以下是一些常见的 Agent 框架对比:
|技能需求|Agent框架|框架特点简介|<br>|-|-|-|<br>|新人|Coze|免费使用各种大语言模型|<br>|进阶熟悉API开发| ||<br>|程序员熟悉python|neuflow Agently AutoGPT[MetaGPT](https://github.com/geekan/MetaGPT)[Langchain](https://github.com/langchain-ai/langchain)[Langflow](https://docs.langflow.org)[Guidance](https://github.com/guidance-ai/guidance?tab=readme-ov-file#basic-generation)[ModelScope-Agent](https://github.com/modelscope/modelscope-agent/blob/master/README_CN.md)[魔搭agent实操](https://modelscope.cn/search?page=1&search=Agent%E5%AE%9E%E6%93%8D&type=headline)||除此之外,开源Agent框架已经是百花齐放:来自:https://github.com/e2b-dev/awesome-ai-agents
读到这里如果还有问题的同学,我大概能猜到是什麼样的问题。像coze、dify这样的平台,虽然带来了可视化workflow的便捷操作和LLMops的基建支持,但还有很多想法实现不了,对吧?比如循环,再比如并行分支...等等,这个时候我会建议你开始写代码。其实去年底的时候langchain就基于图的概念推出了全新的Agent框架Langgraph,很灵活,但是仍旧会有一些问题,Langchain上的问题同样被带到了Langgraph,对于只想简单入手写个Agent的,门槛略高。相比之下,会更推荐莫欣老师的Agently框架,客观公正地评价一下,写一次你就会爱上那种感觉,你只需要专注于构思Agent的实现,剩下的coding,交给框架。(本篇不是软文),附上官网和langgraph的比较。
读到这里如果还有问题的同学,我大概能猜到是什麼样的问题。像coze、dify这样的平台,虽然带来了可视化workflow的便捷操作和LLMops的基建支持,但还有很多想法实现不了,对吧?比如循环,再比如并行分支...等等,这个时候我会建议你开始写代码。其实去年底的时候langchain就基于图的概念推出了全新的Agent框架Langgraph,很灵活,但是仍旧会有一些问题,Langchain上的问题同样被带到了Langgraph,对于只想简单入手写个Agent的,门槛略高。相比之下,会更推荐莫欣老师的Agently框架,客观公正地评价一下,写一次你就会爱上那种感觉,你只需要专注于构思Agent的实现,剩下的coding,交给框架。(本篇不是软文),附上官网和langgraph的比较。