🧠

多智能体

多智能体协作框架,让多个 AI Agent 分工合作完成复杂任务,涵盖 CrewAI、AutoGen、MetaGPT、OpenAI Swarm 等项目,支持角色分工、任务调度与会话编排。

140 个项目

agency-agents

145.8k · Shell
活跃 A+

Agency Agents 是一套开箱即用的多角色 AI Agent 配置集合,覆盖前端、Reddit 社区、SEO 等专业领域,适合快速组装虚拟团队。

multi-agentpromptsagency +1
  • · 完整 AI 代理机构 — 涵盖前端、SEO、运营等多领域专家
  • · 即插即用 — 每个 Agent 都有明确角色、流程与交付物
  • · 统一人格设定 — 通过 markdown 提示词快速激活专家人格

Awesome LLM Apps

132.9k · Python
活跃 A+

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。

agentragllm +1
  • · 100+ 可运行模板 — 每个模板都是原创开发、端到端测试的完整项目,非外部链接合集
  • · 多类别覆盖 — 涵盖 AI Agent、Multi-agent、MCP Agent、Voice AI、RAG、Agent Skills、Fine-tuning 等 14 个分类
  • · 多模型兼容 — 支持 Claude、Gemini、OpenAI、xAI、Qwen、Llama 等主流 LLM,切换仅需改配置

MoneyPrinterTurbo

104.7k · Python
活跃 A+

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。

pythonagentautomation +2
  • · AI 文案自动生成 — 输入主题或关键词即可自动生成视频文案,也支持自定义文案内容
  • · 多模型 LLM 接入 — 支持 OpenAI、DeepSeek、通义千问、Google Gemini、Ollama 等十余种模型提供商
  • · 高清视频多尺寸 — 支持竖屏 9:16(1080x1920)和横屏 16:9(1920x1080)两种视频规格

TradingAgents

98.5k · Python
活跃 A+

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。

multi-agentfinancetrading +2
  • · 多角色 Agent 协作 — 模拟真实交易公司分工,包含基本面分析师、情绪分析师、技术分析师、交易员和风控经理
  • · 基于 LangGraph 构建 — 利用 LangGraph 实现 Agent 间的动态讨论与结构化决策流程
  • · 多空研究员辩论机制 — 牛方和熊方研究员对分析师洞察进行结构化辩论,平衡收益与风险

OpenHands

84.2k · TypeScript
活跃 A+

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。

agentcodingautomation +1
  • · 软件代理 SDK — 可组合的 Python 库,用于定义智能体并在本地或云端大规模运行
  • · CLI 交互模式 — 类似 Claude Code/Codex 的命令行体验,支持 Claude、GPT 等多种 LLM
  • · 本地 GUI 界面 — 基于 React 的单页应用,提供 REST API,类似 Devin/Jules 的使用体验

MiroFish

71.0k · Python
活跃 A+

基于多 Agent 的群体智能预测引擎,从种子信息构建高保真平行数字世界,用上千 Agent 模拟社会演化以推演未来。

multi-agentswarm-intelligenceknowledge-graph +3
  • · 多 Agent 群体模拟 — 上千个拥有独立人格、长期记忆的智能体自由交互
  • · GraphRAG 知识图谱 — 从种子材料自动构建高保真平行数字世界
  • · 动态记忆机制 — 模拟过程中持续更新个体和集体记忆

MetaGPT

69.9k · Python
不活跃 B

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。

multi-agentframeworkpython +2
  • · 多角色协作 — 内置产品经理、架构师、工程师等角色,模拟完整软件公司 SOP 流程
  • · 自然语言编程 — 输入一行需求描述,自动输出用户故事、竞品分析、API 设计和完整代码
  • · Data Interpreter — 支持动态代码生成与数据分析,可处理 CSV、可视化等数据任务

Ruflo

68.0k · TypeScript
活跃 A+

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。

multi-agentorchestrationclaude-code +3
  • · 多 Agent 群体编排 — 支持 100+ 专业化 AI Agent 跨机器、团队和信任边界协同工作
  • · 自学习记忆系统 — Agent 从每次任务中学习,跨会话持久化记忆,持续优化决策
  • · 联邦通信 — 不同机器上的 Agent 安全协作,数据不泄露

AutoGen

60.5k · Python
不活跃 B

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。

multi-agentconversationmicrosoft +1
  • · 多 Agent 对话框架 — 支持创建多个 Agent 进行协作对话,自动分工解决复杂任务
  • · MCP 服务器集成 — 通过 Playwright MCP 等工具实现网页浏览、文件操作等外部能力
  • · AgentTool 编排 — 将 Agent 封装为工具,实现多层级的专家系统协作

