GPTeam
开源多 Agent 模拟平台,让多个由 LLM 驱动的 Agent 在共享环境中协作完成复杂任务,支持 Agent 角色定制、记忆系统和环境交互,是研究多 Agent 协作行为和社会模拟的理想实验框架。
多智能体协作框架
开源多 Agent 模拟平台,让多个由 LLM 驱动的 Agent 在共享环境中协作完成复杂任务,支持 Agent 角色定制、记忆系统和环境交互,是研究多 Agent 协作行为和社会模拟的理想实验框架。
基于 AI 智能体工作流的修仙世界模拟器,利用多智能体协作还原智能、开放的仙侠世界,展示智能体工作流在复杂场景中的能力。
微舆:人人可用的多智能体舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,从零实现不依赖任何框架。
SWE-AF 是一个自主软件工程舰队平台,采用多 Agent 工厂架构,通过调度器、编码 Agent、审查 Agent 和验证 Agent 的协同工作,实现从问题分析到代码修复的全自动化软件工程流程,在基准测试中获得 95/100 分。
展示 RAG、智能体、工作流和其他 AI 用例的项目合集,提供丰富的实践示例和教程资源。
AI 编码代理的异步协调层,基于 FastMCP + Git + SQLite 实现代理身份标识、收件箱、可搜索线程和文件锁 advisory 机制。
多智能体框架,致力于构建首个 AI 软件公司,通过自然语言编程实现多角色协作,自动完成需求分析、设计、编码和测试全流程。
多Agent系统中的潜在协作框架,探索Agent间隐式通信与协作机制,实现高效的多Agent协同推理与任务分配。
将任意 AI Agent 转化为可互操作、可观测、可组合的活微服务,实现 Agent 间的标准化通信和编排。
Open Multi-Agent 是一个轻量级 TypeScript 多智能体框架,通过一次 runTeam() 调用实现自动任务分解与并行执行,仅 3 个依赖,可部署在任何 Node.js 运行环境中。
Shannon 是一个面向生产环境的多智能体编排框架,使用 Go 语言构建,专注于高效可靠的 Agent 协调与任务调度,适合企业级多 Agent 系统部署。
LazyLLM 是一个轻量级多 Agent LLM 应用开发框架,提供最简捷的方式构建多智能体 LLM 应用,集成了 RAG、知识图谱、微调等功能,支持 LangChain 和 LlamaIndex 生态。
PraisonAI 是低代码多 Agent 框架,支持 Agent 手off、guardrails、记忆、RAG、100+ LLM 提供商,可部署到 Telegram、Discord 和 WhatsApp。
多 Agent 协作框架,使 AI Agent 能够高效协作,帮助开发者构建强大的多 Agent 系统。
GenAI Agents 是一个包含 50 多个教程和实现的生成式 AI 智能体技术合集,覆盖从基础对话机器人到复杂多智能体系统的完整技术栈。
AgentVerse 是清华 OpenBMB 团队的多 Agent 部署框架,提供任务求解和仿真两种范式,支持多 LLM Agent 协作完成复杂任务。
ChatDev 2.0 通过 LLM 驱动的多 Agent 协作完成软件开发全流程,模拟虚拟软件公司的角色分工与合作机制。
Ouroboros 是一个规范驱动的多智能体开发框架,从传统的提示词工程转向规范驱动开发模式,支持多 Agent 协作、MCP 工具集成和自动化工作流编排,适用于高质量 Agent 系统构建。
轻量级个人助手智能体框架,支持智能交互、多智能体协作和无缝工具集成,内置记忆系统和思维树推理能力。
100 多个可直接运行的 AI 智能体与 RAG 应用合集,涵盖克隆、定制和部署,是快速上手构建 LLM 应用的绝佳参考。
DeepResearchAgent 是一个分层多智能体系统,专为深度研究任务和通用任务求解设计。通过顶层规划 Agent 协调多个专业子 Agent,实现自动化任务分解和跨领域高效执行。
低代码多 Agent 协作平台,快速构建和协调多 Agent 团队完成复杂任务。
