想了解下大家目前在生产环境, 都是用的什么Py框架SDK构建的AI Agent
- 内容介绍
- 文章标签
- 相关推荐
先说下背景, 以前我一直使用 LLM API + Java 手搓的agent流程, 写的非常痛苦
想请教下佬友们, 当下构建一个Agent, 大家会选择什么框架/SDK, 您认为的优劣势又会是什么
- LangGraph
- LangChain
- OpenAI Agents SDK
- Anthropic SDK
- LLM API 手搓
- Dify / Coze 等低代码方案
按佬友反馈追加了以下多选
- Microsoft Agent Framework
- Google ADK - Agent Development Kit
- Pi-Agent-Core
--【壹】--：
我还没有自己开发过Agent，但是我要是选择的话，我会选择dify吧，感觉挺简单的。
--【贰】--：
我看这边用agno来开发ai应用的较多，比较方便
--【叁】--：
如果是确定性的流程编排，有 DAG 图，那就只能 langchain + langgraph。
如果是 skill + AI 自主规划，不推荐任何框架，直接使用御三家的官方 SDK。
--【肆】--：
langchain.js现在相当好用，深度定制流程就用langgraph.js，claude agent sdk也很不错。虽然框架很好用，但是自己还是要能手搓出来类似的框架然后不断吸取好的Agent设计架构才能走得更远。
--【伍】--：
我哭死，我觉得微软的几个框架挺好用的，但居然都没有
--【陆】--：
同意楼上的说法，得看你项目中的具体需求。没有好坏之分和流行度这么一说，最适合你的才是最好的。如果业务复杂度高也可能要自己开发的。
--【柒】--：
谷歌的 Agent Development Kit 用下来感觉蛮好的
--【捌】--：
AI应用和AI Agent还是有区别，举个例子。智能体是，老板下指令，员工给结果。AI应用是拿着剧本拍戏，我感觉dify和扣子更偏向应用，只是个人看法哈。另外推荐LangGraph，做了2个MVP，但是遗憾没有落地。
--【玖】--：
没，个人偏好，你可以去看看
语义内核简介
了解语义内核
Microsoft Agent Framework 概述
使用 Microsoft Agent Framework 在.NET和Python中生成 AI 代理和多代理工作流。
当然，我都没有大规模开发过，只做过demo
--【拾】--：
java方向确实有langchain4j graph4j 等框架选择，我会纠结的是，如果从零开始构建一个AI Agent，继续选择java的优势是什么
--【拾壹】--：
我在用agno/crewai/langchain…
--【拾贰】--：
LangGraph很适合流程式业务进行agent开发，大部分企业目前阶段常用的agent开发也是为了完成之前的一些流程化的工作流吧，那我觉得LangGraph就和非常适合。
--【拾叁】--：
java的话可以使用langchain4j，我目前用go开发用的字节的eino框架
--【拾肆】--：
这个其实要从不同维度来看，如果只是普通需求那低代码平台就能搞定，如果是高度定制化也只开发
--【拾伍】--：
是我信息过于闭塞了, 您说的是哪些, 我追加上去
--【拾陆】--：
Dify 用于快速测试和演示以及简单场景，因为容易维护，调试提示词方便。
做好了想好好用就用 langchain langgraph 写，这样更灵活方便管理，而且还可以 AI codibg
先说下背景, 以前我一直使用 LLM API + Java 手搓的agent流程, 写的非常痛苦
想请教下佬友们, 当下构建一个Agent, 大家会选择什么框架/SDK, 您认为的优劣势又会是什么
- LangGraph
- LangChain
- OpenAI Agents SDK
- Anthropic SDK
- LLM API 手搓
- Dify / Coze 等低代码方案
按佬友反馈追加了以下多选
- Microsoft Agent Framework
- Google ADK - Agent Development Kit
- Pi-Agent-Core
--【壹】--：
我还没有自己开发过Agent，但是我要是选择的话，我会选择dify吧，感觉挺简单的。
--【贰】--：
我看这边用agno来开发ai应用的较多，比较方便
--【叁】--：
如果是确定性的流程编排，有 DAG 图，那就只能 langchain + langgraph。
如果是 skill + AI 自主规划，不推荐任何框架，直接使用御三家的官方 SDK。
--【肆】--：
langchain.js现在相当好用，深度定制流程就用langgraph.js，claude agent sdk也很不错。虽然框架很好用，但是自己还是要能手搓出来类似的框架然后不断吸取好的Agent设计架构才能走得更远。
--【伍】--：
我哭死，我觉得微软的几个框架挺好用的，但居然都没有
--【陆】--：
同意楼上的说法，得看你项目中的具体需求。没有好坏之分和流行度这么一说，最适合你的才是最好的。如果业务复杂度高也可能要自己开发的。
--【柒】--：
谷歌的 Agent Development Kit 用下来感觉蛮好的
--【捌】--：
AI应用和AI Agent还是有区别，举个例子。智能体是，老板下指令，员工给结果。AI应用是拿着剧本拍戏，我感觉dify和扣子更偏向应用，只是个人看法哈。另外推荐LangGraph，做了2个MVP，但是遗憾没有落地。
--【玖】--：
没，个人偏好，你可以去看看
语义内核简介
了解语义内核
Microsoft Agent Framework 概述
使用 Microsoft Agent Framework 在.NET和Python中生成 AI 代理和多代理工作流。
当然，我都没有大规模开发过，只做过demo
--【拾】--：
java方向确实有langchain4j graph4j 等框架选择，我会纠结的是，如果从零开始构建一个AI Agent，继续选择java的优势是什么
--【拾壹】--：
我在用agno/crewai/langchain…
--【拾贰】--：
LangGraph很适合流程式业务进行agent开发，大部分企业目前阶段常用的agent开发也是为了完成之前的一些流程化的工作流吧，那我觉得LangGraph就和非常适合。
--【拾叁】--：
java的话可以使用langchain4j，我目前用go开发用的字节的eino框架
--【拾肆】--：
这个其实要从不同维度来看，如果只是普通需求那低代码平台就能搞定，如果是高度定制化也只开发
--【拾伍】--：
是我信息过于闭塞了, 您说的是哪些, 我追加上去
--【拾陆】--：
Dify 用于快速测试和演示以及简单场景，因为容易维护，调试提示词方便。
做好了想好好用就用 langchain langgraph 写，这样更灵活方便管理，而且还可以 AI codibg