的回复。
• 代码开发辅助：在代码逻辑中寻求Agent的支持，如基于长文本生成问答对、让Agent完成仅有注释的函数指定的任务等。
• 游戏场景应用：为游戏中的NPC提供行动选项和演出台词，增强游戏的交互性和趣味性。
• Agently AI应用开发框架
• [AgentEra/Agently: [GenAI Application Development Framework] 🚀 Build GenAI application quick and easy 💬 Easy to interact with GenAI agent in code using structure data and chained-calls syntax 🧩 Use Agently Workflow to manage complex GenAI working logic 🔀 Switch to any model without rewrite application code](https://github.com/AgentEra/Agently)
• 【开发教程】Agently AI Agent原生应用开发框架Show Case - 飞桨AI Studio星河社区
• 手把手入门教程 - Agently AI应用开发框架

------------------------------------------------------------

Agently案例大全

包括Agently项目的playground、SQL生成器示例；Agently Daily News Collector项目，这是一个基于大语言模型（LLM）的自动每日新闻收集工作流展示项目；以及translation-agent项目，它是使用Agently开发框架实现的单块翻译工作流的复制品，具备可轻松切换模型、清晰表达工作流、可编辑提示文件优化指令等特点。

• 案例大全Agently/playground
• SQL生成：基于给定的数据库元数据信息，根据自然语言输入生成查询SQL
• 全自动高质量新闻汇总报告生成器：分栏目检索、整理、汇总并撰写推荐语
• 新闻汇总报告生成器AgentEra/Agently-Daily-News-Collector: An open-source LLM based automatically daily news collecting workflow showcase powered by Agently AI application development framework.
• 翻译工作流项目

------------------------------------------------------------

Agently飞桨案例支持

这些项目主要基于Agently框架展开，涉及多个不同应用领域。有利用Agently和ERNIE模型结合SunoV3音乐生成，为用户提供创作国庆主题歌曲的平台；有借助Agently实现历史类问题的智能问答、问题库生成及趣味问答游戏；还有基于Agently框架搭载文心大模型，构建游戏IP孵化平台，可快速生成并定制游戏角色。

• 快来用Agently设定属于你的游戏IP - 飞桨AI Studio星河社区
• 【趣味项目】基于文心大模型的AI陪玩诗牌游戏 - 飞桨AI Studio星河社区
• 你的专属Agently的皮肤问题咨询助手 - 飞桨AI Studio星河社区
• 打造你的AI小伙伴！不满意？找Agently大法师来施魔法 - 飞桨AI Studio星河社区
• 基于Agently的访谈式分类器——以哈利波特分院帽为例 - 飞桨AI Studio星河社区
• 基于文心和Agently的英语提升助手 - 飞桨AI Studio星河社区
• 【国韵新声】基于Agently和SunoAI智能谱写国庆辉煌乐章 - 飞桨AI Studio星河社区
• 【智史引擎】基于Agently工作流的历史智慧问答助手 - 飞桨AI Studio星河社区
• 【月满华章】基于Agently的中秋节文化探索与智慧互动平台 - 飞桨AI Studio星河社区
• 【开发教程】Agently AI Agent原生应用开发框架Show Case - 飞桨AI Studio星河社区
• 【国韵新声】基于Agently和SunoAI智能谱写国庆辉煌乐章 - 飞桨AI Studio星河社区
• 【月满华章】基于Agently的中秋节文化探索与智慧互动平台 - 飞桨AI Studio星河社区

------------------------------------------------------------

1.Camel-Owl

简介

核心功能

• 数据生成：实现思维链（CoT）数据生成、自指令（Self - Instruct）指令生成、源到合成（Source2Synth）多跳问答生成等，生成高质量数据。
• 任务自动化：通过角色扮演和多智能体协作的工作流（Workforce）解决任务，利用检索增强生成（RAG）管道提升自动化效率。
• 世界模拟：如OASIS可模拟百万级智能体的社交互动，研究复杂社会现象。
• 多工具集成：支持在线搜索、多模态处理、浏览器自动化、文档解析、代码执行等，拥有丰富的工具包。

技术原理

• 可进化性：多智能体系统通过生成数据和与环境交互不断进化，可由强化学习或监督学习驱动。
• 可扩展性：设计支持数百万智能体的系统，确保大规模下的高效协调、通信和资源管理。
• 状态性：智能体维护有状态的内存，便于进行多步交互和处理复杂任务。
• 代码即提示：代码和注释作为智能体的提示，要求编写清晰可读。

应用场景

• 科研领域：研究智能体的行为、能力和潜在风险，探索多智能体系统的前沿研究。
• 数据生成：为模型训练生成高质量的合成数据。
• 任务自动化：实现各种任务的自动化处理，如股票价格查询、代码调试等。
• 世界模拟：模拟社交平台上的用户行为，研究信息传播、群体极化等社会现象。
• camel-ai/owl: 🦉 OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation
• camel-ai/camel: 🐫 CAMEL: The first and the best multi-agent framework. Finding the Scaling Law of Agents. https://www.camel-ai.org
• CAMEL-AI Finding the Scaling Laws of Agents
• Welcome to CAMEL’s documentation! — CAMEL 0.2.43 documentation

------------------------------------------------------------

1.OpenHands

简介

核心功能

• 自然语言交互式开发： 用户可以通过自然语言指令进行项目克隆、代码修改、命令执行、API 调用和代码提交等软件开发任务。
• 全栈开发自动化： 具备从问题理解到代码实现、测试、部署等全生命周期的自动化能力。
• 基准性能卓越： 在 SWE-bench、多语言 Multi-SWE-bench 以及无污染的 LiveSWEBench 等多种软件开发代理基准测试中表现出色。
• 多语言和环境支持： 支持跨8种编程语言进行开发任务。
• 高度兼容性： 兼容多种大型语言模型（LLM）提供商。

技术原理

应用场景

• 自动化软件开发： 协助或自动完成重复性、繁琐的编码、调试和测试任务，提升开发效率。
• 开发者辅助工具： 作为个人开发者的智能助手，快速生成代码片段、解决编程问题或执行环境配置。
• DevOps流程优化： 自动化CI/CD流程中的代码检查、部署和维护环节。
• 教育与研究： 作为学习和研究AI代理在软件工程领域应用的平台，探索未来软件开发模式。
• 跨语言开发： 帮助开发者在不熟悉特定编程语言的情况下，完成代码修改或功能实现。
• All-Hands-AI/OpenHands: 🙌 OpenHands: Code Less, Make More

------------------------------------------------------------

JoyAgent-JDGenie – 京东开源的通用多智能体系统

简介

核心功能

技术原理

应用场景

• 智能客服：构建智能化的客户服务系统，自动处理用户查询和问题。
• 自动化报告生成：自动收集、分析数据并生成各类报告。
• 复杂数据分析：处理和分析海量数据，提取有价值的信息和洞察。
• 企业级智能应用开发：作为底层框架，支撑企业快速开发各类定制化的智能应用。
• GitHub仓库：：https://github.com/jd-opensource/joyagent-jdgenie

OxyGent 京东多智能体协作框架

简介

核心功能

• 高效开发：提供标准化智能体和工具构建，简化开发流程。
• 智能协作：支持动态多智能体规划和团队协作式并行执行。
• 弹性架构：实现在分布式环境下的可扩展工作流编排。
• 持续演进：支持系统持续迭代和优化。
• 可扩展性：具备动态工具发现与检索、子智能体委托及分层支持能力。
• 内存管理：提供细粒度的会话内存管理。
• LLM模型集成：支持LLM模型集成与提示词模板化。

技术原理

• 模块化智能体设计：将智能体（Agent）、工具（Tool）和模型（Model）抽象为可插拔的模块，实现组件的高度复用和灵活组合。
• 动态规划与编排：通过动态多智能体规划机制，实现复杂任务的分解、分配和协作，支持工作流的分布式部署和执行。
• 层次化结构：支持子智能体委托（Sub-agent delegation）和层次化结构，允许构建更复杂、具备分层决策能力的智能系统。
• 内存与上下文管理：内置细粒度的会话记忆管理机制，确保智能体在长时间交互中维持上下文一致性。
• LLM集成与提示工程：提供便捷的LLM模型接入接口和提示词模板化功能，优化大模型在多智能体系统中的表现。
• 并行执行：支持基于团队的并行执行，提升系统处理效率和响应速度。

应用场景

• 智能客服与虚拟助手：构建能够处理复杂查询、多轮对话和任务执行的智能客服系统。
• 自动化业务流程：在企业级应用中实现跨部门、跨系统的复杂业务流程自动化，如智能采购、智能供应链管理等。
• 内容生成与创作：结合不同智能体协作，实现多模态内容的自动化生成，如报告撰写、创意文案、代码生成等。
• 决策支持系统：为复杂决策提供智能辅助，通过多个智能体分析不同维度数据并提出综合建议。
• 研发与测试自动化：构建自动化研发辅助工具或测试平台，提升软件开发效率和质量。
• 智能控制与优化：在工业自动化、智能城市等领域，实现多智能体协同的系统优化和控制。

项目官网：https://oxygent.jd.com/ GitHub仓库：https://github.com/jd-opensource/OxyGent

1.OpenManus

简介

核心功能

• 模型调优：提供基于强化学习的调优方法，如GRPO、PPO等，用于定制智能体行为。
• 数据收集：连接专业推理模型收集智能体轨迹数据。
• 基准测试：在多个智能体基准测试上评估框架性能。

技术原理

• 推理模型：评估GPT - O1、Deepseek - R1、QwQ - 32B等模型，为下游优化和训练提供依据。
• 策略探索：采用树状思维、图状思维、深度优先搜索决策树、蒙特卡罗树搜索等策略增强规划效率和推理鲁棒性。
• 奖励建模：训练智能体奖励模型，使用基于格式和结果的奖励策略。
• 集成框架：集成Verl、TinyZero等强化学习调优框架。

应用场景

• 智能问答：处理多任务问答和思维链推理。
• 对话交互：实现工具增强的对话。
• 电商购物：在WebShop等电商环境中进行测试和应用。
• OpenManus/OpenManus-RL: A live stream development of RL tunning for LLM agents
• mannaandpoem/OpenManus: No fortress, purely open ground. OpenManus is Coming.

------------------------------------------------------------

Langmanus

简介

核心功能

• LLM 集成：支持 Qwen 等开源模型，具备 OpenAI 兼容 API 接口和多层级 LLM 系统。
• 搜索与检索：通过 Tavily API 进行网页搜索，结合 Jina 实现神经搜索和高级内容提取。
• Python 集成：内置 Python REPL 和代码执行环境，支持包管理。
• 工作流管理：提供工作流图可视化、多智能体编排、任务委派和监控功能。

技术原理

• Darwin-lfl/langmanus: A community-driven AI automation framework that builds upon the incredible work of the open source community. Our goal is to combine language models with specialized tools for tasks like web search, crawling, and Python code execution, while giving back to the community that made this possible.