开放多Agent交互课堂,一键获得沉浸式多Agent学习体验。支持多角色AI教师、智能问答、个性化学习路径,重新定义在线教育。
TradingAgents 是基于 LangGraph 的多 Agent 金融交易框架,模拟真实交易公司角色协作,包含基本面分析师、情绪分析师、风控经理等多角色 Agent。
多 Agent 异常检测框架,全面自动化表格、图、时间序列等不同模态的异常检测流程。
Agency Swarm 是一个可靠的多 Agent 编排框架,基于 OpenAI API 提供结构化的多 Agent 协作和通信机制。
ValueCell 是一个面向金融应用的多 Agent 平台,通过社区驱动的多智能体协作实现金融分析、交易策略和市场研究等任务。
团队优先的Claude Code多Agent编排框架,专为团队协作设计。支持多Agent协同工作、任务分配、结果整合,提升团队AI开发效率。
A2A(Agent-to-Agent)协议是 Google 提出的开放协议,允许不同框架和供应商构建的 AI Agent 之间进行互操作和协作通信。
AI 智能体编排仪表盘,通过网关管理 AI 智能体、分配任务并协调多智能体协作。
Hive 是一个面向生产环境的多 Agent 执行框架,提供状态管理、故障恢复、可观测性和人机协作能力,支持自动生成多 Agent 拓扑来处理复杂业务工作流。
AG2(前身为 AutoGen)是一个开源的 AgentOS,提供多 Agent 对话框架,支持灵活的 Agent 编排、工具集成和分布式协作,适用于构建复杂的多智能体系统。
开源协作多Agent操作系统,通过Matrix房间实现透明的人机协同任务协调。支持实时任务追踪、Agent状态监控、协作决策。
阿里巴巴开源的多 Agent 框架,支持可观测、可理解的 Agent 构建与运行,提供丰富的分布式 Agent 能力。
Taskara 是一个面向长期任务执行与多步骤自动化的 Agent 编排平台,强调任务持久化、调度与运行控制,适合需要稳定后台执行的 Agent 系统。
AI Agent 劳动力平台,为每个团队成员分配专属的 AI Agent 小队,实现多 Agent 协同工作、任务编排和技能积累,帮助团队突破人力瓶颈,规模化交付复杂任务。
基于 LLM 的多 Agent 协作框架,允许开发者轻松构建多 Agent 应用,提供 Agent 角色、工具、知识管理和协作模式等核心抽象,支持灵活的多 Agent 编排。
多模态多 Agent 文档理解框架,利用多个专业 Agent 协作完成复杂文档的分析和理解任务。
Spring AI Alibaba 是面向 Java 开发者的 Agentic AI 框架,基于 Spring 生态提供多智能体协作、工作流编排和 RAG 能力。
OpenHands 是一个开源 AI 开发代理平台,支持通过智能体自动执行开发任务、修改代码与协作迭代。
蚂蚁集团开源的多 Agent 框架,支持创建和协调多个 AI Agent 协作完成复杂任务。
涵盖医疗、金融、教育、零售等多个行业的 500 个 AI 智能体项目合集,展示实际应用案例并提供开源项目链接。
Agent Squad 是 AWS 开源的 Multi-Agent 编排框架,支持多 Agent 协作处理复杂对话。
Azure AI Travel Agents 是微软官方提供的旅行规划 AI Agent 示例,展示了如何使用 Azure OpenAI 和 Semantic Kernel 构建多 Agent 协作系统。包含行程规划、酒店预订和活动推荐等多个专业 Agent。
AI 智能体团队协作工具,支持为任何项目组建多个 AI 智能体进行协同工作。
自托管 AI Agent 编排平台,支持任务分发、多 Agent 工作流执行、开销监控和操作治理
首个开源 AI 视频制作系统,提供 12 条流水线、52 个工具和 500 个 Agent 技能,将 AI 编码助手转化为完整的视频制作工作室。
CAMEL 是面向多智能体协作场景的开源框架,支持角色扮演、任务分解与协同执行。
