🤖 精选 AI 代理工具

Awesome Agents 是一份精选的开源工具与产品清单，用于构建 AI 代理（AI agents）。

🆕 推荐项目： ClaudeClaw —— 作为 Claude Code 插件的持久化代理编排器。支持多通道路由（Slack、WhatsApp、Telegram），操作系统级沙箱隔离，可组合扩展系统。了解更多 →

目录

• 🤖 精选 AI 代理工具
  • 目录
  • 框架（Frameworks）
  • 测试与评估（Testing and Evaluation）
  • 软件开发（Software Development）
  • 研究（Research）
  • 对话型 / 通用代理（Conversational / General Agents）
  • 游戏 / 模拟（Game / Simulation）
  • 知识管理（Knowledge Management）
  • 自动化（Automation）
    • 浏览器（Browser）
    • 多模态（Multimodal）

框架

• llama-agentic-system：Llama Stack API 的智能体（Agentic）组件
• Transformers Agents：在 Transformers 之上提供自然语言 API
• LlamaIndex：提供一个中心化接口，将你的大语言模型（LLM）与外部数据连接起来。
• LangChain：最初的 🐍
• Botpress：构建聊天机器人的基础模块
• Haystack：使用 Transformer 模型和大语言模型（LLM）与你的数据交互的 NLP 框架
• Semantic Kernel：微软 C# SDK，可快速轻松地将前沿的大语言模型（LLM）技术集成到你的应用中
• Agent-LLM：一个人工智能自动化平台。
• LLM Agents：构建由大语言模型（LLM）控制的智能体
• e2b：用于构建和部署虚拟开发者智能体的开源平台
• Dust：设计并部署大语言模型（LLM）应用
• MetaGPT：多智能体元编程框架：输入一行需求，自动生成产品需求文档（PRD）、设计、任务、代码仓库和持续集成（CI）
• AgentFlow：通过简单 JSON 构建复杂的大语言模型（LLM）工作流。
• Lagent：用于构建基于大语言模型（LLM）智能体的轻量级框架
• Autogen：赋能下一代大语言模型（LLM）应用。
• AG2：AG2（由 AutoGen 团队开发）是一个开源编程框架，用于构建 AI 智能体并促进多个智能体协作完成任务。
• AgentVerse 提供灵活框架，简化为大语言模型（LLM）构建自定义多智能体环境的过程
• Maestro：一个让 Claude Opus 能够智能编排子智能体的框架。
• AgentScope：以更简单的方式开始构建由大语言模型（LLM）驱动的多智能体应用。
• CrewAI：用于编排角色扮演式自主 AI 智能体的前沿框架。
• Swarm：由 OpenAI 开发的教育性框架，探索高效、轻量的多智能体编排。
• agency-swarm：基于最新 OpenAI Assistants API 构建的可靠智能体框架。
• Upsonic：支持 MCP 的可靠智能体框架。
• Mastra：Mastra 是一个有明确设计哲学的 TypeScript 框架，帮助你快速构建 AI 应用和功能。
• Vectara-agentic：Vectara-agentic 是一个使用 Vectara 创建 AI 助手和智能体的框架。
• Portia AI Portia 是一个全新的开源智能体 Python 框架，专为在生产环境中构建可靠的智能体而设计。
• AgentDock：无需再与无数 API 和复杂集成搏斗。AgentDock 提供开源基础，让你无摩擦地构建、管理和部署可用于生产的 AI 智能体和工作流。
• Modus：一个开源、无服务器框架，用于使用 Go 或 AssemblyScript（类似 TypeScript 的语言）构建智能体和 API。