------------------------------------------------------------

1.PocketFlow 轻量LLM框架

简介

核心功能

• 轻量级实现：仅100行代码，包含LLM框架核心抽象，避免冗余。
• 多样设计模式支持：支持（多）智能体、工作流、RAG、Map Reduce等设计模式。
• 智能体编码：便于AI智能体协助人类构建复杂LLM应用。
• 节点与流程管理：通过节点处理简单任务，流程连接节点，共享存储实现节点间通信。

技术原理

应用场景

• 聊天机器人开发：如网站聊天机器人，实现24/7客户支持。
• 内容处理：如YouTube视频总结、简历结构化数据提取。
• 代码生成与优化：生成测试用例、实现解决方案并迭代改进代码。
• 智能决策辅助：如研究智能体，可搜索网络并回答问题。
• The-Pocket/PocketFlow: Pocket Flow: 100-line LLM framework. Let Agents build Agents!
• Agentic Coding | Pocket Flow
• Home | Pocket Flow

------------------------------------------------------------

PocketFlow一些讲解

• 详解：PocketFlow这个极简的AI工作流开发框架？ - 知乎
• “Pocket Flow，一个仅用 100 行代码实现的 LLM 框架” - 知乎
• 使用PocketFlow构建Web Search Agent - 知乎

------------------------------------------------------------

1.Refact-AI-Agent

简介

核心功能

• 代码自动补全与生成: 提供上下文感知的代码建议和自动补全。
• 代码分析与重构: 执行代码分析，识别潜在问题，并支持代码重构。
• 错误与缺陷修复: 辅助识别并修复代码中的错误和缺陷。
• 端到端工程任务自动化: 能够规划、执行并迭代复杂的软件工程任务。
• 工作流适应性: 适应开发者的工作流程，提供即时协助。
• 多工具集成: 与开发工具、数据库和浏览器无缝集成。

技术原理

• 代码语义理解: 通过训练在海量代码数据上的模型，实现对代码逻辑、结构和上下文的深度解析。
• 多模态感知: 能够追踪光标位置，感知用户当前的工作状态和意图。
• 任务规划与执行: 采用 AI Agent 范式，能够将复杂工程任务分解为可执行的子任务，并进行规划、执行及结果验证。
• 集成与交互层: 构建了与各类开发工具 (如 VS Code, JetBrains)、数据库和浏览器进行数据交换和操作的接口层。
• 自适应学习: 可能包含持续学习机制，以适应特定代码库和开发者的编码习惯，提供更个性化的协助。

应用场景

• 软件开发与编程: 作为开发者的智能副驾驶，提供代码自动补全、错误检查和代码生成。
• 代码审查与质量保证: 辅助进行代码分析，提升代码质量，减少人工审查负担。
• 自动化测试与调试: 辅助生成测试用例，识别并修复程序错误。
• 遗留代码维护: 帮助开发者快速理解和修改现有复杂或陌生的代码库。
• 工程任务自动化: 自动化如重构大型代码块、实现特定功能模块等端到端的工程任务。
• smallcloudai/refact: AI Agent that handles engineering tasks end-to-end: integrates with developers’ tools, plans, executes, and iterates until it achieves a successful result.

------------------------------------------------------------

1.SWE-agent

简介

核心功能

• 自动问题修复： 接收GitHub issue，并自动化地识别、分析和修复代码中的错误。
• 生成拉取请求： 在修复完成后，自动创建并提交包含修复代码的拉取请求。
• 高效性能： 在SWE-bench评估数据集上，能够以高效率（例如，在1分钟内解决部分问题）解决GitHub issue，达到了领域内的最新水平（State-of-the-Art）。
• 网络安全应用： 可用于攻击性网络安全或竞争性编程挑战，例如EnIGMA项目已在多个网络安全基准测试中取得先进结果。

技术原理

• 任务理解与规划： LLM接收GitHub issue的描述，并通过其自然语言理解能力解析问题，并制定修复问题的策略和步骤。
• 代码库交互： 代理能够在代码库中导航、阅读、编辑文件，并执行测试、编译等操作，这通常涉及到与文件系统和命令行工具的交互。
• 自主代理执行： LLM作为控制器，驱动代理在环境中执行一系列编程动作，如代码修改、调试、测试运行等，直到问题被解决。
• 结果验证与反馈： 代理会运行测试用例来验证修复的正确性。如果测试失败，LLM可能会重新评估并调整修复策略，形成一个迭代的反馈循环。
• 模型选择： 支持使用GPT-4或其他多种大型语言模型作为后端，提供了灵活性和可扩展性。

应用场景

• 自动化软件维护： 自动处理开源项目或企业内部项目中的日常bug报告和小型功能请求，减轻开发人员负担。
• 持续集成/持续部署 (CI/CD) 流程增强： 作为CI/CD流程的一部分，自动识别并修复引入的回归错误，提高开发效率和代码质量。
• 网络安全渗透测试： 用于自动化地发现和修复代码中的安全漏洞（如EnIGMA项目所示）。
• 编程教育与辅助： 作为编程学习工具，帮助学生理解和解决代码问题。
• 竞争性编程： 辅助参与竞争性编程挑战，快速解决编程难题。
• [SWE-agent/SWE-agent: SWE-agent takes a GitHub issue and tries to automatically fix it, using your LM of choice. It can also be employed for offensive cybersecurity or competitive coding challenges. [NeurIPS 2024]](https://github.com/SWE-agent/SWE-agent)

------------------------------------------------------------

1.cooragent

简介

核心功能

• 自动创建智能体：在智能体工厂模式下，根据用户描述生成智能体；在智能体工作流模式下，自动分析任务并选择合适智能体协作。
• 高效构建工作流：提供三种工作流模式，自动分析需求、选择智能体和构建工作流，用户可手动或用自然语言命令优化。
• CLI工具支持：开发者可通过CLI工具快速创建、编辑、删除智能体，使用一组智能体协作完成复杂任务。
• 集成MCP服务：通过模型上下文协议（MCP）集成外部服务和工具，增强智能体功能。

技术原理

• 系统通过Planner模块，在智能体构建时根据用户需求选择合适工具、自动打磨Prompt；在工作流构建中结合智能体专长规划任务步骤和顺序。利用APE和Absolute - Zero - Reasoner等框架，根据用户自然语言命令调整智能体的Prompt、工具等操作参数。

应用场景

• 股票分析：创建股票分析专家智能体，分析股票趋势、预测股价并提供买卖建议。
• 旅行规划：使用多个智能体协作，完成旅行规划、信息获取、报告生成和文件保存等任务。
• 导航规划：创建导航智能体，利用地图工具规划路线。
• LeapLabTHU/cooragent

1.agent-zero

简介

核心功能

• 自适应进化与学习： Agent Zero的核心能力在于其能够随着使用而自主进化和学习，不断适应和增强自身功能。
• 工具构建与集成： 该框架支持AI自主构建和工程化自身的能力，实现工具的创建与集成。
• 任务执行： 能够利用用户的电脑资源来执行并完成各种指定的任务。
• 高度可定制性： 提供全面的定制能力，允许用户根据具体需求调整和塑造AI行为。
• 交互式操作： 提供直观的交互界面，使用户能够轻松地与AI进行互动和指导。

技术原理

• 自修改与自适应算法： 采用先进的AI算法，使其能够根据运行时数据和用户反馈动态修改自身行为和学习模型，实现能力的迭代优化。
• 元学习（Meta-Learning）/终身学习： 可能集成元学习或终身学习机制，使AI能够从过往经验中学习如何学习，从而加速新任务的适应和知识积累。
• 虚拟化与沙盒环境： 作为在“自身虚拟计算机”中运行的AI助手，可能利用虚拟化或沙盒技术，提供一个隔离且安全的执行环境，便于管理和控制AI的行为。
• 动态工具注册与调用： 具备识别、学习并动态调用外部工具或内部模块的能力，以扩展其解决问题的范畴。
• 可解释AI（XAI）设计： 强调透明、易读和可理解性，可能在架构中融入可解释AI的设计原则，提供决策过程的洞察。

应用场景

• 个性化智能助理： 作为高度可定制的AI助手，可根据个人或企业需求提供专属的自动化服务和任务执行。
• 自动化工作流程： 在办公自动化、数据处理、软件开发等领域，实现复杂任务的自动化和优化。
• 教育与研究： 作为一个透明和可理解的AI框架，可用于AI教育、实验和研究，帮助开发者和研究人员深入理解AI的运作机制。
• AI能力扩展与集成： 为开发者提供一个平台，快速构建、部署和货币化AI代理，扩展现有系统的AI能力。
• 本地化AI解决方案： 由于其强调利用本地计算机资源执行任务，适用于需要离线或本地部署的AI解决方案，保护数据隐私。

agent-zero

------------------------------------------------------------

Coze Studio – 字节开源的AI Agent开发平台

简介

Coze Studio（扣子空间）是一个由字节跳动开发并开源的一站式AI Agent开发平台。它提供可视化的工具，旨在简化AI Agent的创建、调试和部署过程，让用户无需编写代码即可快速构建和发布智能体，并支持将其部署到多种平台。

核心功能

• 可视化工作流构建： 提供拖放节点的可视化画布，用于快速构建和编排复杂的业务逻辑或任务流程。
• Agent与应用开发： 支持无代码方式开发AI Agent和应用程序，简化开发门槛。
• 资源管理与集成： 统一管理工作流、插件、数据库、知识库和变量等资源，并提供丰富的SDKs（如Python、JavaScript、Java） facilitating seamless integration.
• 多平台发布： 支持将构建的AI Agent和应用发布到不同的平台。
• 专家Agent生态： 提供预设或可定制的领域专家Agent，如用户研究专家、金融分析助手、舆情分析专家等，满足特定业务需求。
• 智能任务拆解与工具调用： Agent能够自动分析需求，拆解任务，并自主调用外部工具生成完整报告或完成复杂工作。

技术原理

Coze Studio的核心技术原理在于其可视化编程范式与模块化Agent架构。它通过提供图形化的界面和可拖拽的节点，将复杂的AI逻辑和数据流抽象化，使得用户能够以非代码的方式构建AI Agent的工作流程。平台底层支持对插件、知识库、数据库和变量等多种资源的灵活管理和调用，实现Agent能力的扩展。此外，Coze Studio还提供了多种语言的SDKs，便于开发者通过API接口与平台进行交互和集成，将AI能力嵌入到现有应用中。其Agent设计理念强调任务的自动化分析与执行，通过内部逻辑编排和外部工具调用，实现复杂任务的自主完成。

应用场景

• 智能客服与对话机器人： 快速构建企业内部或对外服务的智能客服，实现自动化问答和客户支持。
• 数据分析与报告生成： 开发能够自动分析特定领域数据（如市场调研、金融数据）并生成专业报告的Agent。
• 内容创作与优化： 用于生成SEO优化文章、营销文案等内容，提高内容生产效率。
• 教育与研究助手： 构建辅助学习、资料检索、论文撰写等方面的智能助手。
• 业务流程自动化： 将AI Agent应用于企业内部流程，如自动化任务分配、数据处理、信息汇总等，提升运营效率。
• 行业专家系统： 针对特定垂直领域（如医疗、法律、金融）开发具备专业知识和能力的AI Agent，提供专业咨询或辅助决策。

Github仓库：https://github.com/coze-dev/coze-studio

Coze Loop – 字节Coze推出的AI Agent开发与调试平台

简介

核心功能

• 报告追踪 (Report Trace)：允许开发者记录和报告 AI 应用的运行轨迹和关键事件，便于调试和性能分析。
• 获取和格式化提示词 (Get and Format Prompt)：提供从 CozeLoop 平台获取预定义或动态提示词（Prompt），并根据需要进行格式化的能力，简化 AI 模型输入准备工作。
• 多语言支持：提供 Python、Go、JavaScript 等多种主流编程语言的 SDK，便于不同技术栈的开发者集成。

技术原理

• SDK 设计：CozeLoop 为不同编程语言提供了轻量级的客户端开发工具包（SDK），这些 SDK 封装了与 CozeLoop 平台后端服务进行通信的 API 接口。
• 分布式追踪 (Distributed Tracing)：通过 SDK 提供的 StartSpan 和 SetInput/SetOutput/Finish 等方法，实现对 AI 交互流程中各个环节的追踪数据采集和上报，类似于 OpenTelemetry 等分布式追踪系统，用于监控和诊断。
• API 接口层：SDK 通过 HTTP/RPC 等协议与 CozeLoop 后端服务进行通信，执行如提示词获取和追踪数据上传等操作。
• 提示词管理：后端平台负责存储和管理提示词模板，SDK 负责通过 GetPrompt 和 PromptFormat 方法根据业务逻辑获取并填充变量，生成最终的提示词。

应用场景

• AI 应用开发：开发者可以使用 CozeLoop SDK 快速将 AI 能力集成到现有的应用中，如构建智能客服、内容生成、自动化工作流等。
• AI Agent 监控与调试：通过报告追踪功能，对复杂的 AI Agent 的决策路径和执行过程进行可视化监控和故障排查。
• 提示词工程管理：集中管理和版本控制提示词，便于团队协作和迭代优化 AI 模型的输入。
• 跨平台集成：利用不同语言的 SDK，在多种技术环境中（如后端服务、前端应用、数据分析脚本等）无缝对接 Coze 平台。
• Github仓库：https://github.com/coze-dev/cozeloop
• 官网地址：https://www.coze.cn/loop

2.Agent TARS-字节

简介

核心功能

• 多模态交互：通过视觉解释网页，实现与命令行和文件系统的无缝集成。
• 任务执行：根据用户输入的指令完成规划、搜索、分析和报告生成等任务。
• 人机交互：支持在任务执行过程中通过输入框与智能体进行交互。
• 任务共享：支持将任务线程以本地 HTML 文件或远程服务器 URL 的形式共享给他人。

技术原理

应用场景

• 信息检索与分析：帮助用户快速获取和分析网页上的信息，如获取 ProductHunt 上最受欢迎的项目并进行深入分析。
• 报告生成：根据用户的需求生成详细的研究报告。
• 人机协作：在任务执行过程中，用户可以随时干预和调整智能体的工作方向。
• 知识共享：用户可以将完成的任务线程分享给他人，促进知识交流和协作。
• Agent TARS - Open-source Multimodal AI Agent
• bytedance/UI-TARS-desktop: A GUI Agent application based on UI-TARS(Vision-Language Model) that allows you to control your computer using natural language.

