[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-e2b-dev--awesome-ai-sdks":3,"tool-e2b-dev--awesome-ai-sdks":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",142651,2,"2026-04-06T23:34:12",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":77,"owner_twitter":78,"owner_website":79,"owner_url":80,"languages":76,"stars":81,"forks":82,"last_commit_at":83,"license":76,"difficulty_score":84,"env_os":85,"env_gpu":86,"env_ram":86,"env_deps":87,"category_tags":90,"github_topics":91,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":109,"updated_at":110,"faqs":111,"releases":112},5000,"e2b-dev\u002Fawesome-ai-sdks","awesome-ai-sdks","A database of SDKs, frameworks, libraries, and tools for creating, monitoring, debugging and deploying autonomous AI agents","awesome-ai-sdks 是一个专为自主 AI 智能体（AI Agents）打造的开源资源库，由 e2b 团队维护。它系统性地汇集了用于创建、监控、调试及部署 AI 智能体的各类 SDK、框架、函数库和工具。\n\n在 AI 智能体开发日益复杂的背景下，开发者往往面临工具分散、选型困难以及缺乏统一观测手段等挑战。awesome-ai-sdks 通过整理一份经过筛选的高质量清单，有效解决了信息碎片化问题，帮助开发者快速找到适配的技术栈。收录的项目涵盖了从底层运行时到上层观测平台的多种解决方案，例如提供智能体操作系统环境的 E2B、专注于监控与回放分析的 AgentOps、支持多语言构建反应式智能体的 Chidori，以及能一键追踪成本与延迟的 Helicone 等。\n\n该资源库主要面向 AI 工程师、后端开发者及相关领域的研究人员。无论是希望从零构建智能体，还是需要对现有系统进行性能优化与故障排查，都能在此找到实用的开发组件。其独特的亮点在于不仅提供了工具列表，还强调了工具间的互操作性与对多种技术栈的兼容支持，为构建稳健、可观测的自主智能体生态提供了坚实的基础设施参考。","\n\u003Ch1 align=\"center\">\n\t:gift: Awesome SDKs For AI Agents\n\t\u003Cp align=\"center\">\n\t\t\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FU7KEcGErtQ\" target=\"_blank\">\n\t\t\t\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fstatic\u002Fv1?label=Join&message=%20discord!&color=mediumslateblue\">\n\t\t\u003C\u002Fa>\n\t\t\u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fe2b\" target=\"_blank\">\n\t\t\t\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fe2b.svg?logo=twitter\">\n\t\t\u003C\u002Fa>\n\t\u003C\u002Fp>\n\u003C\u002Fh1>\n\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fe2b-dev_awesome-ai-sdks_readme_255915f81b7b.png\" width=\"100%\" alt=\"SDKs Repo Visual\" \u002F>\n\nWelcome to our list of [AI agents](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents) SDKs. A database of SDKs, frameworks, libraries, and tools for creating, monitoring, debugging and deploying autonomous [AI agents](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents)\n\nThe list is done according to our best knowledge, although definitely not comprehensive.\nDiscussion and feedback appreciated! :heart:\n\n## Have anything to add?\nYou have something to add or improve about our list? Do it via pull request.\n\n## Who's behind this?\nThis list is made by the team behind [e2b](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fe2b). E2b is building an operation system of AI agents - that is, a set of tools, environments, SDKs and APIs. E2b is agnostic to your tech stack and aims to work with any tooling for building AI agents.\n\n## Join the community\n- Follow us on [Twitter](https:\u002F\u002Ftwitter.com\u002Fe2b)\n- [Join Twitter community](https:\u002F\u002Ftwitter.com\u002Fi\u002Fcommunities\u002F1670204079619055616) for AI agents\n- [Join our Discord](https:\u002F\u002Fdiscord.gg\u002FU7KEcGErtQ)\n- Want to discuss anything about AI agents? [Schedule a call with us](https:\u002F\u002Fcalendly.com\u002Ftereza-tizkova\u002F30min)\n\nFeel free to reach out to us at [hello@e2b.dev](mailto:hello@e2b.dev).