CrewAI

57.2k · Python
活跃 A+

CrewAI 是一个用于编排角色扮演、自主协作 AI Agent 的多智能体框架,可让多个 Agent 像团队一样分工完成复杂任务。

multi-agentagent-frameworkrole-playing +2
  • · 角色扮演 Agent — 每个 Agent 拥有角色、目标、背景故事与独立工具集
  • · 任务依赖编排 — 通过 Task 与 Process 描述任务依赖、并行执行与上下文交接
  • · 自主协作循环 — 内置 delegation、hierarchical 与 consensual 三种协作流程

OpenMontage

48.4k · Python
活跃 A+

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。

multi-agentautomationagent +2
  • · 12 条生产流水线、52 个工具和 500+ Agent 技能用于视频创作
  • · 真正的视频制作——检索实际运动素材,而非仅静态图片动画
  • · AI 驱动的脚本编写、旁白、素材生成、编辑和最终合成

CowAgent

46.5k · Python
活跃 A+

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。

agent-frameworkmulti-agentchatbot +4
  • · 三层记忆架构 — 上下文→日记→核心三层记忆系统,自动 Deep Dream 知识蒸馏,混合关键词+向量检索
  • · Skill技能系统 — 从 Skill Hub 一键安装技能,或通过自然语言对话创建自定义技能
  • · 多渠道接入 — 支持微信、飞书、钉钉、企业微信、QQ、Telegram、Slack 等 10+ 平台

BettaFish

42.0k · Python
活跃 A+

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。

multi-agentagentpython +2
  • · 多智能体协作 — Query/Media/Insight/Report 四类专业 Agent 通过论坛机制协作分析
  • · 全域舆情监控 — AI 爬虫 7x24 覆盖微博、小红书、抖音、快手等 30+ 社媒平台
  • · 多模态内容分析 — 深度解析短视频、图片等多媒体内容,提取结构化信息

Agents

38.9k · Python
活跃 A+

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。

multi-agentautomationorchestration +2
  • · 84 个可组合插件 — 每个插件隔离且可组合,安装时仅加载对应组件(agents、commands、skills)到上下文
  • · 192 个领域专家代理 — 涵盖架构、语言、基础设施、安全、数据、ML、文档、业务、SEO 等领域
  • · 五框架原生支持 — 从单一 Markdown 源生成 Claude Code、Codex CLI、Cursor、OpenCode、Gemini CLI、Copilot 的原生制品

Oh My ClaudeCode

38.6k · TypeScript
活跃 A+

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。

multi-agentclaude-codeteam-collaboration +2
  • · 多 Agent 团队编排 — /team 命令启动多 Agent 并行协作,支持 tmux 工作器
  • · Autopilot 自动驾驶 — 自然语言描述目标,自动拆解、执行和验证
  • · Deep Interview — 苏格拉底式提问引导需求澄清,执行前暴露隐藏假设

500 AI Agents Projects

36.6k · Python
活跃 A+

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。

agentmulti-agenttools
  • · 行业分类索引 — 按医疗、金融、教育、零售、制造等行业组织的 AI Agent 用例目录
  • · 框架维度浏览 — 按 CrewAI、AutoGen、Agno、LangGraph 等框架分类查看用例
  • · 开源项目链接 — 每个用例都附带可直接访问的 GitHub 开源项目实现

DeepTutor

35.9k · Python
活跃 A+

港大开源的 Agent 原生个性化学习助手,基于多 Agent 与 RAG 提供交互式深度辅导。

ai-tutormulti-agentrag +2
  • · 三层记忆架构(L1/L2/L3)— 短期会话记忆、中期工作记忆、长期语义记忆,支持跨会话知识持续积累
  • · TutorBot 持久自主导师 — 可长期运行的自主 AI 教师,支持 HTTP/SSE API 接入和多用户隔离
  • · RAG 检索增强 — 基于 LlamaIndex 的文档索引与检索,支持版本化 KB 索引和自动重新索引

ChatDev

34.0k · Python
活跃 A+

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。

multi-agentsoftware-developmentcollaboration +2
  • · 零代码多 Agent 编排 — 通过配置而非编码定义 Agent、工作流和任务,快速构建自定义多 Agent 系统
  • · 虚拟软件公司模式 — 模拟 CEO、CTO、程序员等角色的分工协作,自动完成软件开发全流程
  • · 可配置工作流 — 支持自定义 ChatChain 配置,定义 Agent 间的交互拓扑和执行顺序