• Swarms Framework 面向企业应用的前沿多智能体编排框架
• Strands Agents SDK：一种模型驱动的方法，仅需几行代码即可构建 AI 智能体。
• AgentUp：以安全性、可扩展性和可扩展性为设计基础，通过配置驱动架构和丰富的插件生态系统简化开发流程
• VoltAgent - 一个开源 TypeScript 框架，用于构建具备内置大语言模型（LLM）可观测性的 AI 智能体。
• Agentic Context Engine：能从执行反馈中学习的自我改进智能体。集成 LangChain，使智能体能够自主管理上下文。
• Astron：面向企业级、商业友好的智能体工作流平台，用于构建下一代 SuperAgents。
• Ailoy：一个全面的框架，用于构建可在任何地方运行的 AI 智能体，支持完整的本地 AI 和 WASM。
• PraisonAI：可用于生产的多 AI 智能体框架，具备自我反思能力。最快智能体实例化速度（3.77μs），支持 100+ 大语言模型（LLM），集成 MCP、工作流、记忆系统，并提供 Python 和 JavaScript SDK。
• AgentField：面向 AI 后端的开源基础设施。使用 Kubernetes 进行编排，Okta 管理身份——从第一天起即可投入生产。
• Cortex Memory：完整的智能体记忆解决方案，涵盖提取、向量搜索到自动优化，开箱即用 REST API、MCP、CLI 和洞察仪表盘。
• Pipecat：开源语音与多模态对话式 AI 框架。
• LoongFlow：演进式智能体开发框架。从原子组件、开发框架到核心场景智能体
• Agentset：开源、可用于生产的 RAG 平台，内置智能体推理、混合搜索和多模态支持。
• Pilot Protocol：一种覆盖网络协议栈，赋予 AI 智能体虚拟地址、加密 UDP 隧道、NAT 穿透和互信机制。零依赖，使用 Go 编写。
• hcom：让 AI 智能体跨终端互相发送消息、监控和生成彼此。支持 Claude Code、Gemini CLI、Codex、OpenCode。
• nanobot：超轻量级个人 AI 助手框架（约 4,000 行 Python 代码）。支持 MCP、9+ 聊天渠道和可扩展技能系统。
• NeuroLink：TypeScript 智能体框架，支持多步骤智能体循环、每步工具执行控制（prepareStep）、持久化记忆（Redis/S3/SQLite）、人机协同（HITL）工作流、MCP 客户端集成和 13 个大语言模型（LLM）提供商。
• OpenClaw：开源 AI 智能体框架，可将大语言模型（LLM）转变为持久、主动的个人 AI 智能体，支持多通道消息（Signal、Telegram、Discord、WhatsApp）、定时任务、记忆系统、MCP 集成、技能插件、子智能体生成和浏览器自动化。
• Awesome OpenClaw Agents：精选的 100+ 个可用于生产的 SOUL.md 智能体模板集合，适用于 OpenClaw，涵盖生产力、开发、营销和业务自动化。
• FIM Agent：AI 驱动的连接器中心 —— Python 异步框架，支持动态 DAG 规划、ReAct 智能体、MCP 客户端、带事实依据生成的 RAG，以及可将任意 API 转换为智能体工具的连接器平台。
• Hive：开源 AI 智能体框架，用于构建目标驱动、自我改进的自主智能体。用自然语言定义目标，自动生成智能体图谱，内置进化循环、MCP 集成和 100+ 工具。
• ConnectOnion：简单的 Python 框架，用于构建可用于生产的 AI 智能体 —— 两行代码创建，函数作为工具，12 个生命周期钩子，插件系统，支持信任机制的多智能体网络
• AVP: Agent Vector Protocol：智能体通过 KV 缓存和隐藏状态而非文本进行通信 —— 速度提升 2 倍，减少 56% 的 token 使用。支持 HuggingFace、vLLM、llama.cpp、Ollama。

