Agent 开发资源导航

用 TypeScript 构建多 Agent 网络的工具包，通过确定性 Router、Network 状态与 MCP 工具组织可靠协作。

LangChain 的 Go 社区实现，用 Go 接口组合模型、Prompt、Chain、工具、Agent、记忆与向量存储。

Google Agent Development Kit 的 Go 实现，支持代码优先的 Agent、工具、会话、多 Agent、评测与部署。

以 Model Context Protocol 为中心的 Agent 框架，用 Augmented LLM、Router、Evaluator 与 Orchestrator 等模式组合工作流。

Rust 的流式 Agent 与 RAG 框架，覆盖数据索引、查询管线、工具调用和可组合 Agent 应用。

Rust 原生的模块化 LLM 应用框架，提供多模型 Provider、Agent、工具、向量检索与类型安全抽象。

把 Claude Code 的 Agent 循环、工具、权限、Hooks、会话和子 Agent 能力暴露给 Python 与 TypeScript 应用。

以类型安全、可测试和可组合的小型组件构建 Python Agent，适合需要严格输入输出契约的应用。

把软件公司 SOP 编码为多 Agent 协作流程，由产品、架构、工程和测试等角色共同交付软件任务。

AWS 发起的模型驱动 Agent SDK，以简单循环组合模型、工具、Hooks、多 Agent、会话与可观测能力。

Google 发起的开源 AI 应用框架，覆盖 JavaScript、Go 与 Python 的模型调用、Flow、工具、Agent、评测和部署。

Microsoft Research 发起的事件驱动多 Agent 框架，提供 AgentChat 与 Core API 以构建对话和分布式协作。

以角色、任务和 Crew 组织多 Agent 协作，适合快速搭建分工明确的业务自动化流程。

基于节点画布的可视化 AI 编排平台，适合快速搭建 RAG、工具链与 Agent 原型。

面向企业数据与文档 Agent 的数据框架，提供连接器、索引、检索、工作流和 Agent 抽象。

面向 Cloudflare Workers 与 Durable Objects 的 TypeScript Agent SDK，提供持久状态、调度、WebSocket、MCP 与工作流。

面向生产的 Python Agent 平台与框架，覆盖模型、工具、记忆、知识库、团队协作、工作流、评测与部署。

从 AutoGen 社区路线演进的开源 AgentOS，支持对话式多 Agent、工具、团队编排、记忆与可观测。

AgentScope 的 Java 实现，面向企业构建分布式、长运行和生产级 Agent，支持工具、记忆与多 Agent 编排。

JetBrains 的 Kotlin/JVM Agent 框架，面向后端、Android、iOS 与浏览器构建可预测、容错的跨平台 Agent。

以消息和任务为核心的 Python 多 Agent 编程框架，强调轻量组合、工具调用、RAG 与人机协作。

用图结构编排长运行、可恢复、有状态 Agent，支持人工介入、持久化与复杂工作流。

把语言模型应用视为可编程和可优化系统，通过模块、签名与优化器替代手工反复调整 Prompt。

面向 MCP、ACP 与 A2A 的 Python Agent 框架，集成 Skills、工作流、评测、模型切换和交互式开发体验。

JVM Agent 框架，以目标导向行动规划连接 Spring、Kotlin/Java、MCP 与企业领域对象。

OpenAI Agents SDK 的 JavaScript/TypeScript 实现，支持 Agent、工具、Handoff、Guardrails、Tracing 与实时语音。

Vercel 的文件系统优先持久化 Agent 框架，以约定目录组织指令、工具、Skills、消息渠道和定时任务，并支持人工介入与子 Agent。

Linux Foundation 生态的生产级 Agent 框架，提供 Python 与 TypeScript SDK、工作流、记忆、工具和可观测能力。

.NET 多 Agent 框架，提供插件、工具、路由、记忆、知识库和渠道集成，适合 C# 企业应用。

面向企业知识库的可视化 AI 平台，集数据处理、RAG、工作流编排、Agent 与应用发布于一体。

Hugging Face 的轻量 Python Agent 库，以 CodeAgent 为核心，用较少抽象组合模型、工具、沙盒与多 Agent。

.NET、Python 与 Java 的企业 AI 编排 SDK，把模型、插件、记忆与流程接入既有应用。

轻量多 Agent 工作流框架，以 Agent、工具、Guardrail、Handoff 与 Tracing 为核心抽象。

生产级 Agent 框架，内置 ReAct、工具、技能、记忆、规划、人工介入、实时语音、评测与多 Agent 消息编排。

现代 TypeScript Agent 框架，集成模型路由、工作流、记忆、MCP、人工介入、评测与可观测，支持前后端和独立服务部署。

模块化的生产级 AI 编排框架，用组件和 Pipeline 组合检索、路由、工具调用与 Agent。

面向生产的 Go 原生 Agent 框架，集成多模型适配、图感知长短期记忆、UTCP 工具、图工作流、多 Agent、Guardrails 与 Checkpoint。

Google 的代码优先 Agent 工具包，覆盖多 Agent、工具、会话、记忆、评测和部署。

用于脚手架化 Agent 项目的命令行工具，把框架、工具、任务与团队配置组合成可运行的 Python 工程。

TypeScript Function Calling Agent 框架，利用编译器与类型系统把函数、协议和应用能力暴露给模型。

持续运行 Agent 的构建、部署与管理平台，提供可视化工作流、Agent Block、市场与自托管能力。

TypeScript Agent 操作系统，以核心运行时、插件、Action、Provider、Service、记忆和多渠道适配构建自主 Agent。

强调类型安全、结构化输出与测试体验的 Python Agent 框架，适合严谨的后端应用。

面向客户交互的可控 Agent 框架，用 Guideline、Journey 和解释机制提升客服行为的一致性与可审计性。

研究导向的多 Agent 框架与社区，覆盖角色扮演、社会模拟、数据生成和任务协作。

围绕 Qwen 模型构建的 Agent 框架，集成功能调用、MCP、代码解释器、RAG 与浏览器扩展。

可视化 LLM 应用平台，提供工作流、RAG、Agent、模型管理和应用发布能力。

覆盖模型、工具、检索与 Agent 的通用开发框架，并与 LangGraph 共同承载生产级智能体工程。

面向 Python 与 .NET 的多 Agent 与工作流框架，承接 AutoGen 与 Semantic Kernel 的工程能力。

CloudWeGo 的 Go 原生 LLM 与 Agent 开发框架，提供组件抽象、Graph 编排、流式处理、Callback 与扩展集成。

面向实时多模态 Agent 的框架，组合语音、视觉、LLM、RTC 扩展与可视化 Playground 构建低延迟交互。

约百行核心代码的极简 LLM 工作流框架，以 Node、Flow、Shared Store 和 Agentic Coding 构建应用。

企业级 LLM DevOps 平台，覆盖生成式工作流、RAG、Agent、模型管理、评测、微调、数据集与可观测。

TypeScript Agent 工程平台，内置多 Agent、工作流、记忆、RAG、Guardrails、MCP、语音与可观测。

Java Agent 工程框架，基于 Spring AI 提供 Graph、RAG、工具、MCP 与企业集成能力。

Google Agent Development Kit 的 Java 实现，面向 JVM 企业应用提供 Agent、工具、会话、多 Agent 与部署能力。

JavaScript 原生多 Agent 框架，以受看板启发的任务、团队和工作流模型组织 Agent 协作。