\nCheck out also our database of [AI agents](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents).\n\n\n## [E2B](https:\u002F\u002Fwww.e2b.dev\u002F)\nE2b is an operating system for AI agents, that is, a set of tools, APIs, and cloud environments for  agents.\n\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Fwww.e2b.dev\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fe2b-dev)\n    - [e2b Dashboard](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fe2b)\n    - [The Agent Protocol](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fagent-protocol)\n    - [ChatGPT Pluhin](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fchatgpt-plugin)\n- [Twitter](https:\u002F\u002Ftwitter.com\u002Fe2b)\n    - [Vasek Mlejnsky](https:\u002F\u002Ftwitter.com\u002Fmlejva) (CEO, founder)\n    - [Tomas Valenta](https:\u002F\u002Ftwitter.com\u002Fco_valenta) (CEO, founder)\n    - [Tereza Tizkova](https:\u002F\u002Ftwitter.com\u002Ftereza_tizkova) (Growth & Community)\n    - [Jakub Novak](https:\u002F\u002Ftwitter.com\u002F_jcube) (Software Engineer)\n- [Discord](https:\u002F\u002Fdiscord.com\u002Finvite\u002FU7KEcGErtQ)\n\n\u003C\u002Fdetails>\n\n\n## [AgentOps](https:\u002F\u002Fwww.agentops.ai\u002F)\nAgentOps create tools to make agents actually work, e.g., graphs, monitoring, and replay analytics.\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n### Links\n- [Web](https:\u002F\u002Fwww.agentops.ai\u002F)\n\n\n\u003C\u002Fdetails>\n\n\n## [Chidori](https:\u002F\u002Fgithub.com\u002FThousandBirdsInc\u002Fchidori)\nChidori is a reactive runtime for building AI agents. It provides a framework for building AI agents that are reactive, observable, and robust. It supports building agents with Node.js, Python, and Rust.\nIt is currently in alpha, and is not yet ready for production use.\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n### Links\n- [Web](https:\u002F\u002Fdocs.thousandbirds.ai\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002FThousandBirdsInc\u002Fchidori)\n- [Discord](https:\u002F\u002Fdiscord.com\u002Finvite\u002FCJwKsPSgew)\n\n\u003C\u002Fdetails>\n\n## [Fixie]()\n\nFixie is a platform for conversational AI that enables to build agents in any language. They have their own [agent protocol](https:\u002F\u002Fdocs.fixie.ai\u002Fagent-protocol\u002F).\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n### Links\n- [Web](https:\u002F\u002Fdocs.fixie.ai\u002Fagents\u002F)\n\n\n\n\u003C\u002Fdetails>\n\n## [Helicone](https:\u002F\u002Fwww.helicone.ai\u002F)\nAn open-source observability platform for GPT-3. Allows to track usage, costs, and latency with one line of code.\n\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Fwww.helicone.ai\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002FHelicone\u002Fhelicone)\n- [Linkedin](https:\u002F\u002Fwww.linkedin.com\u002Fcompany\u002Fhelicone\u002F)\n\n\n\n\u003C\u002Fdetails>\n\n## [Langchain](https:\u002F\u002Fwww.langchain.com\u002F)\nLangChain is a framework designed to simplify the creation of applications using large language models.