------------------------------------------------------------

2.Agent-Squad亚马逊

简介

核心功能

• 多智能体编排与管理： 灵活、轻量级地协调和管理多个AI智能体，支持不同类型智能体的集成。
• 智能查询路由与上下文维护： 能够智能地路由用户查询，并在整个交互过程中维护对话上下文，确保连贯性。
• 团队协作（SupervisorAgent）： 引入SupervisorAgent，实现多专业智能体之间的复杂团队协调，支持“智能体即工具”架构，允许主导智能体并行协调团队。
• 预构建组件与定制化： 提供预构建组件以实现快速部署，同时支持轻松集成自定义智能体和对话消息存储解决方案。
• 与AWS Bedrock等服务的集成： 可与AWS Bedrock的LLM代理（支持Converse API）和Lex Bot代理等服务集成，展示了其广泛的兼容性。

技术原理

此外，该框架引入了SupervisorAgent，它遵循一种“智能体即工具”（Agent-as-Tools）的设计范式。在这种范式下，主导智能体能够将复杂的任务分解，并将子任务委托给其他专业智能体并行执行，最终整合结果。这种架构促进了模块化和协同工作，使得复杂的AI应用能够通过组合不同的AI能力来实现。框架还支持与Amazon Bedrock等云服务中的大型语言模型（LLM）代理和Lex Bot等服务进行API集成，利用其强大的对话和生成能力。

应用场景

• 复杂客户服务与支持： 处理多轮、复杂的用户咨询，通过协调不同专业客服智能体（如产品查询、技术支持、订单管理）提供全面解决方案。
• 智能助理与对话系统： 构建能够处理多领域请求的智能助理，例如日程管理、信息检索和任务执行，通过不同智能体分工协作。
• 企业内部流程自动化： 自动化涉及多个部门或系统的复杂工作流程，例如通过协调审批、数据录入和报告生成智能体来加速业务流程。
• 教育与培训： 创建交互式学习平台，其中不同的智能体可以提供定制化的教学内容、答疑解惑和进度评估。
• 研发与知识管理： 辅助科研人员进行文献检索、数据分析和报告撰写，通过协调专注于不同研究领域的智能体来加速知识发现和管理。
• awslabs/agent-squad: Flexible and powerful framework for managing multiple AI agents and handling complex conversations
• awslabs.github.io

------------------------------------------------------------

2.AgentGPT

简介

核心功能

• 配置和部署自主 AI 代理。
• 允许用户自定义 AI 名称并设定目标。
• AI 可自主思考任务、执行任务并从结果中学习。

技术原理

应用场景

• reworkd/AgentGPT: 🤖 Assemble, configure, and deploy autonomous AI Agents in your browser.

------------------------------------------------------------

2.Agentless

简介

核心功能

• 自动化问题解决： 核心功能是自动识别并解决软件开发中遇到的问题，包括GitHub上的各类issue。
• 三阶段处理流程： 采用一套简洁的三阶段流程来系统性地解决问题，提高了自动化解决的效率和准确性。

技术原理

应用场景

• 自动化软件维护： 可用于自动修复软件bug，处理GitHub等平台上的issue。
• 提高开发效率： 协助开发者自动完成部分重复性或标准化的编码任务。
• 降低研发成本： 通过自动化解决问题，减少人工干预和资源投入。
• 教育与研究： 作为自动化软件工程工具的实践案例或研究平台。
• OpenAutoCoder/Agentless: Agentless🐱: an agentless approach to automatically solve software development problems

------------------------------------------------------------

2.AutoGPT

简介

核心功能

• AutoGPT：提供前端界面，有智能体构建器、工作流管理、部署控制等功能；服务器包含源码、基础设施和市场；有预配置智能体库，支持监控和分析。
• AutoGen：提供多智能体对话框架，创建可定制、可对话智能体，实现多智能体聊天自动化，支持结合工具执行任务。

技术原理

• AutoGPT：前端通过低代码界面设计智能体，以连接块方式构建工作流；服务器提供核心逻辑和基础设施支持智能体运行。采用Docker等技术，遵循一定网络和软件要求保障运行。
• AutoGen：运用通用多智能体对话框架，集成大语言模型、工具和人类，实现智能体间的自动化聊天和任务执行。

应用场景

• AutoGPT：生成热门话题视频、识别视频中的热门引语用于社交媒体发布，可定制工作流以满足不同场景。
• AutoGen：适用于需要多智能体协作完成的任务，可结合工具实现自动化操作，能在有人类反馈或自主情况下完成工作。
• Significant-Gravitas/AutoGPT: AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.
• Getting Started | AutoGen

------------------------------------------------------------

2.Botpress

简介

核心功能

• 客户支持增强：协助处理常规咨询，必要时进行问题升级，保持各渠道服务的一致性。
• 多平台部署：支持在Slack、WhatsApp、Facebook Messenger等平台部署。
• 系统集成：通过API接入业务数据，处理文件、表格和用户记录等结构化输入。
• 上下文对话：实现有状态和持久化的对话，支持跨步骤跟踪上下文。
• 自定义开发：允许注入自定义代码，可对代理的操作和执行进行全面监控。

技术原理

应用场景

• 客户服务：处理常见问题咨询、退款申请、添加卡片等业务流程。
• 内容生成：如生成文章、图像等。
• 音频处理：对音频进行转录等操作。
• 办公自动化：辅助完成创建问题、添加卡片等任务。
• botpress/botpress: The open-source hub to build & deploy GPT/LLM Agents ⚡️
• Botpress | the Complete AI Agent Platform
• Index - Botpress Documentation

------------------------------------------------------------

2.ChatDev

简介

核心功能

• OpenBMB的ChatDev：多智能代理协作进行软件开发，包括需求分析、编码、测试和文档编写；支持增量开发、Git模式、人机交互模式和艺术模式；可自定义软件开发流程、阶段和角色。
• 10cl的ChatDev IDE：加速提示工程，支持JavaScript实现复杂提示技术；具有游戏模式可定制NPC和位置标记；支持从代理社区导入或自定义代理；PromptIDE具备自动完成、双屏显示、可视化提示流等功能。

技术原理

• OpenBMB的ChatDev：基于大语言模型，通过多智能代理组织架构协作，各代理参与专业功能研讨会完成软件开发任务。
• 10cl的ChatDev IDE：通过JavaScript支持实现复杂提示技术，利用PromptFlow将LLM、提示、JavaScript代码和其他工具连接成有向无环图（DAG）进行开发。

应用场景

• 软件开发：快速开发定制化软件，如游戏、工具类软件等。
• 游戏开发：定制游戏中的NPC，实现更丰富的游戏交互。
• AI代理构建：设计各种强大的AI代理工具。
• OpenBMB/ChatDev: Create Customized Software using Natural Language Idea (through LLM-powered Multi-Agent Collaboration)
• 10cl/chatdev: ChatDev IDE is an tools for building your ai agent, Whether it's NPCs in games or powerful agent tools, you can design what you want for this platform.
• ChatDev
• GuidePage手册

------------------------------------------------------------

2.EvoAgentX

简介

核心功能

• 自动工作流生成：根据自然语言目标，借助 WorkFlowGenerator 生成工作流，通过 AgentManager 实例化代理并执行。
• 可视化与存储：可对工作流进行可视化展示，支持工作流的保存和加载。
• 进化算法集成：集成 TextGrad、MIPRO 和 AFlow 等进化算法，优化代理系统性能。

技术原理

应用场景

• 智能求职推荐：根据简历进行智能职位推荐。
• 股票可视化分析：对 A 股股票进行可视化分析。
• 代码生成：如生成俄罗斯方块游戏的 HTML 代码。
• EvoAgentX/EvoAgentX: 🚀 EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

------------------------------------------------------------

2.HuggingGPT

简介

核心功能

• 任务规划：用ChatGPT分析用户请求，将其拆解为可解决的任务。
• 模型选择：基于模型描述，从Hugging Face选择专家模型解决规划好的任务。
• 任务执行：调用并执行所选模型，将结果返回给ChatGPT。
• 响应生成：整合模型推理结果，以友好人类语言生成响应。

技术原理

• 语言接口：以语言作为LLMs与AI模型协作的通用接口，通过模型描述将其融入提示，使LLMs能管理AI模型。
• 动态上下文任务 - 模型分配：将任务 - 模型分配视为单项选择问题，根据任务类型筛选模型，按下载量排序选前K个作为候选。
• 资源依赖处理：用“”符号维护资源依赖，动态指定任务依赖资源。

应用场景

• 单任务：如识别图像中物体数量、展示搞笑猫图等。
• 顺序任务：像替换图像中物体、基于特定图像生成新图像等。
• 图任务：例如判断图像语义相似性等。
• microsoft/JARVIS: JARVIS, a system to connect LLMs with ML community. Paper: https://arxiv.org/pdf/2303.17580.pdf
• [[2303.17580] HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face](https://arxiv.org/abs/2303.17580)

------------------------------------------------------------

2.MetaGPT

简介

核心功能

• 接收一行需求，输出软件相关的多种成果，如用户故事、数据结构、API等。
• 为用户提供软件公司的全流程服务。
• 支持用户在不同场景使用多智能体框架搭建应用。

技术原理

应用场景

• 软件开发：根据需求生成软件项目，如创建2048游戏。
• 数据分析：对数据集进行分析并绘制图表，如对sklearn Iris数据集进行数据分析。
• 特定领域应用：搭建数据解释器、辩论、调研、收据助手等应用。
• geekan/MetaGPT: 🌟 The Multi-Agent Framework: First AI Software Company, Towards Natural Language Programming
• MetaGPT: 多智能体框架 | MetaGPT

------------------------------------------------------------

2.OpenAI Swarm

简介

核心功能

• 多智能体协调： 提供机制来协调和管理多个 AI 智能体之间的交互。
• 轻量级编排： 设计理念侧重于简洁和高效地处理智能体任务流。
• 消息传递接口： 其 run() 函数类似于 OpenAI 的 Chat Completions API，接收消息、返回消息，且在调用之间不保存状态，实现无状态的智能体交互。
• 后端开发支持： 主要面向需要编程专业知识的后端开发，用于构建多智能体系统。

技术原理

应用场景

• 多智能体系统研究与开发： 作为教育和实验框架，Swarm 适用于研究和原型开发多智能体协作行为。
• 后端服务集成： 可用于探索将多个 AI 智能体能力集成到复杂后端服务中的方法。
• 智能体编排学习： 为开发者和研究人员提供一个理解和实践轻量级智能体编排模式的工具。
• 概念验证（PoC）： 用于快速验证多智能体协作解决方案的可行性。

注意： Swarm 是一个实验性项目，已被更成熟的 OpenAI Agents SDK 取代，后者是推荐用于生产环境的多智能体开发工具。

• openai/swarm: Educational framework exploring ergonomic, lightweight multi-agent orchestration. Managed by OpenAI Solution team.