测试与评估

• Voice Lab：一个全面的语音代理（voice agents）测试与评估框架，支持跨语言模型、提示词（prompts）和代理角色（agent personas）进行评测。
• Open-RAG-Eval：一个开源的 RAG（检索增强生成，Retrieval-Augmented Generation）评估框架，无需黄金答案（golden answers），可用于评估连接到 AI 代理的 RAG 工具性能（Agentic RAG）。
• EvoAgentX：EvoAgentX 正在构建一个自我演化的 AI 代理生态系统，为你提供自动化框架，用于评估和演化代理工作流（agentic workflows）。
• Arize-Phoenix：Arize-Phoenix 是一个开源库，用于代理测试、评估与可观测性（observability）。
• voicetest：开源语音代理测试平台，支持 Retell、VAPI、Bland 和 LiveKit。可运行自主模拟，并使用 LLM 作为评委进行评估。
• Manifest：开源、实时成本可观测性平台，专为 AI 代理设计。通过本地优先仪表盘追踪 token、成本、消息及模型使用情况。支持 28+ 种 LLM 模型，支持 OTLP 数据摄入，可自托管。

• ai-evaluation：开源 Python/TypeScript SDK，用于评估 LLM 代理，内置 50+ 项本地指标、LLM-as-Judge 增强功能、防护扫描器（越狱、个人身份信息 PII、注入攻击）、流式评估，以及支持 CI/CD 的 AutoEval 自动化评估流水线。
• traceAI：开源、原生支持 OpenTelemetry 的追踪框架，自动插桩 20+ 种 AI 框架与 LLM 提供商（如 OpenAI、Anthropic、LangChain、LlamaIndex、CrewAI、Bedrock），开箱即用捕获提示词、token、延迟与错误信息。

软件开发

• MetaGPT：多智能体（Multi-Agent）框架：首家 AI 软件公司，迈向自然语言编程
• OpenHands：🙌 OpenHands：少写代码，多做创造。（原名 OpenDevin），一个由 AI 驱动的软件开发智能体平台
• GPT Pilot：GPT Pilot 是 Pythagora VS Code 扩展的核心技术，旨在提供首个真正的 AI 开发者助手。
• Aider：aider 是在终端中实现的 AI 结对编程工具
• Devika：Devika 是一名具备自主能力的 AI 软件工程师，能够理解高级人类指令，将其分解为步骤，研究相关信息，并编写代码以完成指定目标
• RepoAgent：一个基于大语言模型（LLM）的仓库智能体，旨在帮助开发者和团队快速生成文档并理解代码仓库
• DSPy：用于“编程”——而非“提示”——基础模型的框架
• ThinkGPT：通过智能体技术增强你的 LLM，突破其能力极限
• PyCodeAGI：一项小型 AGI 实验，可根据用户想构建的应用自动生成 Python 应用程序
• SuperAGI：SuperAGI —— 一款面向开发者的开源自主 AI 智能体框架
• Plandex：专为复杂任务设计的 AI 编码引擎
• Codel：✨ 完全自主的 AI 智能体，可通过终端、浏览器和编辑器执行复杂任务与项目。
• DB GPT：使用本地 GPT 与你的数据和环境交互，无数据泄露，100% 私密，100% 安全
• Agency：🕵️‍♂️ 专为渴望通过简洁、高效且符合 Go 语言习惯的方式探索大语言模型（LLMs）及其他生成式 AI 潜力的开发者设计的库
• TaskWeaver：一个以代码为核心的智能体框架，可无缝规划并执行数据分析任务。
• MicroAgent：能够自我编辑提示词 / Python 代码的智能体
• SWE Agent：SWE-agent 接收 GitHub issue 并尝试使用 GPT-4 或你选择的语言模型自动修复它。
• AgentRun：安全运行 AI 生成的 Python 代码最简单、最快捷的方式
• Claude Engineer：Claude Engineer 是一个交互式命令行界面（CLI），利用 Anthropic 的 Claude-3.5-Sonnet 模型协助完成软件开发任务。
• Vision agent：Vision Agent 是一个库，帮助你利用智能体框架生成代码以解决视觉任务。
• Nous：TypeScript AI 智能体平台，包含自主智能体、软件开发智能体、AI 代码审查智能体等。
• Cline：开源 AI 编码智能体，让开发者直接透明地访问前沿模型。
• OpenCode：专为终端打造的 AI 编码智能体。
• Stakpak：开源 DevOps 智能体，帮助你安全部署并维护生产级基础设施。
• ReviewCerberus - 100% 免费、开源的 AI 代码审查工具，用于分析 Git 分支差异，提供全面的安全性、性能和质量分析。
• Hivemoot Colony：一个自主智能体治理平台，AI 智能体可投票决定功能、审查代码并发布版本，无需人工干预。包含实时治理仪表盘。
• Dorothy：开源桌面应用，可同时编排多个 AI CLI 智能体（如 Claude Code、Codex、Gemini），支持自动化、看板管理、远程控制及 MCP 服务器。
• VibeGrid：AI 编码智能体的终端管理器，支持多智能体网格、任务队列、工作流自动化、无头执行、内联差异审查及 Claude Code 钩子。
• Greywall：默认拒绝命令的沙箱环境，专为 AI 编码智能体设计，具备文件系统隔离、通过透明代理进行网络控制、内置 Claude Code 或 OpenCode 等智能体配置文件，并支持学习模式以自动生成配置。