\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Fwww.langchain.com\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flangchain-ai\u002Flangchain)\n\n\n\n\u003C\u002Fdetails>\n\n## [Langfuse](https:\u002F\u002Flangfuse.com\u002F)\nLangfuse is an open-source analytics for LLM apps. The analytics is currently in a closed alph\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Flangfuse.com\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flangfuse\u002Flangfuse)\n\n\n\n\u003C\u002Fdetails>\n\n## [LangSmith](https:\u002F\u002Fsmith.langchain.com\u002F)\nA unified platform for debugging, testing, evaluating, and monitoring LLM applications. LangSmith is now in closed beta. \n\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Fsmith.langchain.com\u002F)\n\n\n\n\u003C\u002Fdetails>\n\n## [SID](https:\u002F\u002Fwww.sid.ai\u002F)\n\nSID is a YC S23 company that makes data infrastructure for AI easy by letting AI devs connect to all of their customer's data with a single button and API.\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Fwww.sid.ai\u002F)\n- [Twitter](https:\u002F\u002Ftwitter.com\u002Ftry_sid)\n\n\n\n\u003C\u002Fdetails>\n\n## [Steamship](https:\u002F\u002Fwww.steamship.com\u002F)\nSteamship is a platform that allows to build, scale, and monitor AI agents with serverless cloud hosting, vector search, webhooks, callbacks, and more.\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n- \n\n### Links\n- [Web](https:\u002F\u002Fwww.steamship.com\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsteamship-core)\n- [Twitter](https:\u002F\u002Ftwitter.com\u002FGetSteamship)\n- [Discord](https:\u002F\u002Fdiscord.com\u002Finvite\u002FdR5fHvxSNg)\n\n\n\n\u003C\u002Fdetails>\n\n## [Vercel AI SDK](https:\u002F\u002Fsdk.vercel.ai\u002Fdocs)\n\nAn open source library for building AI-powered user interfaces.\n\n\u003Cdetails>\n\n\u003C!-- ### Description -->\n\n\n### Links\n- [Web](https:\u002F\u002Fsdk.vercel.ai\u002Fdocs)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvercel-labs\u002Fai)\n\n\n\u003C\u002Fdetails>\n\n\n","\u003Ch1 align=\"center\">\n\t:gift: 令人惊叹的 AI 代理 SDK\n\t\u003Cp align=\"center\">\n\t\t\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FU7KEcGErtQ\" target=\"_blank\">\n\t\t\t\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fstatic\u002Fv1?label=加入&message=%20Discord!&color=mediumslateblue\">\n\t\t\u003C\u002Fa>\n\t\t\u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fe2b\" target=\"_blank\">\n\t\t\t\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fe2b.svg?logo=twitter\">\n\t\t\u003C\u002Fa>\n\t\u003C\u002Fp>\n\u003C\u002Fh1>\n\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fe2b-dev_awesome-ai-sdks_readme_255915f81b7b.png\" width=\"100%\" alt=\"SDKs 仓库可视化\" \u002F>\n\n欢迎来到我们的 [AI 代理](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents) SDK 列表。这是一个用于创建、监控、调试和部署自主 [AI 代理](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents) 的 SDK、框架、库和工具数据库。\n\n该列表基于我们现有的最佳知识整理而成，但绝非全面。欢迎讨论与反馈！:heart:\n\n## 想要添加内容吗？\n如果您有关于本列表的补充或改进建议，请通过 Pull Request 提交。\n\n## 谁在背后支持？