------------------------------------------------------------

2.Qwen-Agent

简介

核心功能

• 开发支持：提供大模型（LLM）、工具（Tool）等原子组件和智能体（Agent）等高级抽象组件，方便开发者开发自定义Agent。
• 函数调用：支持函数调用（工具调用），默认工具调用模版原生支持并行工具调用。
• 超长文档问答：有快速的RAG解决方案和准确度较高的智能体，用于超长文档问答。
• GUI接口：支持为Agent快速部署Gradio Demo。

技术原理

• 框架中的LLM继承自BaseChatModel类，具备Function Calling功能；工具继承自BaseTool类。智能体继承自Agent类，可通过调用LLM和工具完成任务。
• 支持接入阿里云DashScope服务提供的Qwen模型服务，也支持通过OpenAI API方式接入开源的Qwen模型服务。

应用场景

• 浏览器助手：如基于Qwen-Agent构建的BrowserQwen浏览器助手。
• 代码解释器：执行代码相关操作。
• 超长文档问答：在超长文档中进行问答。
• Qwen-Agent
• QwenLM/Qwen-Agent: Agent framework and applications built upon Qwen>=2.0, featuring Function Calling, Code Interpreter, RAG, and Chrome extension.

------------------------------------------------------------

2.SmolAgent-huggingface

简介

核心功能

• 极简化的代理创建：允许开发者通过极少的代码（例如，不到 30 行）快速定义和运行 AI 代理。
• 代码代理能力：使 AI 代理能够“思考代码”，即具备编写、执行和调试代码的能力，从而与真实世界任务无缝交互。
• 与 LLMs 集成：提供与各种大型语言模型（如 Llama-3.1-8B-Instruct）紧密集成，作为代理的智能核心。
• 工具集成：支持集成外部工具（如 WebSearchTool），扩展代理的能力范围。
• 流式输出：支持代理的流式输出，提高用户体验。

技术原理

• 极简抽象层：通过在原始代码之上保持最小化的抽象，实现高度简洁的代码库（agents.py 仅约 1000 行），降低开发复杂性。
• Code-First Agent Design：代理被设计为“思考代码”，这意味着 LLM 的输出直接转化为可执行的代码，从而实现对外部环境的精确控制和交互。
• 模块化工具链：通过 CodeAgent 和可插拔的 tools（如 WebSearchTool）机制，将特定功能封装为代理可调用的模块，实现了功能的扩展性和灵活性。
• 推理客户端模型（InferenceClientModel）：提供统一的接口来调用和管理不同的 LLM 推理服务，使得底层模型替换变得透明。
• Python 生态集成：作为 Python 库，能够轻松与 Python 强大的数据处理、网络请求和系统操作能力结合，便于代理执行复杂任务。

应用场景

• 自动化任务：开发能够自动执行复杂编程任务、数据分析或系统操作的 AI 代理。
• 智能助手构建：创建能够理解用户意图并执行相应操作的智能编程助手或开发工具。
• 研究与原型开发：为 AI 代理的研究和快速原型验证提供一个简洁高效的平台。
• 教育与学习：作为理解 AI 代理工作原理和 LLM 应用开发的入门工具。
• 领域特定自动化：构建在特定领域（如网页抓取、文本处理、API 调用）中执行自动化任务的代理。
• huggingface/smolagents: 🤗 smolagents: a barebones library for agents that think in code.

------------------------------------------------------------

2.XAgent

简介

核心功能

• 自动解决任务：无需人类参与自动处理各类任务。
• 安全运行：行为限制在docker容器内。
• 可扩展：能添加新工具和智能体。
• 提供交互界面：有GUI和命令行两种交互方式。
• 与人类合作：遵循人类指导，遇挑战时寻求帮助。

技术原理

应用场景

• 数据分析：分解任务，完成数据理解、代码编写和报告生成。
• 推荐服务：与人类合作，根据反馈提供个性化推荐。
• 模型训练：下载数据集，训练模型以分析和预测。
• OpenBMB/XAgent: An Autonomous LLM Agent for Complex Task Solving
• XAgent/READMEZH.md at main · OpenBMB/XAgent

------------------------------------------------------------

2.agentUniverse蚂蚁

简介

核心功能

• 灵活构建智能体：提供构建智能体的必要组件，支持定制。
• 多智能体协作：有 PEER、DOE 等协作模式组件，可自定义编排。
• 集成领域经验：支持领域提示、知识构建与管理，注入领域 SOP。

技术原理

应用场景

• 金融领域：金融报告生成、金融事件分析。
• 分析研究：事件解读、行业分析。
• 软件开发：Python 代码生成与执行。
• 专业咨询：法律建议、投资研究辅助。
• alipay/agentUniverse: agentUniverse is a LLM multi-agent framework that allows developers to easily build multi-agent applications.
• agentUniverse/READMEzh.md at master · alipay/agentUniverse
• agentuniverse-ai/agentUniverse: agentUniverse is a LLM multi-agent framework that allows developers to easily build multi-agent applications.

------------------------------------------------------------

2.agno

简介

核心功能

• 高性能智能体构建：支持构建具备记忆、知识和工具使用能力的高性能智能体。
• 多智能体协作：提供先进的多智能体架构（Agent Teams），支持智能体间的推理、记忆和共享上下文。
• 全栈智能体系统：能够构建、部署和监控包含数据库、向量存储和API的全栈智能体系统。
• 模型无关性：可与任何提供商的任何大型语言模型（LLM）配合使用，将LLM转化为智能体。
• 知识库管理：支持知识库（如CSV、URL）的元数据过滤，实现精准的信息检索。
• 开发与监控工具：提供智能体游乐场（Agent Playground）、智能体注册表（Agent Registry）、智能体优化器、安全和防护机制。

技术原理

• 智能体架构：采用模块化设计，通过分层结构赋予智能体记忆模块、知识集成模块和推理引擎，实现高级认知功能。
• 多智能体协作机制：基于共享上下文和协调协议，允许多个智能体组成“智能体团队”，进行并行处理和协同决策，提升复杂任务处理能力。
• 知识检索与增强生成（RAG）：通过内置的检索增强生成系统，智能体能够访问外部知识库，并利用元数据过滤精确获取信息，提高生成内容的准确性和深度。
• 插件化工具集成：设计了灵活的工具接口，允许智能体集成和调用外部API、数据库或其他系统，扩展其执行复杂操作的能力。
• 异步与并发处理：框架底层可能采用异步编程和并发机制，以确保智能体在高负载和多任务环境下的高性能和低延迟。
• 模型抽象层：通过抽象层将智能体逻辑与底层LLM模型解耦，实现模型无关性，便于切换和升级LLM，保持技术栈的灵活性。

应用场景

• 智能客服与虚拟助手：构建能够理解复杂查询、具备长期记忆和知识检索能力的智能客服系统。
• 自动化工作流：开发能够集成多种外部工具，自动化执行复杂业务流程的智能体。
• 数据分析与洞察：实现Agentic RAG系统，结合知识库搜索和LLM，从大量数据中提取深度洞察。
• 复杂决策支持系统：利用多智能体系统进行信息收集、分析和协同推理，为人类决策者提供支持。
• AI研究与原型开发：为工程师和研究人员提供一个快速构建、测试和优化AI智能体的平台。
• 企业级智能应用：构建需要高性能、可监控且可部署的企业级智能体应用，如内容生成、代码辅助等。
• agno-agi/agno: Agno is a lightweight, high-performance library for building Agents.

------------------------------------------------------------

2.crewAI

简介

核心功能

• 创建 AI 团队：能创建具有特定角色、工具和目标的 AI 团队，实现自主协作智能。
• 任务编排：支持单 LLM 调用进行精确任务编排，具备事件驱动控制。
• 快速构建：通过框架或 UI 工作室，利用无代码工具和模板构建多代理自动化。
• 可靠部署：将构建的团队部署到生产环境，支持不同部署类型并自动生成 UI。
• 监控追踪：监控 AI 代理在简单和复杂任务上的性能和进度。
• 持续迭代：使用测试和训练工具不断提高效率和结果质量。

技术原理

应用场景

• 战略规划：使用 LLMs 预测趋势并制定战略业务计划。
• 金融领域：实现自动化财务报告、合规和财务分析。
• 医疗保健：丰富患者数据以改善诊断和个性化护理计划，自动化行政任务。
• 营销领域：进行预测性营销活动、数据驱动的营销和品牌定位。
• 供应链管理：优化库存和物流，提高供应链效率。
• 人力资源：自动化重复性任务，如招聘、入职和员工管理。
• 媒体与娱乐：增强内容创作和分发。
• crewAIInc/crewAI: Framework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.
• crewAI
• crewAI - Platform for Multi AI Agents Systems

------------------------------------------------------------

2.letta

简介

核心功能

• 代理构建：利用任意模型构建具备高级记忆和无限上下文的有状态代理，内置持久化和内存管理功能，支持自定义工具和 MCP。
• 可视化调试：借助 ADE 可视化代理的内存、推理步骤和工具调用，实时观察、测试和编辑代理状态。
• 上下文管理：明确约束代理行为以保障可靠性，实现代理的完全自主或完全受控。
• 版本管理：使用代理模板对代理设计进行版本控制，可对现有代理进行升级或回滚更改。
• API 集成：代理以 REST API 端点形式暴露，便于集成到应用程序中。

技术原理

应用场景

• 客户支持：构建客户支持聊天机器人，通过长期记忆为客户提供更连贯的服务。
• 智能助手：打造具有高级推理能力和长期记忆的智能助手，满足用户多样化需求。
• 大规模代理部署：从原型扩展到数百万个代理，确保数据、状态和代理记忆不受供应商锁定。
• letta-ai/letta: Letta (formerly MemGPT) is the stateful agents framework with memory, reasoning, and context management.
• Letta

------------------------------------------------------------

2.mastra

简介

核心功能

• AI 应用与功能快速构建： 提供一套工具和规范，加速AI应用的开发流程。
• AI 代理管理： 支持构建和管理各种AI代理，包括部署、工作流可视化、长任务处理等。
• 可观察性： 内置可观察性工具，便于监控和调试AI代理的运行状态。
• RAG 支持： 集成了检索增强生成（RAG）功能，允许代理利用知识库进行查询和回答。
• 多LLM兼容性： 支持多种大型语言模型（LLM），如 GPT-4, Claude, Gemini, Llama 等，提供灵活的模型选择。
• TypeScript 原生： 提供 TypeScript 语言支持，利用其类型安全和开发效率优势。

技术原理

应用场景

• AI 代理开发： 适用于需要构建复杂AI代理，如智能客服、自动化工作流代理、数据分析代理等。
• Web 搜索AI代理： 可用于开发能够进行网络搜索并整合信息的智能代理。
• AI 工作流自动化： 帮助将AI能力集成到现有业务流程中，实现自动化和智能化。
• 大语言模型应用开发： 为基于不同LLM构建的各类AI应用程序提供统一的开发和部署平台。
• 企业级AI解决方案： 适用于需要可扩展、可维护且具有良好可观察性的企业级AI项目。
• mastra-ai/mastra: The TypeScript AI agent framework. ⚡ Assistants, RAG, observability. Supports any LLM: GPT-4, Claude, Gemini, Llama.