TradingAgents-CN

31.2k · Python
活跃 A

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。

multi-agentagentpython +2
  • · 多智能体分析架构 — 多个 LLM Agent 协作执行技术分析、基本面分析和新闻分析
  • · 多数据源支持 — 支持 Tushare、AkShare、BaoStock,完整覆盖 A 股/港股/美股
  • · Docker 多架构部署 — 支持 amd64 和 arm64 架构,5 分钟快速启动

Vibe-Trading

31.0k · Python
活跃 A+

「Vibe-Trading」是工具型仓库:面向个人量化与算法交易场景,结合大语言模型与 MCP 工具链,支持回测与多智能体决策流程。

ai-agentalgorithmic-tradingbacktesting +5
  • · 一条命令为交易 Agent 赋能完整的量化交易能力,集成 LLM 与 MCP 工具链
  • · 支持 7 多数据源(Tushare、OKX、CCXT、AkShare 等)的回测引擎,含本地缓存
  • · Connector-first 架构,支持 IBKR、Robinhood、Tiger、Alpaca 等多券商模拟交易

Awesome AI Agents

29.5k · Unknown
正常 B

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。

agentmulti-agentllm
  • · 精选项目列表 — 收录 100+ 开源 AI Agent 项目,按类别系统化整理
  • · 分类体系 — 覆盖通用目的、多 Agent、代码生成、数据分析、浏览器自动化等类别
  • · Web UI 浏览 — 通过 e2b.dev/ai-agents 提供可交互的网页版列表,支持筛选

AgentScope

29.0k · Python
活跃 A+

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。

agent-frameworkmulti-agentdistributed +2
  • · 内置ReAct Agent — 5分钟快速创建具备推理和工具使用能力的Agent
  • · 工具与技能系统 — 内置Bash、Grep、文件读写等工具,支持自定义扩展
  • · 多Agent编排 — 通过Message Hub实现灵活的多Agent协作和工作流

Agent2Agent Protocol

25.4k · Shell
活跃 A+

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。

agent-protocolinteroperabilitymulti-agent +1
  • · 标准化 Agent 通信 — 基于 JSON-RPC 2.0 over HTTP(S) 的标准化通信协议
  • · Agent 发现机制 — 通过 Agent Card 描述能力、交互模态和连接信息
  • · 灵活交互模式 — 支持同步请求/响应、SSE 流式传输和异步推送通知

GenAI Agents

23.8k · Jupyter Notebook
活跃 A+

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。

tutorialmulti-agentconversational-ai +1
  • · 50+ 可运行教程 — 覆盖从简单对话机器人到复杂多智能体系统的完整技术栈
  • · 多智能体系统实现 — 包含多 Agent 协作、任务分解、角色分配的完整代码示例
  • · RAG 技术集成 — 演示检索增强生成在 Agent 中的多种应用模式

(24 / 140)

相关文章

容错工具调用重试

Agent 工具调用容错:超时、重试、熔断、降级与幂等

系统梳理 Agent 工具调用的 7 大容错模式:超时分级、指数退避 + 抖动、熔断器、备用 Provider 链、可恢复错误分类、结构化校验、幂等键设计,让 Agent 在不稳定的真实环境中保持稳定输出。

AI Agent工作流编排DAG

Agent 工作流编排实战:从 DAG 到状态机的生产级模式

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。

AI AgentLangChainLangGraph

2025年AI Agent开发框架选型指南

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。

AutoGPT自主 AgentAgentKit

AutoGPT 替代品横评 2026:从自主 Agent 到生产级框架的演进

2026 年最值得用的 AutoGPT 替代品横评,覆盖 OpenHands、MetaGPT、Agency Swarm、CrewAI、AutoGen、BabyAGI 等,对比自主性、可控性、生产成熟度、成本与可观测性,解释为什么"自主 Agent"在 2026 年不再是主流,以及替代方案如何解决 AutoGPT 的核心问题。

AutoGPT部署教程Docker

AutoGPT本地部署完全指南

详细介绍 AutoGPT 的本地安装部署方法,包括环境配置、Docker 部署、常见问题解决等完整教程。

AI Agent框架对比LangChain

2026 最佳 AI Agent 框架横评:LangGraph、CrewAI、OpenAI Agents SDK、Google ADK 深度对比

2026 年主流 AI Agent 框架横评,覆盖 LangGraph、CrewAI、AutoGen、OpenAI Agents SDK、Google ADK、Microsoft Agent Framework、Mastra、Claude Agent SDK 等十大框架,对比架构哲学、生产成熟度、多语言支持、可观测性与团队适配度,附选型决策树。