\n本列表由 [e2b](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fe2b) 团队打造。e2b 正在构建一个 AI 代理的操作系统——即一套工具、环境、SDK 和 API。e2b 对您的技术栈持中立态度，旨在与任何用于构建 AI 代理的工具兼容。\n\n## 加入社区\n- 关注我们在 [Twitter](https:\u002F\u002Ftwitter.com\u002Fe2b) 上的动态\n- 加入 [AI 代理 Twitter 社区](https:\u002F\u002Ftwitter.com\u002Fi\u002Fcommunities\u002F1670204079619055616)\n- 加入我们的 [Discord](https:\u002F\u002Fdiscord.gg\u002FU7KEcGErtQ)\n- 想讨论关于 AI 代理的任何话题吗？[预约与我们通话](https:\u002F\u002Fcalendly.com\u002Ftereza-tizkova\u002F30min)\n\n欢迎随时通过 [hello@e2b.dev](mailto:hello@e2b.dev) 联系我们。同时，也请查看我们的 [AI 代理](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents) 数据库。\n\n\n## [E2B](https:\u002F\u002Fwww.e2b.dev\u002F)\nE2B 是一个面向 AI 代理的操作系统，即一套为代理提供的工具、API 和云环境。\n\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Fwww.e2b.dev\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fe2b-dev)\n    - [e2b 控制台](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fe2b)\n    - [Agent 协议](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fagent-protocol)\n    - [ChatGPT 插件](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fchatgpt-plugin)\n- [Twitter](https:\u002F\u002Ftwitter.com\u002Fe2b)\n    - [Vasek Mlejnsky](https:\u002F\u002Ftwitter.com\u002Fmlejva)（CEO、创始人）\n    - [Tomas Valenta](https:\u002F\u002Ftwitter.com\u002Fco_valenta)（CEO、创始人）\n    - [Tereza Tizkova](https:\u002F\u002Ftwitter.com\u002Ftereza_tizkova)（增长与社区负责人）\n    - [Jakub Novak](https:\u002F\u002Ftwitter.com\u002F_jcube)（软件工程师）\n- [Discord](https:\u002F\u002Fdiscord.com\u002Finvite\u002FU7KEcGErtQ)\n\n\u003C\u002Fdetails>\n\n\n## [AgentOps](https:\u002F\u002Fwww.agentops.ai\u002F)\nAgentOps 致力于打造让代理真正发挥作用的工具，例如图表、监控和回放分析。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n### 链接\n- [官网](https:\u002F\u002Fwww.agentops.ai\u002F)\n\n\n\u003C\u002Fdetails>\n\n\n## [Chidori](https:\u002F\u002Fgithub.com\u002FThousandBirdsInc\u002Fchidori)\nChidori 是一种用于构建 AI 代理的响应式运行时。它提供了一个框架，帮助开发者构建反应灵敏、可观测且稳健的 AI 代理。Chidori 支持使用 Node.js、Python 和 Rust 进行开发。目前仍处于 Alpha 阶段，尚未准备好投入生产环境。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n### 链接\n- [官网](https:\u002F\u002Fdocs.thousandbirds.ai\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002FThousandBirdsInc\u002Fchidori)\n- [Discord](https:\u002F\u002Fdiscord.com\u002Finvite\u002FCJwKsPSgew)\n\n\u003C\u002Fdetails>\n\n## [Fixie]()\n\nFixie 是一个对话式 AI 平台，支持用任何编程语言构建代理。他们拥有自己的 [代理协议](https:\u002F\u002Fdocs.fixie.ai\u002Fagent-protocol\u002F)。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n### 链接\n- [官网](https:\u002F\u002Fdocs.fixie.ai\u002Fagents\u002F)\n\n\n\n\u003C\u002Fdetails>\n\n## [Helicone](https:\u002F\u002Fwww.helicone.ai\u002F)\nHelicone 是一个面向 GPT-3 的开源可观测性平台。只需一行代码，即可追踪使用情况、成本和延迟。\n\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Fwww.helicone.ai\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002FHelicone\u002Fhelicone)\n- [LinkedIn](https:\u002F\u002Fwww.linkedin.com\u002Fcompany\u002Fhelicone\u002F)\n\n\n\n\u003C\u002Fdetails>\n\n## [Langchain](https:\u002F\u002Fwww.langchain.com\u002F)\nLangChain 是一个旨在简化大型语言模型应用开发的框架。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Fwww.langchain.com\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flangchain-ai\u002Flangchain)\n\n\n\n\u003C\u002Fdetails>\n\n## [Langfuse](https:\u002F\u002Flangfuse.com\u002F)\nLangfuse 是一个面向 LLM 应用的开源分析工具。