------------------------------------------------------------

2.pr-agent

简介

核心功能

• PR审查与改进：提供AI反馈和建议，对PR进行审查和改进。
• 多平台支持：支持GitHub、GitLab、BitBucket、Azure DevOps、Gitea等平台。
• 多方式使用：支持CLI、GitHub Action、GitHub App、Docker等使用方式。
• 高级功能：Qodo Merge具有静态代码分析、自定义配置、数据隐私保护等高级功能。

技术原理

• PR压缩策略：将代码差异转换为可管理的大语言模型（LLM）提示，有效处理短和长PR。
• JSON提示策略：实现模块化、可定制的工具，可通过配置文件控制工具类别。
• 多模型支持：支持GPT、Claude、Deepseek等多种模型。
• RAG上下文丰富：丰富上下文信息，提升处理效果。

应用场景

• 代码审查：自动审查PR，提供反馈和改进建议。
• 项目管理：在多个代码托管平台上辅助项目管理。
• 本地开发：通过CLI在本地仓库运行，或在本地IDE使用Qodo Merge获取自动反馈。
• qodo-ai/pr-agent: 🚀 PR-Agent (Qodo Merge open-source): An AI-Powered 🤖 Tool for Automated Pull Request Analysis, Feedback, Suggestions and More! 💻🔍
• Installation - Qodo Merge (and open-source PR-Agent)
• Usage guide - Qodo Merge (and open-source PR-Agent)

------------------------------------------------------------

2.pydantic-ai

简介

核心功能

• 多模型支持：支持 OpenAI、Anthropic、Gemini 等多种模型。
• 集成调试：与 Pydantic Logfire 集成，用于实时调试、性能监控和行为跟踪。
• 类型安全：增强类型检查功能。
• 结构化响应：利用 Pydantic 验证和结构化模型输出。
• 依赖注入：提供依赖注入系统，便于测试和迭代开发。
• 流式响应：可连续流式输出 LLM 结果并即时验证。
• 图支持：通过 Pydantic Graph 用类型提示定义图。

技术原理

应用场景

• AI 驱动项目开发：借助 Python 最佳实践构建 AI 项目。
• 复杂应用开发：利用图支持处理复杂应用中的逻辑。
• LLM 应用调试与监控：通过 Pydantic Logfire 集成进行实时调试和性能监控。
• pydantic/pydantic-ai: Agent Framework / shim to use Pydantic with LLMs

------------------------------------------------------------

2.微软Autogen+Magentic-One+RD-Agent

简介

核心功能

• 多智能体对话：提供统一的多智能体对话框架，实现智能体间自动聊天以完成任务。
• 智能体定制：可定制智能体，集成大语言模型、人类、工具或其组合。
• 代码执行：支持执行代码以调用工具解决任务。
• 无代码GUI：AutoGen Studio支持无代码原型设计和运行多智能体工作流。
• 基准测试：AutoGen Bench可评估智能体性能。

技术原理

• 分层架构：采用分层和可扩展设计，各层职责明确，上层基于下层构建，支持不同抽象级别的使用。
• 核心API：实现消息传递、事件驱动智能体以及本地和分布式运行时，支持跨语言。
• AgentChat API：基于核心API构建，提供更简单的API用于快速原型设计。
• Extensions API：支持第一方和第三方扩展，不断扩展框架功能。

应用场景

• 信息检索与总结：如通过智能体团队查找信息并撰写总结。
• 多智能体工作流原型设计：使用AutoGen Studio无需编写代码即可进行多智能体工作流的原型设计和运行。
• 复杂任务处理：构建如Magentic - One这样的多智能体团队，处理需要网页浏览、代码执行和文件处理的任务。
• microsoft/autogen: A programming framework for agentic AI. Discord: https://aka.ms/autogen-dc. Roadmap: https://aka.ms/autogen-roadmap
• Multi-agent Conversation Framework | AutoGen

------------------------------------------------------------

AutoGen Studio可视化低代码

简介

核心功能

• 快速搭建AI智能体原型，为智能体添加技能并组合成工作流。
• 支持与智能体工作流进行交互并指定任务。
• 在界面中查看智能体消息和输出文件。

技术原理

应用场景

• autogen/samples/apps/autogen-studio at main · microsoft/autogen
• AutoGen Studio - Getting Started | AutoGen

------------------------------------------------------------

RD-Agent

简介

核心功能

• 自动化研发：自动完成工业研发流程中的关键环节，如模型和数据开发。
• 基准测试领先：在MLE - bench中作为顶级机器学习工程代理，展现出较强的性能。
• 量化金融应用：RD - Agent(Q)可实现定量策略的全栈研究和开发，实现因子 - 模型联合优化。
• 多场景支持：适用于金融、医疗、通用等多个数据驱动的工业场景。

技术原理

应用场景

• 金融领域：自动进行定量交易、迭代因子模型联合进化、从财务报告中提取因子等。
• 医疗领域：在模型实现方面迭代提出想法并进化。
• 通用领域：自动读取论文并实现模型结构、自动进行Kaggle模型调优和特征工程等。
• microsoft/RD-Agent: Research and development (R&D) is crucial for the enhancement of industrial productivity, especially in the AI era, where the core aspects of R&D are mainly focused on data and models. We are committed to automating these high-value generic R&D processes through our open source R&D automation tool RD-Agent, which lets AI drive data-driven AI.

------------------------------------------------------------

3.Agenta

简介

核心功能

• 提供全面的prompt管理功能。
• 支持大型语言模型的评估和测试。
• 集成人类反馈机制，优化模型性能。
• 一站式部署，简化LLM的应用流程。

技术原理

应用场景

• Agenta-AI/agenta: The all-in-one LLM developer platform: prompt management, evaluation, human feedback, and deployment all in one place.
• 项目详情 | SOTA！模型社区

------------------------------------------------------------

3.SuperAGI

简介

核心功能

• 自主AI代理构建与管理: 提供一个框架，使开发者能够轻松创建、部署和管理自主AI代理。
• 多工具集集成: 支持集成多种工具集，如Google Search, GitHub, Jira等，通过配置API密钥/ID/令牌来扩展代理能力。
• 大型语言模型(LLM)支持: 允许无缝配置和集成本地LLM，以及使用OpenAI API密钥。
• Web界面与API访问: 提供Web版本供用户通过浏览器访问，无需本地安装；同时提供公共API，支持云端或本地基础URL访问。
• 持久化记忆与数据管理: 集成Weaviate DB进行知识管理和LTM (长期记忆) 用于“思考工具”。
• 多GPU支持: 框架支持多GPU配置，以优化性能。

技术原理

• 模块化架构: 框架设计支持集成不同的组件，如各种工具集（Toolkits）和LLM。
• API驱动: 代理可以通过配置外部工具的API密钥来与外部服务进行交互。
• LLM集成: 能够灵活地与各种大语言模型对接，包括云端模型（如OpenAI）和本地部署的模型。
• 向量数据库应用: 利用Weaviate等向量数据库作为长期记忆（LTM）和知识管理的基础，使代理能够存储、检索和利用历史信息进行决策和推理。
• 分布式计算支持: 通过多GPU支持，可能利用并行计算来加速模型推理和训练过程。

应用场景

• 自动化任务执行: 开发能够自主执行复杂、多步骤任务的AI代理，例如项目管理、代码审查、数据分析等。
• 智能客户服务: 构建能够理解和响应用户查询，并与外部系统（如CRM、工单系统）集成的智能客服代理。
• 数据洞察与报告: 利用工具集从互联网或内部数据源收集信息，生成报告或提供决策支持。
• 软件开发辅助: 创建能够辅助开发工作的AI代理，例如自动生成代码、进行测试、管理版本控制等。
• 个性化推荐系统: 利用代理的自主学习和记忆能力，为用户提供高度个性化的内容或产品推荐。
• TransformerOptimus/SuperAGI: <⚡️> SuperAGI - A dev-first open source autonomous AI agent framework. Enabling developers to build, manage & run useful autonomous agents quickly and reliably.

------------------------------------------------------------

3.atomic-agents

简介

核心功能

• 模块化构建：通过组合小型、可重用组件构建AI应用。
• 可预测性：定义清晰的输入输出模式，确保行为一致。
• 可扩展性：轻松替换或集成新组件，不影响整个系统。
• 精细控制：可单独微调系统各部分，从系统提示到工具集成。
• 动态上下文注入：使用上下文提供程序在运行时注入额外信息。
• 组件链：通过对齐输入输出模式，方便地链接代理和工具。

技术原理

应用场景

• 聊天机器人：如基本聊天机器人、自定义聊天机器人等。
• 信息提取与分析：如从图像、视频中提取结构化信息。
• 研究任务：执行深度研究任务。
• 搜索与问答：执行网页搜索并回答问题。
• 内容总结：总结YouTube视频内容。
• BrainBlend-AI/atomic-agents: Building AI agents, atomically

------------------------------------------------------------

3.muAgent-蚂蚁

简介

核心功能

• 多技术协同：结合 LLM、EKG、MultiAgent、FunctionCall、CodeInterpreter 等技术。
• 复杂 SOP 流程实现：通过画布式拖拽和轻文字编写，让大模型在人的经验指导下执行复杂 SOP 流程。
• 四大核心功能：复杂推理、在线协同、人工交互、知识即用。
• 多场景支持：满足各类 SOP 场景，适用于多人文本游戏等。

技术原理

• 图谱构建：通过虚拟团队构建、场景意图划分，支持文本智能解析、一键导入海量存量文档，体现在线协同优势。
• 图谱资产：通过统一图谱设计，纳入工具、人物/智能体，提升工具选择和参数填充准确性，让人可参与流程推进。
• 图谱推理：大模型在人的经验/设计指导下推理，可探索未知局面并沉淀经验。
• 调试运行：图谱编辑后可视调试，沉淀成功路径配置，减少模型开销，提供全链路可视化监控。
• 记忆管理：统一消息池设计，支持消息分类投递、订阅，处理超长上下文。
• 操作空间：遵循 Swagger 协议，提供工具注册、权限管理，保障安全可信代码执行环境和精准代码生成。

应用场景

• DevOps 场景：在蚂蚁集团内多个复杂 DevOps 场景落地验证。
• 多人文本游戏：如谁是卧底游戏。
• 各类 SOP 场景：满足各类 SOP 流程的自动化需求。
• CodeFuse-muAgent/READMEzh.md at main · codefuse-ai/CodeFuse-muAgent
• codefuse-ai/CodeFuse-muAgent: A Multi-Agent FrameWork For Faster Build Agents
• codefuse-ai/codefuse-chatbot: An intelligent assistant serving the entire software development lifecycle, powered by a Multi-Agent Framework, working with DevOps Toolkits, Code&Doc Repo RAG, etc.

------------------------------------------------------------

3.superagent[停更]

简介

核心功能

• 支持构建多种 AI 应用，如问答系统、聊天机器人、AI 助手等。
• 具备记忆、流式传输功能。
• 提供 Python 和 Typescript SDK 以及 REST API。
• 支持 API 连接、矢量化，可对接第三方矢量存储和多种 LLM。
• 支持 API 并发。

技术原理

应用场景

• 文档问答：基于文档进行问答。
• 聊天机器人开发。
• 开发协同编辑助手和 AI 助手。
• 内容生成。
• 数据聚合。
• 工作流自动化。
• superagent-ai/superagent: 🥷 Run AI-agents with an API
• superagent-ai/superagent: 🥷 Run AI-agents with an API

------------------------------------------------------------

3.AGiXT

简介

核心功能

• 上下文与令牌管理：自适应处理长短期记忆，优化AI性能。
• 智能指令：借助网络搜索和规划策略，使AI有效理解、规划和执行任务。
• 交互式聊天与智能聊天：用户友好的聊天界面，智能聊天结合网络研究提供准确回复。
• 任务执行与智能任务管理：高效管理和执行复杂任务，分解为子任务并避免冗余。
• 链管理：处理一系列链接命令，自动化复杂工作流程。
• 网页浏览与命令执行：具备网页浏览和命令执行能力，增强AI交互性。
• 多提供商兼容性：与OpenAI、ezLocalai、Hugging Face等主流AI提供商集成。
• 多功能插件系统与代码评估：支持多种AI模型扩展命令，提供代码评估辅助。
• Docker部署：简化设置和维护。
• 音频与文本转换：集成Hugging Face实现音频与文本转换。
• 平台互操作性与AI代理管理：可创建、重命名、删除和更新AI代理设置，与多平台交互。
• 自定义提示与命令控制：可控制代理能力，创建、编辑和删除自定义提示。
• RESTful API：便于与外部应用和服务集成。

技术原理

应用场景

• 编程辅助：提供代码评估和编程任务协助。
• 信息查询：结合网络搜索，为用户提供准确的信息回复。
• 复杂任务管理：将复杂任务分解为子任务，高效执行和管理。
• 智能对话：通过交互式聊天界面，实现与用户的动态对话。
• Josh-XT/AGiXT: AGiXT is a dynamic AI Agent Automation Platform that seamlessly orchestrates instruction management and complex task execution across diverse AI providers. Combining adaptive memory, smart features, and a versatile plugin system, AGiXT delivers efficient and comprehensive AI solutions.