OWL 是优化的多 Agent 协作学习框架,面向真实世界的任务自动化场景,通过多 Agent 交互实现复杂任务的分解与执行。
基于三省六部制的多 Agent 编排系统,包含 9 个专业化 AI Agent,配备实时看板、模型配置和完整的审计追踪功能,适用于复杂的多 Agent 协作场景。
AI 智能体大师课代码仓库,包含多智能体系统、工具使用、RAG 等完整教程代码。
开源多智能体聊天界面,支持在同一个动态会话中管理多个 Agent,并连接 MCP 服务器开展深度研究。
IntentKit 是一个开源的自托管云智能体集群平台,管理协作式 AI 智能体团队,支持多智能体协作完成复杂任务。
CrewAI 是一个多 Agent 协作框架,让多个 AI Agent 组成团队协同完成复杂任务。支持角色定义、任务分配、工具共享和流程编排,是构建多 Agent 系统的最流行框架之一。
多智能体编码系统,由编排、探索和编码 Agent 协作完成软件任务,并共享上下文。
OpenAI Agent Swarm 是一个轻量级多 Agent 编排示例项目,展示了如何构建多个专业化 Agent 协作完成复杂任务的架构模式。由 Dave Shapiro 开发,是学习多 Agent 系统设计的优质参考。
DIMOS 是一个面向物理空间的智能体操作系统,支持用自然语言控制人形机器人、四足机器人、无人机等硬件平台,并构建能与摄像头、激光雷达和执行器无缝协作的多 Agent 系统。
自我改进的多智能体编排框架,支持 Claude Code、Gemini CLI 和 Codex CLI,内置 TDD 执行和质量门控。
企业级 AI Agent 协作平台,支持将多个 Agent 组合成定制化的 AI 助手团队,通过连接内部知识库和工具,让 AI 深度融入日常工作流程,为安全和工程团队提供可信赖的智能协作体验。
精选 AI 自主智能体列表,汇集各类开源智能体项目,是发现和了解智能体生态的优质参考资源。
DB-GPT 是开源的 Agentic AI 数据助手框架,集成多 Agent 协作、RAG、AWEL 工作流引擎,专为构建 AI+Data 应用设计。
构建自我进化的 AI Agent 生态系统,支持 Agent 自动优化、角色演化和多 Agent 协同,提供从单 Agent 到多 Agent 系统的完整进化框架。
ChatArena 是一个多智能体语言博弈环境,为 LLM 提供多智能体交互、通信和协作能力的评估与训练平台,支持多种博弈场景。
基于 LangGraph 构建的强大多智能体编排框架,支持复杂任务的智能分解和协作执行。
API 优先的多智能体编程助手,支持 CodeAct 风格工具调用、终端操作和协作式代码执行。
多Agent工作空间管理器,支持Agent团队协作、任务调度、资源分配。提供统一的工作空间视图,让多个Agent高效协同工作。
Gweaver 是一个强调多 Agent 协作和任务编织的实验平台,适合研究复杂任务拆解、协同执行和角色分工场景。
基于 Rust 的多代理框架,专注于设计、仿真和审计,提供高性能的多智能体协作环境。
利用 AI 大模型一键生成高清短视频的工具,集成多步自动化工作流,从文案生成到视频合成全流程自动化。
私有 Agent 集群平台,每个 Agent 拥有独立的 GPU 加速桌面,支持 Claude、Codex、Gemini 及开源模型的全栈私有部署。
基于多智能体 LLM 的中文金融交易框架,TradingAgents 中文增强版,支持多数据源行情、实时新闻和 LLM 决策。
Bee Agent Framework 是一个支持 Python 和 TypeScript 的生产级 AI Agent 开发框架,提供多模态 Agent 构建、工具集成和可观测性能力,帮助开发者快速构建可投入生产的智能体应用。
科大讯飞开源的企业级 Agent 工作流平台,提供商业化友好的 SuperAgent 构建能力,支持复杂工作流编排与多 Agent 协同。
面向 LLM Agent 应用的强化学习桥梁,提供简单灵活的 RL 训练框架来优化 Agent 性能。