研究

• GPT Researcher：GPT Researcher 是一个自主代理（autonomous agent），专为执行多种任务的全面在线研究而设计。
• BlockAGI：BlockAGI 进行迭代式、特定领域的研究，并输出详细的叙事报告以展示其发现。
• data-to-paper：data-to-paper：由 AI 驱动，从原始数据生成可供人类验证的研究论文。
• AI Scientist：AI Scientist：迈向完全自动化、开放式的科学研究。
• Storm：一个由大语言模型（LLM）驱动的知识整理系统，可针对某一主题进行研究并生成带引用的完整报告。
• OpenLens AI：面向健康信息学（Health Informatics）的全自动研究代理。
• GenoMAS：一个用于科学发现的多代理框架，通过代码驱动的工作流自动化基因表达分析。
• DeepAnalyze：首个面向自主数据科学的代理型大语言模型（agentic LLM），支持具体数据任务（数据准备、分析、建模、可视化与洞察）及数据导向的深度研究（生成分析师级别的研究报告）。
• AIDE：AI 驱动探索 —— 一种机器学习工程代理，使用树搜索自动完成实验设计、代码生成及任意指标评估。

对话型 / 通用代理

• CollosalAI Chat：基于 Colossal-AI 项目实现的大语言模型（LLM），结合了人类反馈强化学习（RLHF）。
• RasaGPT：RasaGPT 是首个构建于 Rasa 和 Langchain 之上的无头（headless）大语言模型聊天机器人平台。
• SuperAgent：将大语言模型代理部署到生产环境。
• BabyAGI UI：让在 Web 应用中运行和开发 BabyAGI 更加便捷，体验类似 ChatGPT。
• ix：自主 GPT-4 代理平台。
• Multi-Modal LangChain agents in Production：部署 LangChain 代理并将其连接至 Telegram。
• Autonomous HR Chatbot：一个能利用现有工具自主回答人力资源相关问题的代理。
• LLama Cpp Agent：llama-cpp-agent 框架是一个便于与大语言模型交互的工具。
• Memgpt：创建具备长期记忆（long-term memory）和自定义工具的 LLM 代理 📚🦙
• joinly：语音优先的 AI 助手，可在在线会议中主动参与并实时完成任务。
• Gobii：Gobii 是一个开源平台，支持通过对话界面和 API 大规模部署与管理浏览器操作代理。
• ClaudeClaw：Claude Code 的持久化代理编排插件 —— 支持多通道路由（Slack、WhatsApp、Telegram）、操作系统级沙箱隔离、可组合扩展、结构化记忆、Webhook 触发器。

游戏 / 模拟

• Camel-AutoGPT：为大语言模型和 BabyAGI、AutoGPT 等自动代理提供角色扮演方法。
• SkyAGI：在大语言模型代理中涌现的人类行为模拟能力。
• Voyager：基于大语言模型的开放式具身代理（Embodied Agent）。

知识管理

• Private GPT：利用 GPT 的强大能力，100% 私密地与您的文档交互，无数据泄露风险
• Local GPT：受 Private GPT 启发，将 GPT4ALL 模型替换为 Vicuna-7B 模型，并使用 InstructorEmbeddings 替代 LlamaEmbeddings
• LLocalSearch：LLocalSearch 是一个完全本地运行的搜索聚合器，使用 LLM（大语言模型）代理。用户可提出问题，系统将通过一系列 LLM 查找答案。用户可查看代理进度及最终答案，无需 OpenAI 或 Google API 密钥。
• Second Brain AI Agent：一款基于 Streamlit 的应用，允许您使用 OpenAI 和本地 ChromaDB 与“第二大脑”笔记进行对话。
• SAGE：面向 AI 代理的机构记忆系统——每条记忆在提交前均需通过 BFT 共识机制。包含 4 个应用验证器、13 个 MCP 工具，支持本地运行。