------------------------------------------------------------

3.minion-agent

简介

核心功能

• 多功能支持：支持浏览器使用、MCP 工具、自动规划、深度研究等。
• 可配置性：通过 AgentConfig 类可对模型、名称、工具等进行配置。
• 多 MCP 工具使用：支持标准 MCP 工具和基于 SSE 的 MCP 工具，还可同时使用多个。

技术原理

• 借助配置类 AgentConfig 对智能体的各项参数进行设置，包括模型 ID、使用工具、规划间隔等。
• 利用 MCP 协议实现与外部工具的交互，通过不同的 MCP 工具配置方式适应不同场景。
• 依据 planning_interval 参数实现自动规划，按计划执行任务并定期重新评估和制定新计划。

应用场景

• 价格比较：可用于比较不同平台的商品价格。
• 深度研究：对特定主题进行深入研究。
• 游戏生成：例如生成蛇形游戏等。
• 3.minion-agent

------------------------------------------------------------

3.AgentBench智谱

简介

核心功能

• 对多种大语言模型在不同环境下作为代理的能力进行评估。
• 提供Dev和Test两种数据集划分，支持多轮交互测试。
• 为部分模型提供测试结果，展示模型在测试集上的得分。

技术原理

应用场景

• 研究机构和开发者用于评估不同大语言模型作为自主代理的性能，助力模型的研发和改进。
• 帮助选择适合特定场景的大语言模型代理，例如操作系统操作、数据库管理、知识图谱应用等场景。
• THUDM/AgentBench: A Comprehensive Benchmark to Evaluate LLMs as Agents (ICLR'24)

------------------------------------------------------------

3.ERNIE Bot

简介

核心功能

• ERNIE SDK：ERNIE Bot Agent实现多工具编排和调度，提供预置组件库，支持零代码和简洁代码开发智能体应用；ERNIE Bot提供调用文心大模型文本创作、对话等功能的接口。
• LLM2Json：自动构建prompts引导大语言模型输出符合JSON语法的返回数据。
• ERNIEBot Researcher：根据研究任务生成研究问题，从知识库选信息，过滤汇总生成研究报告，支持多报告并行生成、质量评估和修订完善。

技术原理

• ERNIE SDK：ERNIE Bot Agent基于文心大模型的Function Calling能力实现编排和调度；ERNIE Bot作为底层依赖调用文心大模型。
• LLM2Json：参考LangChain，通过自动构建prompts引导大语言模型输出。
• ERNIEBot Researcher：结合Plan-and-Solve技术和RAG技术，利用ernie-4.0做决策规划、ernie-3.5-8k撰写报告，通过多Agent协作和并行处理完成任务。

应用场景

• ERNIE SDK：可用于开发各类AI原生应用，如智能客服、智能写作助手等。
• LLM2Json：适用于需要大语言模型输出结果与其他程序进行数据交互的场景，如前端开发、GPTs和Agents开发等。
• ERNIEBot Researcher：适合网页、期刊、企业办公文档等场景的研究报告生成。
• PaddlePaddle/ERNIE-SDK: ERNIE Bot Agent is a Large Language Model (LLM) Agent Framework, powered by the advanced capabilities of ERNIE Bot and the platform resources of Baidu AI Studio.
• LLM2Json: 让 ERNIE Bot 稳定输出结构化生成结果 - 飞桨AI Studio星河社区
• ERNIE Bot Agent手册
• ERNIEBot Researcher-在线研究内容生产

------------------------------------------------------------

3.NVIDIA AgentIQ

简介

核心功能

• 跨框架代理集成： 能够集成使用不同AI框架开发的代理。
• 多源数据连接： 实现代理与多种数据源的连接。
• 工具集成： 支持代理与各种工具的结合使用。
• 代理工作流可组合性： 将代理、工具和代理工作流视为简单的函数调用，实现“构建一次，随处重用”的高度可组合性。
• 团队优化： 专注于优化AI代理团队的协作和性能。

技术原理

应用场景

• 企业级AI代理系统开发： 构建需要集成多种AI代理、数据源和工具的复杂企业级智能系统。
• 跨部门自动化工作流： 部署由不同AI代理协作完成的自动化业务流程，例如数据分析、客户服务、决策支持等。
• 多模态AI应用： 开发需要结合不同类型AI模型（如LLM、视觉模型）和工具的应用。
• 智能体编排与管理： 统一管理和优化大规模AI代理团队的性能和协作效率。
• AI研发与测试： 为AI代理的开发、测试和迭代提供一个灵活且可扩展的平台。
• NVIDIA/AgentIQ: The NVIDIA AgentIQ toolkit is an open-source library for efficiently connecting and optimizing teams of AI agents.

------------------------------------------------------------

3.PC-Agent-E上交大+SII推出

简介

核心功能

• 轨迹收集：使用PC Tracker工具记录人类计算机使用轨迹，收集屏幕状态观察和人类操作，过滤错误步骤和轨迹。
• 思维补全：基于屏幕状态观察和历史步骤上下文，重建每个行动决策前的潜在人类思维过程。
• 轨迹增强：利用Claude 3.7 Sonnet为轨迹的每个步骤合成多样化的替代行动决策，增强轨迹数据的丰富性和多样性。
• 代理训练：在增强的轨迹上训练PC Agent - E模型，使其具备强大的计算机使用能力。

技术原理

• 轨迹收集：借助PC Tracker记录人类与计算机交互过程中的屏幕状态和操作，采用规则过滤数据，确保数据质量。
• 思维补全：通过迭代方法，为Claude 3.7 Sonnet提供任务描述、历史操作、当前操作和截图等信息，重建人类操作背后的思维过程。
• 轨迹增强：利用Claude 3.7 Sonnet的长程规划能力和先进推理模式，针对人类轨迹的每个步骤生成多个合理的替代行动决策。
• 代理训练：以Qwen2.5 - VL - 72B为基础模型，采用简单的端到端架构，在增强的轨迹数据上进行训练。

应用场景

• 自动化办公：可用于自动完成如文档处理、表格制作、邮件发送等日常办公任务。
• 系统管理：协助进行系统配置、软件安装、文件管理等操作。
• 软件测试：自动执行软件测试任务，提高测试效率和准确性。
• GAIR-NLP/PC-Agent-E: Efficient Agent Training for Computer Use
• gair-nlp.github.io
• henryhe0123/PC-Agent-E · Hugging Face
• 2505.13909

------------------------------------------------------------

3.Salesforce MAS Agent框架

简介

核心功能

• 自动设计：自动设计与底层大语言模型（LLM）能力相匹配的智能体结构。
• 自适应优化：针对每个问题实例自适应优化 MAS 配置，提升解决复杂问题的能力。
• 自验证：从候选答案中选择最可靠和完整的答案。

技术原理

• 元迭代：元智能体通过观察系统级和组件级性能学习组件智能体的潜力，包括元设计（将问题分解为子任务并提出 MAS）和元反馈（评估 MAS 和子任务并生成反馈）两个主要功能。
• 自验证：将验证问题转化为选择问题，元智能体从候选答案中选择最连贯和正确的输出。

应用场景

• 数学领域：解决如 AIME24 等数学基准测试中的复杂问题。
• 研究生级问答：处理 GPQA - diamond 等研究生级别的问答任务。
• 软件工程：应对 SWE - Bench - Lite - Oracle 等代码领域的挑战。
• SalesforceAIResearch/MAS-Zero: Designing Multi-Agent Systems with Zero Supervision
• MAS-Zero: Designing Multi-Agent Systems with Zero Supervision
• MAS-ZERO: Designing Multi-Agent Systems with Zero Supervision

------------------------------------------------------------

3.TaskWeaver微软

简介

核心功能

• 复杂任务规划：具备任务分解和进度跟踪能力，可解决复杂任务。
• 反思性执行：支持对执行过程进行反思并调整。
• 丰富数据处理：允许使用Python中的丰富数据结构，如DataFrames。
• 自定义算法封装：可将自定义算法封装成插件并编排使用。
• 融入领域知识：便于融入特定领域知识，提高执行可靠性。
• 有状态执行：支持生成代码的有状态执行，确保用户体验一致流畅。
• 代码验证：执行前验证生成的代码，检测并提供修复建议。
• 安全会话管理：支持基本会话管理，隔离不同用户数据。

技术原理

应用场景

• 数据分析：处理和分析高维表格数据等复杂数据结构。
• 工作流自动化：编排自定义算法和插件，实现工作流自动化。
• 科研辅助：作为研究工具，辅助科研人员进行数据分析和实验。
• microsoft/TaskWeaver: A code-first agent framework for seamlessly planning and executing data analytics tasks.
• Overview | TaskWeaver

------------------------------------------------------------

3.babyagi

简介

核心功能

• 函数管理：可注册、加载、存储和执行函数，支持将相关函数组织成包，便于构建和管理。
• 密钥管理：能从代码中或通过仪表板存储和管理关键依赖项（如API密钥）。
• 执行环境管理：自动加载必要的函数包，管理依赖关系，确保执行环境无缝运行。
• 日志记录：记录函数执行的各个方面，包括输入、输出、执行时间、错误等，便于监控和调试。
• 触发机制：允许特定函数根据系统内的特定事件或操作自动执行。
• 自主任务执行：用户提供初始目标和任务，执行代理完成任务，任务创建代理根据结果创建后续任务，优先级代理调整任务列表。

技术原理

• 函数框架：采用functionz框架，以图结构存储函数的导入、依赖和认证信息，实现函数的自动加载和全面日志记录。
• 任务驱动架构：用户设定初始目标和任务，通过执行、任务创建和优先级调整三个代理协同工作，不断生成和执行任务。
• 向量存储：使用Pinecone将任务/结果对存储为嵌入式向量，在任务执行和创建时提取最相关的上下文。

应用场景

• 自动化工作流：如自动处理业务流程中的各种任务，减少人工干预。
• 信息收集与整合：从多个应用（如Airtable CRM、Google Drive）中收集和整合信息。
• 代码生成：根据用户描述生成代码，辅助软件开发。
• yoheinakajima/babyagi
• Birth of BabyAGI – Yohei Nakajima

------------------------------------------------------------

3.core

简介

核心功能

• 为应用添加对话层，支持通过WebSocket聊天和使用可定制的REST API管理代理。
• 内置RAG，支持通过langchain使用任何语言模型。
• 可通过插件扩展功能，具备事件回调、函数调用、对话表单等机制。
• 拥有易于使用的管理面板，支持多用户并可设置细粒度权限。

技术原理

应用场景

• 为各类应用添加对话交互功能，如智能客服、智能助手等。
• 适用于需要处理多用户对话且具备权限管理的场景。
• 可用于构建特定领域的AI代理，通过插件扩展满足不同业务需求。
• cheshire-cat-ai/core: Production ready AI agent framework

------------------------------------------------------------

3.gpt-engineer

简介

核心功能

• 代码生成与改进：依据自然语言描述生成代码，对现有代码进行改进。
• 模型支持：支持多种模型，包括OpenAI、Azure OpenAI、Anthropic模型及开源模型。
• 基准测试：提供“bench”二进制文件，用于将自定义代理与公共数据集进行基准测试。
• 自定义AI身份：可通过覆盖“preprompts”文件夹来指定AI代理的“身份”。
• 图像输入：支持为具有视觉能力的模型提供图像输入。

技术原理

应用场景

• 软件开发：快速生成软件代码，提高开发效率。
• 代码优化：对已有代码进行功能增强和性能优化。
• 模型研究：用于研究和测试不同的编码代理模型。
• 网站与应用创建：通过lovable.dev平台，非技术人员也能与AI交流创建应用和网站。
• gpt-engineer-org/gpt-engineer: Specify what you want it to build, the AI asks for clarification, and then builds it. Not actively maintained.
• AntonOsika/gpt-engineer: CLI platform to experiment with codegen. Precursor to: https://lovable.dev

------------------------------------------------------------

3.gpt-researcher

简介

核心功能

• 生成详细研究报告，包含研究问题、大纲、资源等。
• 智能图像抓取与过滤，用于报告内容。
• 生成超 2000 字的详细报告，汇总超 20 个来源形成客观结论。
• 支持 JavaScript 网页抓取，维护研究过程中的记忆和上下文。
• 提供轻量级和生产级前端版本，可将报告导出为多种格式。
• 支持 MCP 集成，可连接专业数据源；具备深度研究功能，采用树状探索模式。
• 可基于本地文档（PDF、文本、CSV 等）进行研究。

技术原理

应用场景

• 学术研究：帮助学者快速收集资料、生成研究报告。
• 商业调研：为企业提供市场分析、竞品研究等报告。
• 内容创作：为创作者提供丰富素材和研究支持。
• 信息检索：快速从大量网页和本地文档中获取所需信息。
• assafelovic/gpt-researcher: GPT based autonomous agent that does online comprehensive research on any given topic
• gpt-researcher/README-zhCN.md at master · assafelovic/gpt-researcher