基于 LLM 的多 Agent 搜索引擎框架,类似 Perplexity.ai Pro 和 SearchGPT,实现智能 Web 搜索。
面向 AI 编码 Agent 的多 Agent 编排工具,支持 Claude Code、Pi 等多种编码 Agent 的可插拔运行时适配器,实现任务自动分发与协作。
OxyGent 是京东开源的多 Agent 协作框架,支持灵活的 Agent 角色定义、任务分解和协作编排,适用于企业级 AI Agent 应用开发。
KaibanJS 是一个 JavaScript 原生的多 Agent 框架,采用看板式方法管理多智能体协作,支持任务分配、角色定义和并行执行,适合 Web 开发者快速构建多 Agent 系统。
轻量级事件驱动的具身智能多 Agent 系统框架,为物理世界 AI 应用提供高效的多 Agent 协作。
Suna 是一个自主化企业操作系统,提供 AI Agent 驱动的自动化工作流,帮助企业实现从研究、数据分析到客户沟通等多种业务流程的智能化管理。
Swarms 是企业级多 Agent 编排框架,提供生产就绪的多 Agent 协作能力,支持大规模 Agent 集群部署。
Open Agent Platform 是 LangChain 团队开源的 Agent 部署平台,强调多 Agent 运行、长时任务、可观测性与生产环境编排,适合作为 Agent 服务化落地基础设施。
Langroid 是一个 Python 多智能体编程框架,通过直观的 Agent-Task-Tool 抽象,支持开发者构建基于 LLM 的多智能体协作应用。
持续运行约100小时的多Agent系统,专注于解决可以通过验证机制确认的复杂编程或数学难题。
基于 Rust 构建的多 Agent 框架,支持多个智能体的构建、部署和协同调度,以高性能和内存安全为设计核心,适合对延迟和资源敏感的生产级多 Agent 系统。
微软官方多语言 Agent 框架,支持 Python 和 .NET,提供图式工作流编排、OpenTelemetry 可观测性和 DevUI 调试工具。
Microsoft AutoGen 是一个多 Agent 对话框架,允许创建多个 Agent 进行协作对话,解决复杂任务。
微软多 Agent 自定义自动化引擎是一个企业级解决方案加速器,展示了如何使用 Azure OpenAI 构建多 Agent 自动化工作流。提供 Agent 编排、任务分解和结果聚合的完整实现。
基于 Rust 构建的自主 AI 智能体编排工具,实现了改进版的 Ralph Wiggum 编排技术,支持多智能体任务的协调和调度。
Rust 编写的安全持久化个人 Agent 服务器,单二进制文件,支持沙盒执行、多 LLM 提供商、语音、记忆和 MCP 工具。
全面的智能体技能集合,涵盖上下文工程、多智能体架构和生产级智能体系统,可用于构建、优化和调试需要高效上下文管理的智能体。
由网易有道开发的全场景 AI Agent 平台,7x24 小时自动化执行各类任务。支持多模型调度、工具集成和智能工作流编排,帮助企业实现智能化办公。
基于 LangGraph 的多智能体 RAG 示例项目,展示多个 Agent 如何协作完成检索、路由、推理和答案生成。
离线多代理仿真与预测引擎,使用 Neo4j 图数据库和 Ollama 本地推理,支持群体智能仿真和多智能体协作预测。
YC S25 孵化的多 Agent 通信平台,让用户可以从任何地方与多个 AI Agent 进行对话和协作。支持跨平台接入,统一管理多个 Agent 的交互与任务执行。
AI 智能体开放协作网络,提供构建、部署和管理 AI 智能体网络的基础设施,支持多种大语言模型。
OpenAI Realtime Agents 是基于 Realtime API 构建的高级 Agent 模式演示项目,展示了实时语音交互、多 Agent 协作等前沿 Agent 架构的最佳实践。
OpenAI Swarm 是一个轻量级多 Agent 协作框架,专注于简洁和可控性,适合学习和原型开发。
AI原生多Agent开发平台,基于Kotlin Multiplatform构建,覆盖软件开发全生命周期的7个阶段。支持自动代码生成、测试、部署、文档编写等全流程开发任务。
