主流框架与平台
本目录比较主流 Agent 框架、SDK、平台与低代码产品。核对日期:2026-05-09。
1. 阅读路径
| 文件 | 重点 |
|---|---|
| OpenAI-Agent生态 | Responses API、Agents SDK、工具调用、追踪与平台能力 |
| Anthropic-Claude与MCP | Claude 工具使用、MCP、computer use 与协议边界 |
| LangGraph | 状态图、持久化、human-in-the-loop、多 Agent 编排 |
| LangChain | 高层 Agent API、模型/工具集成、与 LangGraph 的关系 |
| LlamaIndex | 数据/RAG 优先的 Agent 与 workflow |
| Microsoft-AutoGen | Microsoft 多 Agent 编程框架 |
| Semantic-Kernel | 企业应用中的 Kernel、插件和 Agent Framework |
| CrewAI | crews、flows 与角色化协作 |
| Dify | 可视化 LLM 应用、工作流、Agent 与 LLMOps |
| Coze | 可视化 Agent 平台与 Coze Studio |
| 框架选型指南 | 按工程约束做选型 |
2. 分类方式
| 类别 | 代表 | 适用 |
|---|---|---|
| 模型厂商原生 SDK | OpenAI Agents SDK、Anthropic tool use/MCP | 紧贴模型能力、需要官方支持 |
| 编排框架 | LangGraph、AutoGen、Semantic Kernel | 复杂状态、多 Agent、企业集成 |
| 应用框架 | LangChain、LlamaIndex | 快速集成模型、工具、RAG、Agent |
| 角色化 Agent 框架 | CrewAI | 业务流程和角色协作原型 |
| 可视化平台 | Dify、Coze | 产品化搭建、非纯代码团队、运营可视化 |
3. 能力口径
| 判断 | 含义 |
|---|---|
| 官方能力 | 官方文档、官方仓库或官方 SDK 明确支持 |
| 社区能力 | 第三方插件、社区 connector、示例项目支持 |
| 实验能力 | 官方标注 beta/experimental/preview 或 API 快速变化 |
| 营销说法 | 缺少可复现接口、源码、评测或边界说明的描述 |
4. 选型总原则
- 框架不能替代架构设计。先明确状态、工具权限、评测、部署和审计要求。
- 需要确定性流程时优先 workflow/state graph,不要把所有控制权交给模型。
- 需要企业集成时,优先看身份、权限、日志、私有部署、插件治理和升级路径。
- 需要快速产品化时,可视化平台有优势,但要确认导出、版本化、测试和回滚能力。
- 多 Agent 不是默认方案。只有当角色、状态或工具边界确实需要拆分时才引入。
5. 权威资料
- OpenAI Agents SDK: https://openai.github.io/openai-agents-python/
- Anthropic docs: https://docs.anthropic.com/
- MCP specification: https://modelcontextprotocol.io/specification/2025-11-25
- LangGraph docs: https://docs.langchain.com/oss/python/langgraph/overview
- LangChain docs: https://docs.langchain.com/oss/python/langchain/overview
- LlamaIndex docs: https://docs.llamaindex.ai/en/stable/
- Microsoft AutoGen docs: https://microsoft.github.io/autogen/stable/
- Microsoft Semantic Kernel docs: https://learn.microsoft.com/en-us/semantic-kernel/
- CrewAI docs: https://docs.crewai.com/
- Dify docs: https://docs.dify.ai/
- Coze Studio GitHub: https://github.com/coze-dev/coze-studio