------------------------------------------------------------

3.ii-agent

简介

核心功能

• 多领域支持：涵盖研究、内容生成、数据分析、软件开发、工作流自动化和问题解决等领域。
• 交互方式：提供 CLI 接口和基于 WebSocket 的前端交互。
• 集成多种 LLM：如 Anthropic Claude、Google Gemini 等。
• 多功能执行：包括文件操作、命令执行、网页交互、任务报告等。

技术原理

• 核心架构与交互：通过动态定制上下文的系统提示、交互历史管理、智能上下文管理处理令牌限制，系统调用和选择 LLM 能力。
• 规划与反思：结构化推理、问题分解、透明决策、假设形成与测试。
• 执行能力：文件系统操作、命令行执行、网页交互、任务完成与报告。
• 上下文管理：令牌使用估计与优化、长交互截断、文件存档。
• 实时通信：基于 WebSocket 实现交互式通信。

应用场景

• 研究与内容创作：多步网络搜索、内容生成、数据可视化。
• 软件开发：代码合成、调试、教程编写。
• 工作流优化：脚本生成、浏览器自动化、文件管理。
• 问题解决：分解问题、探索替代路径、提供指导。
• Intelligent-Internet/ii-agent: II-Agent: a new open-source framework to build and deploy intelligent agents

------------------------------------------------------------

3.lagent

简介

核心功能

• 智能体通信：使用AgentMessage进行通信，智能体可处理用户消息并生成回复。
• 记忆管理：每次交互的输入输出消息会添加到智能体的记忆中，支持多种方式查看记忆。
• 消息聚合：提供默认聚合器，也可自定义聚合器以接收少样本数据。
• 灵活响应格式化：使用output_format解析模型输出信息并存储在AgentMessage的formatted字段。
• 工具调用一致性：ActionExecutor与智能体使用相同通信数据结构，支持自定义消息转换钩子。
• 双接口设计：提供同步和异步接口，可根据需求选择以充分利用资源。

技术原理

• 基于大语言模型（如VllmModel、INTERNLM2_META等），通过Agent类封装模型调用逻辑。
• 利用AgentMessage作为消息传递的数据结构，在智能体的call方法中处理消息，包括添加记忆、调用模型和应用钩子等操作。
• 借助ActionExecutor执行工具调用，使用Hook类实现消息转换和处理的自定义逻辑。

应用场景

• 数学问题解决：通过编程解决数学问题，如使用Coder智能体。
• 博客写作：异步博客智能体通过自我完善提高写作质量。
• 信息检索与数据可视化：执行信息检索、数据收集和图表绘制等多智能体工作流。
• InternLM/lagent: A lightweight framework for building LLM-based agents

------------------------------------------------------------

3.toolkam-Agent

简介

核心功能

• Read (读取)：允许代理读取信息。
• Write Diff (写入差异)：支持代理修改内容，并记录修改轨迹。
• Browse (浏览)：使代理能够访问和导航网络信息。
• Command (命令)：执行命令行操作，与系统进行交互。
• Ask (提问)：允许代理向用户或其他模块提问以获取信息或澄清。
• Think (思考)：支持代理进行内部推理和决策。

技术原理

• 模块化工具集： 框架将复杂任务分解为七个原子操作（Read, Write Diff, Browse, Command, Ask, Think），通过这些工具的组合与协作来完成高级代理行为。这种模块化设计降低了系统复杂性，提升了可维护性。
• “Turbo mode”： 实现代理的自主运行和决策，减少人工干预，可能通过预设规则、强化学习或目标导向规划等方式实现代理的自动化行为。
• “Hot-reloading”： 允许代理在运行时进行自我代码或逻辑的修改和更新，无需重启。这通常涉及到动态代码加载、反射机制或元编程技术，使代理能够基于环境反馈或自身学习结果进行适应性进化。
• 轻量级架构： 强调最小化依赖和资源占用，以提高运行效率和部署便捷性，适合在资源受限的环境中运行。

应用场景

• 自动化任务处理： 构建能够自主执行文件操作、网络浏览、数据读写等日常或复杂自动化任务的代理。
• 开发辅助工具： 作为开发人员的智能助手，自动完成代码修改、文档生成或环境配置等工作。
• 教育和研究： 为 AI 代理原理的教学和研究提供一个简单易懂、功能完整的实验平台。
• 轻量级智能系统： 部署于资源有限的边缘设备或嵌入式系统中，实现基本的智能化控制和响应。
• 快速原型开发： 帮助开发者快速构建和测试 AI 代理的原型，验证想法。
• aperoc/toolkami: Minimal AI agent framework that just works with only seven tools.

------------------------------------------------------------

3.斯坦福小镇generative_agents

简介

核心功能

• 模拟运行：可启动环境服务器和智能体模拟服务器，运行多智能体模拟，能控制模拟步数，保存和继续模拟。
• 模拟回放：可对已运行的模拟进行回放，还能压缩模拟文件进行演示。
• 模拟定制：可通过初始化智能体历史或创建新的基础模拟文件来定制模拟。

技术原理

应用场景

• 学术研究：用于研究人类行为模拟、人机交互等领域。
• 游戏开发：为游戏提供更真实的智能体行为模拟。
• joonspk-research/generativeagents: Generative Agents: Interactive Simulacra of Human Behavior

------------------------------------------------------------

4.MobileAgent具身机器人

简介

核心功能

• 解决长上下文图文交错输入中的导航问题。
• 通过多智能体协作实现移动设备操作的有效导航。
• 增强视觉感知模块，提升操作准确率。
• 利用GPT - 4o提升操作性能和速度。

技术原理

应用场景

• MobileAgent/Mobile-Agent-v2/READMEzh.md at main · X-PLUG/MobileAgent

------------------------------------------------------------

4.UFO-微软面向Windows的Agent框架

简介

核心功能

• 任务执行：将自然语言目标解析为操作步骤，协调应用程序完成任务。
• 多模式控制：结合Windows UIA、Win32和WinCOM进行控件检测，选择GUI操作或原生API执行。
• 知识融合：融合离线文档、在线搜索、演示和执行跟踪等知识，支持检索增强生成。
• 推测执行：预测批量操作并一次性验证，减少大语言模型查询次数。
• 隔离运行：即将支持在隔离的虚拟桌面运行，不影响主工作区。

技术原理

应用场景

• 办公自动化：在Office、Edge等应用中自动完成文档处理、网页浏览等任务。
• 系统管理：执行文件管理、系统设置等操作。
• 跨应用协作：协调多个应用完成复杂任务，如数据导入导出、报告生成等。
• microsoft/UFO: A UI-Focused Agent for Windows OS Interaction.

DeepSWE-Agent框架

简介

核心功能

• 自动化代码操作: DeepSWE-Preview 能够自动理解和编辑代码，包括快速定位并修复漏洞、优化性能瓶颈以及重构代码结构。
• 软件工程任务执行: 作为软件工程智能体，它在 SWEBench-Verified 等基准测试上表现出色，能够处理复杂的软件开发任务。
• 语言智能体训练与部署: rLLM 框架提供构建自定义智能体和环境、利用强化学习进行训练以及将其部署到实际工作负载的能力。
• 代码生成与推理: 除了软件工程，Agentica Project 还通过如 DeepCoder-14B-Preview 等模型，实现了高精度的代码生成与推理功能。

技术原理

应用场景

• 自动化软件开发: 用于自动化代码漏洞修复、性能优化、代码重构和维护等任务，显著提升软件开发效率和代码质量。
• 智能编程辅助: 为开发者提供智能代码补全、错误检测和修复建议，作为高级编程助手。
• 教育与研究: 为学术界和研究人员提供一个开源框架，用于探索和开发基于强化学习的语言智能体。
• 企业级解决方案: 在大型企业中应用于代码库管理、自动化测试、CI/CD流程中的智能代码审查等。

DeepSWE-Agent rllm-github

deepagent

简介

核心功能

• 多任务自动化: 自动化处理多种复杂任务和工作流程。
• 内容生成: 自动创建应用程序、视频、演示文稿、网站，甚至小型游戏（如数独）。
• 文档分析与提取: 分析上传的合同，自动提取关键条款、条款和条件，简化合同审查。
• 平台集成: 支持与 Google Workspace 和 Jira 等现有平台的无缝集成。
• AI 应用构建: 能够根据需求构建特定功能的 AI 应用程序。

技术原理

应用场景

• 企业自动化: 自动化日常办公任务、数据报告生成和流程审批。
• 合同管理: 法律和金融领域中，快速审查、分析和提取合同关键信息。
• 市场营销与内容创作: 自动生成营销文案、网站内容、演示幻灯片和宣传视频。
• 软件开发与应用构建: 快速构建和部署特定功能的AI应用程序，无需深入编程知识。
• 项目管理: 自动化Jira等项目管理工具中的任务分配、进度更新和报告。
• 教育与培训: 自动生成教学材料、测验和交互式学习内容。

deepagent

MiroThinker 针对深度研究和复杂工具使用场景进行开源Agent模型

MiroThinker 是一个开源的智能体模型系列，由 MiroMind AI 推出，专为深度研究、复杂问题解决和长期规划设计。该模型致力于通过其先进的智能体能力，弥合人类智能与人工智能之间的鸿沟，旨在推动通用人工智能（AGI）的发展。MiroThinker 在大规模、高质量轨迹和偏好数据集上进行训练，具有高性能表现。

核心功能

• 深度研究与复杂问题解决： 能够处理需要深入分析和多步骤推理的复杂任务。
• 多跳推理能力： 支持链式思维和逐步推理，以解决需要多阶段思考的问题。
• 任务分解： 将复杂任务拆解成可管理的子任务。
• 检索增强生成（RAG）： 结合外部知识检索，提高生成内容的准确性和相关性。
• 代码执行： 具备执行代码的能力，支持与外部工具和环境的交互。
• 工具使用与调用： 高效利用各种工具来完成特定任务。
• 自我意识与长期记忆（MiroMind愿景）： 作为MiroMind的核心研究方向，旨在通过长期记忆实现AI的自我意识觉醒。

技术原理

• 大型语言模型（LLM）驱动的智能体架构： 利用强大的LLM作为核心，实现复杂的认知和决策过程。
• 轨迹与偏好数据训练： 模型在 MiroVerse-v0.1 等大规模、高质量的轨迹和偏好数据集上进行训练，通过监督微调（SFT）和直接偏好优化（DPO）等技术，提升模型的决策能力和行为表现。
• 强化学习与反馈机制： 通过从复杂任务执行中获取反馈，不断优化智能体的策略和表现。
• 多智能体系统框架（如MiroFlow）： MiroFlow作为一个多智能体系统开发框架，为MiroThinker等模型生成高质量的智能体轨迹数据，并支持高并发处理，提供强大的协同和管理能力。

应用场景

• 科学研究与发现： 辅助科研人员进行深度文献分析、实验设计、数据解释等。
• 复杂项目管理与规划： 在工程、商业等领域进行长期、多阶段的项目规划和执行。
• 智能决策支持系统： 为企业或个人提供基于复杂数据分析的决策建议。
• 自动化问题解决： 在客服、技术支持、教育等领域实现高度自动化的疑难问题解答。
• Agent开发与研究： 为AI研究者和开发者提供一个高性能、开源的Agent模型基础，用于探索更高级的AI智能体应用。

• GitHub仓库：https://github.com/MiroMindAI/MiroThinker
• HuggingFace模型库：https://huggingface.co/collections/miromind-ai/mirothinker-v01-689301b6d0563321862d44a1
• 在线体验Demo：https://dr.miromind.ai/

MiroFlow – 多Agent系统开发框架

MiroFlow是一个强大的多智能体系统开发框架，旨在简化复杂、高性能AI智能体的构建、管理和扩展。它专注于为MiroThinker等模型生成高质量的智能体轨迹数据，并提供对外部工具的无缝集成能力。

核心功能

• 智能体系统开发与管理： 提供构建、管理和扩展复杂多智能体系统的能力。
• 高并发处理： 支持处理高并发任务，确保系统的高效运行。
• 工具集成框架： 提供灵活的框架，支持与外部工具（如搜索引擎、代码执行环境）的无缝集成，以扩展AI模型的功能。
• 数据生成： 能够为AI模型（如MiroThinker）生成高质量的智能体轨迹数据。

