《AI Agent 自学指北》第 5 篇:认识主流 Agent 框架

1. 前言

有没有一个框架,能让我们只关心工具函数本身,剩下的循环、错误处理、消息管理都由框架搞定?

2.框架

2.1 通用 Agent 框架

框架难度定位
LangChain中等全能型,工具链最全
Semantic Kernel中等微软出品,C# 友好
Haystack中等专注 RAG 和搜索

2.2 多 Agent 协作框架

框架难度定位
CrewAI多 Agent 模拟团队协作
AutoGen中等微软出品,多 Agent 对话
ChatDev中等模拟软件开发团队

2.3 自主 Agent 框架

框架难度定位
AutoGPT完全自主,长期目标
BabyAGI中等任务自动分解

2.4 低代码 / 可视化平台

平台难度定位
Dify极低拖拽式搭建,非程序员友好
Coze(扣子)极低字节出品,国内友好
FastGPT开源,专注知识库

3.重点框架介绍

3.1 LangChain —— 最全能的框架

LangChain 的核心组件

LLM 封装 → 统一调用各种模型的接口
@tool 装饰器 → 把函数变成工具,自动生成描述
Agent → 定义 LLM 如何决策(选哪个工具)
AgentExecutor → 自动执行循环(决定→执行→反馈→再决定)
Memory → 记住对话历史

LangChain 的生态确实很全,基本上能想到的它都有。但文档概念太多了,Chain、Agent、Tool、Memory、Retriever……刚上手容易懵。

-----功能最全,但学习曲线最陡。适合想系统学 Agent 的人,不太适合只是想快速跑个 demo。

3.2 CrewAI —— 最简单的多 Agent 框架

CrewAI 的核心理念是:把 Agent 当成"团队成员",每个 Agent 有自己的角色、目标和背景故事。

from crewai import Agent, Task, Crew, Process

# 定义三个"员工"
researcher = Agent(
    role="研究员",
    goal="收集关于{主题}的最新信息",
    backstory="你是一个资深研究员,擅长从互联网找到准确信息",
)

writer = Agent(
    role="技术写手",
    goal="将研究结果写成清晰易懂的博客",
    backstory="你是一个技术博客作者,擅长把复杂概念讲清楚",
)

editor = Agent(
    role="编辑",
    goal="检查文章质量,确保表达准确、结构清晰",
    backstory="你是一个严格的编辑,对文字质量要求很高",
)

# 分配任务
research_task = Task(
    description="研究{主题}的最新进展",
    agent=researcher,
    expected_output="一份详细的研究报告"
)

write_task = Task(
    description="基于研究报告写博客",
    agent=writer,
    expected_output="一篇完整的博客文章"
)

edit_task = Task(
    description="审核并修改博客",
    agent=editor,
    expected_output="最终版本的文章"
)

# 组建团队
crew = Crew(
    agents=[researcher, writer, editor],
    tasks=[research_task, write_task, edit_task],
    process=Process.sequential  # 顺序执行
)

result = crew.kickoff(inputs={"主题": "AI Agent 入门"})
print(result)

这段代码很容易看懂——三个 Agent 分别扮演研究员、写手、编辑,顺序执行任务,最后输出一篇博客。API 设计很直观,代码可读性很好。

----如果想快速体验多 Agent 协作,CrewAI 是最佳选择。但功能不如 LangChain 丰富,复杂场景可能不够用。

3.3 Dify 和 Coze —— 不用写代码的选择

这两个是低代码/零代码平台,我简单看了一下。

Dify 是开源的,可以自己部署,拖拽式搭建 Agent 流程。Coze 是字节跳动的产品,国内直接访问,内置了很多插件(搜索、阅读、图片等),还能发布到飞书、微信。

-----如果不想写代码,或者想快速验证想法,这两个很合适。但我还是想自己写代码,所以暂时不深入。


4. 几个框架的对比总结

对比维度LangChainCrewAIDifyCoze
要不要写代码不用(拖拽)不用(配置)
学习难度极低极低
灵活性最高
多 Agent 协作需额外配置原生支持支持部分支持

| 适合谁 | 想系统学的开发者 | 想快速体验的开发者 | 非技术人员 | 非技术人员 |


5. 实际项目怎么选

光看对比表格还不够,我说说具体做项目时怎么选。

做什么类型的项目?

项目类型推荐的框架原因
个人知识库问答LangChain + RAG生态最全,文档加载器、向量数据库支持最丰富
自动写日报/周报CrewAI多 Agent 分工协作,天然适合"收集→整理→生成"流程
客服机器人LangChain需要记忆管理、多轮对话、工具调用,LangChain 最成熟
数据分析助手LangChain需要代码执行、图表生成、文件操作,插件生态最全
快速验证想法Dify / Coze拖拽搭建,不需要写代码,一天就能出原型
多 Agent 写作团队CrewAI原生支持角色分工,写报告很好用

6. 参考资料

  • LangChain 官方文档:https://python.langchain.com/docs/get_started/introduction
  • CrewAI 官方文档:https://docs.crewai.com/
  • Dify 官网:https://dify.ai/
  • Coze(扣子):https://www.coze.com/
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值