7个主流AI Agent开发框架

在深入人工智能领域时，你经常会遇到称为“代理框架”的工具。这些软件库可帮助你构建可以自动执行任务的应用程序 - 将它们视为智能应用程序背后的大脑。今天，我将根据我的经验以及社区似乎喜欢的内容，回顾一些最受欢迎的代理框架。

1、Autogen

优点：Autogen 就像代理框架中的瑞士军刀。它可以同时做很多事情，甚至可以处理实时数据流。它的规划代理功能非常适合制定复杂的计划。GitHub 上有超过 27,500 颗星，显然很多人都信任并使用 Autogen。如果你遇到问题，此存储库的维护者会迅速做出响应，这里的灵活性是一流的。你甚至可以同时运行多个代理。

但是……问题是，你需要编写相当多的代码来设置一切 - 大约一页才能开始。

2、Semantic Kernel

优点：与 Autogen 类似，Semantic Kernel 可以在处理连续数据的同时管理任务。它也能与 Autogen 代理很好地配合使用，这意味着它们可以和谐地协同工作。它的设计使你可以在不同的项目中重复使用您构建的内容，这非常方便。此外，它还能记住东西（这要归功于内置的内存模块），就像拥有一个不会忘记您偏好的智能助手一样。

但是……它主要使用 C#，之后会在 Python 中推出功能。

3、Promptflow

不喜欢：很抱歉，但 Promptflow 有点像一场噩梦。感觉它被设计得尽可能令人困惑和不友好。启动它就像在等待树懒跑马拉松，试图改变它的任何内容就像蒙着眼睛解魔方一样。它无法像 Autogen 那样与其他框架很好地配合使用，尤其是在某些技术环境（如 Azure）中，无需额外设置。

4、Langchain

优点：Langchain 是目前最流行的 LLM 框架之一，拥有 86,000 颗星。它的社区非常庞大，功能也很多。

但是……我个人用起来很不顺手。我严格按照他们的教程操作，但就是不行。错误到处弹出，这对于维护良好的软件来说不应该发生。此外，网上的一些传言表明它可能还没有为大型项目做好准备。

5、CrewAI

优点：CrewAI 与 Autogen 非常相似，但它以更擅长选择下一个代理而自豪。只需几行非常简单的代码就可以更轻松地启动和运行代理。它非常适合初学者或那些想要在不设置麻烦的情况下完成任务的人。

但是……它不处理流式函数调用，这对于许多项目来说至关重要。例如，为了加快速度，ChatGPT 会一次流回单词而不是一个块，而据我所见，CrewAI 无法做到这一点，这是一个巨大的问题。不过我可能是错的，如果 CrewAI 确实提供流式传输，请纠正我。编辑：一位读者告诉我，他们在让 CrewAI 执行聊天功能方面遇到了困难，而且维护者似乎对建议反应不灵敏。

6、MemGPT

有趣的选择：虽然 MemGPT 本身不是代理，但它是一个非常酷的概念。它允许代理记住比其上下文窗口更长的对话，并以计算机在硬盘上存储信息的方式存储对话笔记。它甚至可以个性化互动，这可以让数字互动感觉更人性化。

备注：我无法让 MemGPT 工作。它的作者忙于攻读博士学位，无法为 repo 提供支持。尽管如此，我认为这是一个非常有前途的想法，我希望他们能够让它运行起来。

7、LangFlow

我还没有尝试过这个，但它看起来很棒，而且似乎很容易使用。我是无代码编程的粉丝，这个似乎对代理来说很棒。

8、结束语

选择正确的代理框架就像选择正确的汽车一样。这完全取决于你的需求、专业知识以及想要进行哪种“驾驶”。

我的首选是Autogen。尽管它很复杂，但 Autogen 的强大功能和灵活性使它成为我的首选。完全披露：我为它做出了贡献，并且亲身了解它的潜力。

希望本指南能为你的 AI 之旅选择合适的伴侣！

原文链接：A Quick Review of The Most Popular AI Agent Frameworks

汇智网翻译整理，转载请标明出处