生产级多 Agent 编排平台,支持 JSON 定义 Agent、多层记忆系统和内置可观测性,已在 200 多个企业级 AI Agent 项目中验证,提供完整的企业部署方案。
AI 劳动力平台,提供多 Agent 系统、AI Agent 和工具,帮助企业构建自主 AI 工作流。
独立编写的AI编程Agent提示模板集合,涵盖系统提示、工具提示、Agent委派、记忆管理和多Agent协调,专为Claude Code优化。
Agent-MCP 是一个基于模型上下文协议(MCP)的多智能体框架,使多个专业化 AI 智能体能够并行协作,高效完成项目不同层面的任务。
领先的Claude Agent编排平台,支持部署智能多Agent群组、协调自主工作流程、构建对话式AI系统。具备企业级架构、分布式群集智能、RAG集成,原生支持Claude Code和Codex集成。
工业级全流程 AI 影视生产平台,从短视频到真人影视制作,覆盖剧本、拍摄、后期全流程。
规格驱动的多智能体项目管理框架,将需求、计划、执行和评审拆解为可协作的 Agent 工作流。
ROMA (Recursive-Open-Meta-Agent) 是一个元智能体框架,用于构建高性能多智能体系统,支持递归式任务分解与协调。
Solace Agent Mesh 是一个事件驱动的多智能体 AI 框架,用于构建和编排多智能体系统,支持 MCP 集成和复杂多步骤工作流。
GenAI 驱动的多智能体医疗助手,用于医疗诊断辅助、健康研究和问答场景,通过多个 Agent 分工协作完成分析。
多Agent编排工作流平台,支持Claude Code、Codex、Gemini、OpenCode等多种Agent。提供统一的编排接口,实现跨平台Agent协作。
开源自托管 AI Agent 运行时和多智能体框架,支持自主 Agent 集群、持久记忆、MCP 工具、定时任务、任务委派以及多种 LLM 提供商。
PUA 是一个高能动性的 AI 智能体技能包,以'被寄予厚望的 P8 级工程师'为角色设定,驱动智能体在 30 天内持续改进和交付高质量成果。
Python 实现的 Google Agent-to-Agent (A2A) 协议库,支持多 Agent 之间的通信和互操作。
自组织多智能体协作平台,多个 AI 智能体作为自主团队工作,实现零人工干预的规划、执行、审查和巡检任务。
基于 Pydantic AI 的深度 Agent 框架,支持工具调用、沙箱执行、多智能体团队、技能、检查点和长上下文能力。
全自主 AI Agent 渗透测试系统,基于多 Agent 架构执行复杂的网络安全渗透测试任务,支持 OpenAI、Anthropic 等多种模型后端。
智能自动化和多Agent编排框架,专为Claude Code设计。支持自动化工作流程、任务协调和智能代理系统构建。
受武士启发的Claude Code多Agent系统,通过tmux编排并行AI任务,采用将军-家老-足轻的层级架构实现高效多Agent协作。
CowAgent(原名 chatgpt-on-wechat)是基于大模型的超级 AI 助理框架,支持主动思考、任务规划、工具调用、长期记忆和多 Agent 协作,可接入微信、飞书、钉钉等多渠道。
多数 Agent 工作流并非败在模型能力,而是败在编排层。对比 DAG、状态机、可视化构建器三种编排范式,给出可复制的生产级错误处理、人工审批和条件分支代码。
深入对比 LangChain、LangGraph、CrewAI、AutoGen 等主流 AI Agent 框架,帮助你选择最适合的开发工具。
详解 browser-use 在网页任务自动化中的优势与限制,并给出稳定执行和失败恢复策略。
手把手教你从零开始构建一个完整的 AI Agent,涵盖环境配置、核心组件开发、工具集成等完整流程。
从协议模型、服务端设计到权限隔离,系统讲解如何用 MCP 为 AI Agent 构建稳定的工具接入层。
深入介绍 MetaGPT 如何通过角色扮演实现软件开发全流程自动化,包括产品经理、架构师、工程师等角色协作的实践指南。