目前该分析工具仍处于封闭 Alpha 阶段。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Flangfuse.com\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flangfuse\u002Flangfuse)\n\n\n\n\u003C\u002Fdetails>\n\n## [LangSmith](https:\u002F\u002Fsmith.langchain.com\u002F)\nLangSmith 是一个用于调试、测试、评估和监控 LLM 应用的统一平台。目前 LangSmith 处于封闭 Beta 阶段。\n\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Fsmith.langchain.com\u002F)\n\n\n\n\u003C\u002Fdetails>\n\n## [SID](https:\u002F\u002Fwww.sid.ai\u002F)\n\nSID 是一家 YC S23 入选公司，致力于通过一键式按钮和 API，让 AI 开发者轻松连接到所有客户数据，从而简化 AI 数据基础设施。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Fwww.sid.ai\u002F)\n- [Twitter](https:\u002F\u002Ftwitter.com\u002Ftry_sid)\n\n\n\n\u003C\u002Fdetails>\n\n## [Steamship](https:\u002F\u002Fwww.steamship.com\u002F)\nSteamship 是一个平台，允许开发者利用无服务器云托管、向量搜索、Webhook、回调等功能来构建、扩展和监控 AI 代理。\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n- \n\n### 链接\n- [官网](https:\u002F\u002Fwww.steamship.com\u002F)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsteamship-core)\n- [Twitter](https:\u002F\u002Ftwitter.com\u002FGetSteamship)\n- [Discord](https:\u002F\u002Fdiscord.com\u002Finvite\u002FdR5fHvxSNg)\n\n\n\n\u003C\u002Fdetails>\n\n## [Vercel AI SDK](https:\u002F\u002Fsdk.vercel.ai\u002Fdocs)\n\n一个用于构建 AI 驱动用户界面的开源库。\n\n\u003Cdetails>\n\n\u003C!-- ### 描述 -->\n\n\n### 链接\n- [官网](https:\u002F\u002Fsdk.vercel.ai\u002Fdocs)\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvercel-labs\u002Fai)\n\n\n\u003C\u002Fdetails>","# awesome-ai-sdks 快速上手指南\n\n`awesome-ai-sdks` 并非一个单一的软件开发工具包（SDK），而是一个由 **e2b** 团队维护的精选列表，收录了用于创建、监控、调试和部署自主 AI Agent 的各种 SDK、框架、库和工具。\n\n本指南将指导你如何利用该列表选择适合的工具，并以列表中核心的 **E2B** 和通用的 **LangChain** 为例，演示如何快速开始构建 AI Agent。\n\n## 1. 环境准备\n\n由于列表中包含多种不同技术栈的工具（Python, Node.js, Rust 等），请根据你的目标工具准备相应环境。以下是通用及主流工具的前置要求：\n\n*   **操作系统**: Windows, macOS 或 Linux。\n*   **基础依赖**:\n    *   **Git**: 用于克隆仓库或管理版本。\n    *   **Node.js** (v18+): 适用于 Vercel AI SDK, Chidori 等。\n    *   **Python** (3.9+): 适用于 LangChain, E2B, AgentOps 等。\n    *   **Rust** (可选): 仅在使用 Chidori 的 Rust 运行时时需要。\n*   **API Keys**: 大多数工具需要大模型提供商的密钥（如 `OPENAI_API_KEY`）。\n*   **网络建议**: 部分工具官网或包管理器源在国外，建议配置科学上网环境或使用国内镜像源（如 PyPI 清华源、npm 淘宝源）以加速安装。\n\n## 2. 安装步骤\n\n由于这是一个工具列表，你需要先浏览 [GitHub 仓库](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-sdks) 选择具体工具。以下以两个代表性工具为例进行安装：\n\n### 示例 A: 安装 E2B (AI Agent 操作系统)\nE2B 提供安全的云环境供 Agent 执行代码。\n\n```bash\n# 使用 npm 安装 E2B CLI 和 SDK\nnpm install -g @e2b\u002Fcli\nnpm install @e2b\u002Fsdk\n\n# 或者使用 Python\npip install e2b\n```\n\n### 示例 B: 安装 LangChain (LLM 应用开发框架)\nLangChain 是构建 LLM 应用最流行的框架之一。\n\n```bash\n# 推荐使用国内清华源加速安装\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple langchain langchain-openai\n\n# 或使用 npm 安装 JS 版本\nnpm install langchain @langchain\u002Fcore @langchain\u002Fopenai\n```\n\n### 示例 C: 安装其他工具\n参考列表中各工具的官方文档链接（如 `AgentOps`, `Helicone`, `Vercel AI SDK`），通常遵循标准的包管理安装命令：\n*   Python: `pip install \u003Ctool-name>`\n*   Node.js: `npm install \u003Ctool-name>`\n\n## 3. 基本使用\n\n选定工具后，以下是基于 **E2B** 和 **LangChain** 的最简使用示例，展示如何启动一个能执行代码的 AI Agent。