技术原理

应用场景

• 复杂AI系统构建： 适用于需要多个智能体协同工作以解决复杂问题的场景。
• 大规模智能体部署： 在需要部署和管理大量AI智能体的应用中，如智能客服集群、自动化交易系统。
• AI模型训练与优化： 为MiroThinker等AI模型提供高质量的智能体交互数据，用于模型训练、微调及性能评估。
• 扩展AI能力： 通过集成外部工具，使AI智能体能够执行更广泛的任务，例如信息检索、代码执行、数据分析等。
• GitHub仓库：https://github.com/MiroMindAI/Miroflow

NeuralAgent – 开源的桌面AI助手

NeuralAgent是一款开源的桌面AI个人助手，旨在通过自然语言指令自动化执行计算机上的多种复杂任务。它作为一个本地AI智能体，能够直接在用户的操作系统上运行，像人类一样与桌面环境进行交互。

核心功能

• 桌面自动化操作: 模拟键盘输入、鼠标点击等，实现与桌面应用的无缝交互。
• 浏览器任务处理: 自动导航浏览器、填写表单、发送邮件等。
• 跨应用和工作流自动化: 理解并执行跨不同应用程序和工作流程的任务。
• 复杂任务执行: 能够自动化处理需要多步骤和多应用协作的复杂任务。

技术原理

• 自然语言处理 (NLP): 理解并解释用户的意图和指令。
• 视觉感知与识别: 识别屏幕上的元素，如同人类用户一般理解界面布局和内容。
• 低级操作模拟: 通过模拟键盘/鼠标事件、调用系统API等方式，实现对操作系统和应用程序的精确控制。
• 任务规划与执行: 根据指令自动规划执行路径，并在实时环境中完成任务。
• 本地化运行: 作为本地AI代理，直接在桌面环境运行，提高了数据安全性和响应速度。

应用场景

• 日常办公自动化: 自动填写表格、整理邮件、数据录入、文档处理等。
• 重复性任务: 自动化执行网页浏览、信息抓取、数据搬运等高重复性工作。
• 客户服务与支持: 辅助处理常见问题、自动回复邮件或消息。
• 个人效率提升: 根据用户指令自动管理文件、启动应用程序、设置提醒等。
• 软件测试与开发: 自动化执行测试用例，模拟用户操作流程。
• 项目官网：https://www.getneuralagent.com/
• GitHub仓库：https://github.com/withneural/neuralagent

Youtu-agent – 腾讯优图智能体框架

Youtu-agent是腾讯优图实验室推出的开源智能体框架，旨在构建、运行和评估自主智能体。该框架以其模块化和可扩展性为设计核心，支持开发者轻松创建定制化的智能体、工具和环境，并基于开源模型DeepSeek-V3实现了领先性能，致力于简化智能体开发流程。

核心功能

• 智能体构建与配置： 支持灵活的YAML配置和自动智能体生成，用于定义智能体的行为、所使用的工具和运行环境。
• 多模型与工具集成： 兼容多种模型API，并提供丰富的工具包（如网络搜索、文件操作），扩展智能体的能力范围。
• 数据分析与处理： 具备自动读取、分析CSV文件并生成数据报告的能力。
• 文件管理与组织： 辅助用户自动分类、命名和存储文件。
• 研究与内容生成： 能够自动搜索、整理文献生成综述报告，或根据需求生成网页内容、视频脚本。
• 性能评估： 提供一套全面的评估框架，用于基准测试智能体性能，包括数据管理、处理和自动化执行与判断。

技术原理

• AgentConfig： 智能体的配置文件，采用YAML格式，定义智能体的行为、工具集和环境参数。
• Agent： 智能体的核心逻辑单元，依据AgentConfig运行，并能执行任务，支持单一智能体（如SimpleAgent）或多智能体协同工作（如OrchestraAgent）。
• Environment： 提供智能体与外部世界交互的接口，例如BrowserEnv支持网页操作，ShellLocalEnv支持本地文件系统访问。
• Toolkits： 智能体的能力集合，包含可调用的各种工具，如search工具用于网络搜索，file工具用于文件操作。
• Evaluation Framework： 用于评估智能体性能的标准化框架，包含数据管理、处理和执行等管道，确保评估的准确性和可重现性。框架的设计理念是构建在底层模型（如DeepSeek-V3）之上，通过灵活的组件组合实现复杂任务。
• 项目官网：https://tencent.github.io/Youtu-agent/
• GitHub仓库：https://github.com/Tencent/Youtu-agent

Parlant – AI Agent开发框架

Parlant 是一个开源的大型语言模型（LLM）代理行为建模引擎，旨在帮助开发者快速创建和部署符合业务需求的对话式AI代理。它通过自然语言规则定义来确保AI代理的行为遵循预设的业务逻辑和指令，从而实现可控、可靠且能生成对齐响应的智能客服或聊天代理。

核心功能

• AI代理行为建模与塑造： 允许通过对话和响应的迭代优化来逐步构建和塑造AI代理的行为。
• 自然语言规则定义： 支持使用自然语言规则来设定AI代理的指导方针、对话路径和工具使用，确保行为合规性。
• 生产级引擎： 提供稳定可靠的引擎，即使在复杂性扩展的情况下，也能保证AI聊天代理生成对齐的响应并遵循指令。
• 快速创建与部署： 帮助开发者在短时间内构建和发布AI聊天代理。
• 开放社区协作： 作为开源项目，鼓励社区参与共同发展和完善。

技术原理

• 自然语言处理 (NLP) 与理解： 核心在于解析和理解用户输入及预设的自然语言规则。
• 行为对齐 (Behavior Alignment)： 通过内部机制确保AI代理的响应与既定的指导方针、业务协议和指令保持一致。这可能涉及提示工程、强化学习或监督微调等技术。
• 迭代开发与精炼： 支持通过持续的对话测试和响应调整来优化代理性能，类似于人类专家的“塑造”过程。
• 模块化与可扩展性： 提供结构化的方式来集成各种功能（如工具调用、知识库查询），以应对复杂的对话场景。

应用场景

• 客户服务与支持： 构建能够可靠遵循企业协议和流程的智能客服代理。
• 合规性对话代理： 在金融、医疗等需要严格合规的行业中，确保AI代理的回复符合法律法规和内部政策。
• 业务流程自动化： 用于自动化复杂的对话流程，如销售咨询、预约安排或故障排除。
• 企业内部助手： 开发能准确理解并执行内部指令的AI助手，提升员工效率。
• 多轮对话管理： 处理需要记忆上下文和遵循特定对话路径的复杂交互。
• 项目官网：https://www.parlant.io/
• Github仓库：https://github.com/emcie-co/parlant

SciToolAgent – 浙大开源知识图谱驱动的科学领域Agent

SciToolAgent是由浙江大学创新中心（HICAI-ZJU）开发的一个开源工具平台，旨在通过整合多达500多种科学工具，提升科学研究效率。它是一个知识图谱驱动的科学智能体，能够覆盖生物学、化学、材料科学等多个科学领域。

核心功能

• 多工具集成与管理： 整合并管理海量科学工具，实现跨领域、跨功能的工具调用与协作。
• 科研流程自动化： 能够处理数据，支持科学研究任务的自动化执行。
• 领域知识图谱驱动： 利用知识图谱对科学工具进行组织和驱动，增强智能体的理解和推理能力。

技术原理

应用场景

• 生物信息学研究： 进行基因序列分析、蛋白质结构预测、药物筛选等。
• 材料科学探索： 辅助新材料设计、性能预测与模拟。
• 化学实验设计与数据分析： 自动化化学反应路径规划、分子模拟以及实验数据的处理与解释。
• 跨学科科研： 促进不同科学领域工具的协同使用，解决复杂多学科问题。
• 科研教育与培训： 作为辅助工具，帮助科研人员和学生快速掌握和运用各类科学工具。
• Github仓库：https://github.com/HICAI-ZJU/SciToolAgent

OpenAgents – 构建AI Agent网络

OpenAgents 是一个开源框架和开放平台，旨在构建和托管人工智能代理（AI Agent）网络，特别是语言代理。它通过创建一个持久化的代理网络，使得各个代理能够像人类一样长期在线并进行开放式协作，从而在日常生活中实现广泛的应用。

核心功能

• AI Agent网络构建与管理： 提供工具和接口，用于创建、部署和管理多个AI代理组成的网络。
• 开放式协作机制： 促进网络中的AI代理之间进行高效、灵活的协作和信息交换。
• 持久化Agent环境： 确保代理能够保持长时间在线运行，维持其状态和任务，实现连续性的交互与工作。
• 语言代理支持： 专注于支持基于大型语言模型的代理，使其能够理解、生成自然语言并执行复杂任务。

技术原理

• 分布式架构： 支撑多个代理在网络中独立运行和协作，可能采用微服务或分布式通信协议。
• 状态持久化： 通过数据库或特定存储机制，记录代理的会话历史、任务进度和知识库，确保代理即使离线也能恢复工作状态。
• Agent间通信协议： 定义代理之间安全、高效的数据交换和指令传递方式，可能是基于API调用、消息队列或事件驱动模式。
• 工具集成与调用： 代理能够根据需求调用外部工具、API和服务，扩展其能力边界。
• 基于大语言模型（LLM）的智能： 语言代理利用先进的LLM进行自然语言理解（NLU）和自然语言生成（NLG），支持复杂的决策制定和交互。

应用场景

• 智能助理与自动化： 构建能够长期在线，协同完成复杂任务的智能个人或企业助理。
• 在线客服与支持： 提供多代理协作的自动化客户服务，处理复杂的用户咨询和问题解决。
• 研究与开发： 允许科研人员部署和测试协同AI代理系统，加速AI应用的研究和迭代。
• 教育与培训： 创建互动式的学习代理，提供个性化的教学辅导和模拟环境。
• 日常任务协助： 在各种日常场景中，如日程管理、信息检索、内容创作等，提供智能化的代理协助。
• 项目官网：https://openagents.org/
• GitHub仓库：https://github.com/openagents-org/openagents

Agent HQ – GitHub

核心功能

• 多源AI代理集成: 能够无缝集成和管理来自OpenAI、Google、Anthropic、xAI、Cognition等多个领先供应商的AI编码代理。
• 统一任务分配与监控: 允许开发者向不同AI代理分配编程任务，并提供“任务控制中心”以实时跟踪代理的工作进度和状态。
• 协作工作流协调: 将AI代理作为“第一类协作伙伴”引入到GitHub等开发平台，使其深度参与代码审查、拉取请求和CI/CD等开发流程。
• 权限与治理管理: 提供集中化的权限管理功能，确保AI代理的部署和操作符合企业政策和安全标准。
• 跨平台一致体验: 在Web界面、IDE（如VS Code）、移动应用和命令行工具中提供一致的用户交互和管理体验。
• 互操作性与扩展性: 构建可扩展的基础设施，促进不同AI代理、数据源和AI模型之间的互操作性。

技术原理

• 统一控制平面架构 (Unified Control Plane Architecture): Agent HQ作为抽象层，在底层AI代理和上层开发者之间提供一个标准化的接口和管理机制，实现多代理的统一调度和编排。
• 任务编排与代理生命周期管理 (Task Orchestration and Agent Lifecycle Management): 平台支持对AI代理的任务进行分解、分配、执行监控和结果聚合，并管理代理的部署、更新和销毁。
• API与SDK层 (API & SDK Layer): 提供开放的API和SDK，允许第三方AI代理便捷地接入平台，实现功能扩展和定制。
• 基于大语言模型 (LLM) 的智能体 (LLM-based Agents): 核心AI代理通常基于大型语言模型构建，使其具备理解、生成和执行代码的能力，并能进行推理、规划和采取行动。
• 并行计算与数据处理 (Parallel Computing & Data Processing): （部分平台提及）可能采用高效的并行计算引擎，以处理大量数据和支持AI代理的实时分析能力。
• AI可观测性 (AI Observability): 包含监控工具，用于跟踪AI代理的性能、行为和潜在偏差，确保其可靠运行。

应用场景

• 软件开发与工程:

• 企业级AI解决方案:

• AI代理生态系统构建:

官网地址：https://github.blog/news-insights/company-news/welcome-home-agents/

------------------------------------------------------------ ⬆ 返回README目录 ⬆ Back to Contents