自动化

• DemoGPT：仅需输入提示词即可快速创建演示原型。它在 Langchain 文档树上应用了 ToT（Tree of Thoughts）方法。
• RestGPT：基于 LLM 的自主代理，可通过 RESTful API 控制现实世界中的应用程序。
• XAgent：用于解决复杂任务的自主 LLM 代理。
• LLM Agents：构建由 LLM 控制的代理。
• uAgents：一个快速轻量的框架，便于轻松创建去中心化代理。
• Maestro：一个框架，让 Claude Opus 能够智能编排子代理。
• llama-agents：llama-agents 是一个以异步优先的框架，用于构建、迭代和生产化多代理系统，支持多代理通信、分布式工具执行、人机协同等特性。
• Phidata：构建具备记忆、知识和工具的 AI 助手。
• AgentK：一个自我进化、模块化的自动代理 AGI（人工通用智能）。
• ADAS：自动化设计代理系统（Automated Design of Agentic Systems）。
• Giselle：Giselle 是一个代理工作流构建器，让您轻松创建 AI 驱动的解决方案。
• Untether：AI 编程代理的 Telegram 桥接工具——支持远程任务控制、进度流式传输、交互式权限、语音输入和成本追踪。兼容 Claude Code、Codex、OpenCode、Pi、Gemini CLI 和 Amp。

浏览器

• AgentGPT：基于 Langchain 与 OpenAI 的 AI 代理（Vercel / Nextjs）
• OpenAgents：面向真实环境的语言代理开放平台。
• Steel Browser：开源浏览器基础设施，专为 AI 代理设计，支持会话持久化自动化、内容提取、截图/PDF、AI 原生命令行界面，以及可复用的 steel-browser 技能。

🤖 Awesome Agents 快速上手指南

环境准备

• 操作系统：支持 macOS、Linux、Windows（推荐 WSL2）
• Python 版本：≥ 3.8（推荐 3.10+）
• Node.js（部分框架需要）：≥ 16.x
• pip / pipx：确保已安装并更新至最新版
• 可选加速源：

  pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  

注：部分工具如 Semantic Kernel、Mastra 需 .NET 或 TypeScript 环境，请按需安装。

---

安装步骤

由于 awesome-agents 是一个精选列表而非单一工具，以下以最流行框架 LangChain 和 LlamaIndex 为例演示安装：

安装 LangChain（Python）

pip install langchain

如需完整功能（含常用 LLM 和工具集成）：

pip install "langchain[all]"

安装 LlamaIndex

pip install llama-index

安装 Autogen（微软多智能体框架）

pip install pyautogen

其他框架请访问其 GitHub 页面查看具体安装命令，例如：

• MetaGPT: pip install metagpt
• CrewAI: pip install crewai
• OpenClaw: git clone https://github.com/openclaw/openclaw && cd openclaw && pip install -e .

---

基本使用

示例 1：用 LangChain 创建简单问答 Agent

from langchain.agents import load_tools
from langchain.agents import initialize_agent
from langchain.llms import OpenAI

llm = OpenAI(temperature=0)
tools = load_tools(["serpapi", "llm-math"], llm=llm)
agent = initialize_agent(tools, llm, agent="zero-shot-react-description", verbose=True)

agent.run("今天北京的天气如何？换算成华氏度是多少？")

需提前设置 OPENAI_API_KEY 和 SERPAPI_API_KEY 环境变量。

---

示例 2：用 LlamaIndex 连接本地文档问答

from llama_index import SimpleDirectoryReader, GPTVectorStoreIndex

documents = SimpleDirectoryReader('./data').load_data()
index = GPTVectorStoreIndex.from_documents(documents)

query_engine = index.as_query_engine()
response = query_engine.query("总结这份文档的核心内容")
print(response)

需在 ./data 目录放置 PDF/TXT/MD 等格式文档。

---

示例 3：用 Autogen 创建双智能体对话

import autogen

config_list = [
    {
        "model": "gpt-4",
        "api_key": "your-openai-api-key"
    }
]

assistant = autogen.AssistantAgent("assistant", llm_config={"config_list": config_list})
user_proxy = autogen.UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding"})

user_proxy.initiate_chat(assistant, message="画一个正弦函数图像，x范围从0到2π")

自动执行代码并生成图表，适合任务协作场景。

---

✅ 至此你已完成基础环境搭建与首个 AI Agent 运行！
👉 推荐下一步：访问 Awesome Agents GitHub 按类别探索更多框架。