\n\n### 场景一：使用 E2B 运行沙箱代码\n此示例展示如何让 AI Agent 在隔离的云环境中执行 Python 代码。\n\n**前置操作**: 访问 [e2b.dev](https:\u002F\u002Fwww.e2b.dev\u002F) 获取 API Key 并设置环境变量 `E2B_API_KEY`。\n\n```python\nfrom e2b import Sandbox\n\n# 初始化沙箱环境\nsandbox = Sandbox(template=\"base\")\n\n# 在沙箱中执行代码\nexecution = sandbox.run_code(\"print('Hello from AI Agent!')\")\n\n# 输出结果\nprint(execution.logs.stdout)\n\n# 关闭沙箱\nsandbox.close()\n```\n\n### 场景二：使用 LangChain 构建简单 Agent\n此示例展示如何结合 LLM 和工具创建一个基础对话链。\n\n**前置操作**: 设置环境变量 `OPENAI_API_KEY`。\n\n```python\nfrom langchain_openai import ChatOpenAI\nfrom langchain_core.prompts import ChatPromptTemplate\n\n# 初始化模型\nllm = ChatOpenAI(model=\"gpt-3.5-turbo\")\n\n# 定义提示模板\nprompt = ChatPromptTemplate.from_messages([\n    (\"system\", \"You are a helpful AI assistant.\"),\n    (\"human\", \"{input}\")\n])\n\n# 创建链并调用\nchain = prompt | llm\nresponse = chain.invoke({\"input\": \"如何用 Python 计算斐波那契数列？\"})\n\nprint(response.content)\n```\n\n### 下一步行动\n1.  **浏览完整列表**: 访问 [awesome-ai-sdks GitHub 页面](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-sdks) 查找更多专用工具（如监控用的 **AgentOps**、数据分析用的 **SID** 或 UI 构建用的 **Vercel AI SDK**）。\n2.  **加入社区**: 通过项目的 Discord 或 Twitter 获取最新支持和更新。\n3.  **贡献**: 如果你发现了新的优秀 SDK，可以通过 Pull Request 向该列表提交贡献。","某初创团队正紧急开发一款能自动执行数据分析并生成报告的自主 AI 助手，需要在两周内完成从原型到部署的全流程。\n\n### 没有 awesome-ai-sdks 时\n- **选型迷茫**：开发者需在海量 GitHub 仓库中盲目搜索适合的 Agent 框架、监控工具和调试库，耗费数天时间评估兼容性。\n- **重复造轮子**：由于缺乏统一的参考标准，团队不得不自行编写基础的沙箱环境和代理协议接口，严重拖慢核心业务逻辑的开发进度。\n- **监控缺失**：上线后无法低成本集成专业的观测平台（如 AgentOps 或 Helicone），导致 AI 代理出现死循环或高额 API 消耗时难以追踪根源。\n- **生态孤立**：难以发现像 Chidori 或 Fixie 这样支持多语言反应式运行的新兴工具，技术栈受限，系统鲁棒性不足。\n\n### 使用 awesome-ai-sdks 后\n- **精准导航**：团队直接查阅 awesome-ai-sdks 分类清单，迅速锁定了 e2b 作为运行环境、AgentOps 用于行为回放分析，将技术选型时间从几天缩短至几小时。\n- **快速集成**：基于列表中成熟的 SDK 和 The Agent Protocol 标准，直接复用现成的部署方案，让团队能专注于数据分析师特有的业务逻辑实现。\n- **全链路可观测**：轻松接入 Helicone 等工具，仅用一行代码即可实时监控 Token 成本与延迟，并在代理出错时通过回放功能快速定位问题。\n- **架构灵活**：借鉴列表中多样化的框架（如支持 Rust\u002FPython 的 Chidori），构建了更稳健的多语言混合架构，提升了代理在复杂任务中的成功率。\n\nawesome-ai-sdks 充当了自主 AI 开发的“导航图”与“加速器”，让团队从繁琐的基础设施搭建中解放出来，专注于赋予 AI 真正的智能价值。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fe2b-dev_awesome-ai-sdks_255915f8.png","e2b-dev","E2B | Cloud for AI Agents","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fe2b-dev_e286365d.png","Open-source, secure environment with real-world tools for enterprise-grade agents.",null,"hello@e2b.dev","e2b","https:\u002F\u002Fe2b.dev\u002Fdocs","https:\u002F\u002Fgithub.com\u002Fe2b-dev",1158,191,"2026-04-04T13:20:28",1,"","未说明",{"notes":88,"python":86,"dependencies":89},"该仓库（awesome-ai-sdks）本身是一个 AI Agent SDK、框架和工具的 curated 列表（目录），而非一个单一的可执行软件或模型，因此没有统一的运行环境需求。列表中包含的工具（如 LangChain, Chidori, E2B 等）各自有不同的技术栈要求：部分工具支持 Node.js, Python 和 Rust；部分工具（如 E2B, Steamship）主要基于云端服务器无服务器架构运行；部分工具（如 Chidori）目前处于 Alpha 阶段，不建议用于生产环境。用户需根据具体选择的子工具查阅其各自的文档以获取详细的安装和运行要求。",[],[14,13,35,15],[92,93,94,95,96,97,98,99,78,100,101,102,103,104,105,106,107,108],"agent","agentops","agents","ai","ai-agents","awesome","awesome-list","chatgpt","framework","langchain","llama-index","llm","openai","sdk","tools","vercel","llmops","2026-03-27T02:49:30.150509","2026-04-07T18:44:57.204715",[],[]]