PK 榜

Hermes Agent（Nous Research，224k+ stars，MIT）是 Nous Research 出品的自改进 agent（self-improving），有学习循环 + 自动 skill 创建 + 跨会话记忆 + 多平台消息网关；OpenCode（SST，192k+ stars，MIT）是 terminal-native AI coding 工具，主打多 provider 接入 + build/plan 双 agent + 软件开发任务。本文从定位、模型策略、运行模式和典型场景四个角度对比。

OpenHands（82k+ stars）专注软件开发场景，code agent + sandboxed execution + GitHub PR 集成；AutoGPT（185k+ stars）面向通用自主任务，靠 LLM 决定下一步动作。本文从定位、执行环境、典型任务、可控性和生产可用性五个角度对比。

对比 LangChain 与 CrewAI 在 Agent 编排、多 Agent 协作、生态成熟度、学习曲线和适用场景上的差异，帮助你选择合适的 AI Agent 框架。

LangChain 是链式抽象（LCEL / prompt / model / output parser）起家的通用 LLM 编排框架；LangGraph 是同一个团队出的图状态机抽象，主打 stateful multi-agent + cycles + 显式控制流。本文从抽象层级、控制流、状态管理、生态和典型场景五个角度对比。

smolagents（Hugging Face，28k+ stars，Apache-2.0）是极简 Agent 框架，核心代码约 1000 行，Agent 用 Python 代码而非 JSON 写动作；AutoGen（Microsoft，60k+ stars）是面向多 Agent 应用的框架，现已进入维护模式（新用户转 Microsoft Agent Framework）。本文从架构哲学、Agent 类型、代码执行、多 Agent 支持和典型场景五个角度对比。

对比 Mastra（TypeScript 优先）与 LangGraph（Python 优先）在工作流、工具调用、状态管理、可观测性上的差异。

对比 Pydantic AI 与 Mastra 在类型安全、开发语言、工具调用、工作流和生产部署上的差异。

对比 OpenAI 官方 Agents SDK 与 Google 官方 Agent Development Kit 在协议、模型支持、工具调用、部署模式上的差异。

Gemini CLI（Google，106k+ stars，Apache-2.0）是 Google 出品的终端 AI Agent，自带 Google Search 验证 + 1M token 上下文，免费层每天 1000 次请求；Claude Code（Anthropic，141k+ stars）是终端 AI 编程助手，深度理解代码库 + git 工作流 + 插件系统。本文从模型能力、上下文窗口、工具集成、定价模式和典型场景五个角度对比。

Claude Code 是 Anthropic 官方的 CLI 编程助手（138k+ stars），深度绑定 Claude 模型；Aider 是 Paul Gauthier 个人项目（47k+ stars），主打 Git-aware 结对编程 + 多模型兼容。本文从模型绑定、仓库理解、PR 工作流、成本和企业可用性五个角度对比。

OpenHands（All-Hands-AI 团队）走软件工程场景，sandboxed runtime + GitHub PR 集成 + 软件开发任务；Aider（Paul Gauthier）走 Git-aware 结对编程，多 LLM 兼容 + 本地可跑。本文从定位、执行环境、任务类型、模型选择和典型用法五个角度对比。

对比 Aider 与 Continue 在 AI 编程助手定位、终端/IDE 集成方式、代码库理解深度、多文件编辑能力和企业级特性上的差异，帮助你选择合适的编码 Agent。

Cody（Sourcegraph 出品）走企业级代码库检索 + 上下文补全路线；Cline 是 VS Code AI 扩展，主打端到端软件工程任务（多文件 diff / 命令执行 / 浏览器自动化）。本文从定位、上下文获取方式、模型支持、安全边界和典型用户五个角度对比。

AutoGPT 是 2023 年点燃 Agent 热潮的项目（185k+ stars），主打自主任务循环；CrewAI 走结构化 crew / role / task 编排，更像"小公司"比喻。本文从架构范式、任务控制粒度、生态成熟度、生产可用性和典型应用对比。

MetaGPT（69k+ stars，MIT）走 SOP + 装配线模拟，每个角色按预定义流程产出工件；CrewAI（56k+ stars，MIT）走 crew / agent / task 显式编排，靠 LLM 决定流程。本文从抽象层级、流程可控性、可观测性、学习曲线和生产可用性五个角度对比。

对比 Microsoft AutoGen 与 CrewAI 的多 Agent 协作模型、对话机制、任务编排方式和开发体验，帮助你选择多 Agent 系统框架。

CAMEL 由阿联酋 MBZUAI 团队推出，强调角色扮演（role-playing）和对话涌现；AutoGen 由微软推出，强调可编程对话流（programmable conversation）和代码执行。本文围绕角色抽象、对话机制、可观测性、企业落地和典型坑点展开对比。

Langfuse（31k+ stars）专门做 LLM 可观测性，trace + prompt 管理 + evaluation 三件套；SigNoz（31k+ stars）是 OpenTelemetry 原生的通用 APM，把 LLM 当一种新 workload。本文从定位、协议支持、数据模型、扩展性和典型场景五个角度对比。

对比 Langfuse 与 Arize Phoenix 在 LLM 可观测性、Trace/Prompt 管理、评估能力、集成方式和开源协议上的差异，帮助你为生产 Agent 选择监控方案。

Langfuse 走 trace + prompt 管理 + evaluation 三件套路线，YC 投资的开源项目；Helicone 走 LLM gateway + analytics 路线，更轻量。本文从部署模式、核心能力、数据归属、价格模型和典型使用场景对比。

对比 RAGAS（RAG 评估专精）与 DeepEval（通用 LLM 评估）在评估指标、测试方法、CI/CD 集成上的差异。

对比 LangChain 与 LlamaIndex 在 RAG、数据连接、索引检索、Agent 能力和应用开发体验上的差异。

RAGFlow（88k+ stars，Apache-2.0）是面向企业的开源 RAG 引擎，深度文档理解 + Agent 能力，支持 Docker 部署；MaxKB（22k+ stars，GPL-3.0）是开源知识库问答与 Agent 构建平台，主打零代码集成 + 工作流编排。本文从检索能力、文档处理、部署方式和典型场景四个角度对比。

Haystack 起步早（2018），偏 pipeline 写法，deepset 团队专门做企业级 RAG；LlamaIndex 2022 年出来，社区和教程数量碾压，适合快速落地。本文从索引抽象、检索器、文档切分、评估体系和生态四个角度对比，帮你判断自己属于"研究派"还是"应用派"。

Dify（150k+ stars）定位 AI 应用开发平台，LLM 优先、内置 RAG / Agent / 工作流；n8n（198k+ stars）定位通用工作流自动化，数百个系统集成，AI 是最近才加进来的能力。本文从定位、集成生态、AI 能力、学习曲线和典型用户五个角度对比。

对比 n8n 与 Langflow 在工作流自动化、AI 节点编排、集成生态和可视化开发体验上的差异。

对比 Dify 与 Langflow 在可视化编排、应用发布、RAG、工作流和团队协作上的差异。

对比 Open WebUI 与 NextChat 在自托管聊天界面、AI 模型支持、用户管理、移动端体验和部署难度上的差异，帮助你选择合适的 ChatGPT 替代前端。

AnythingLLM（63k+ stars，MIT）定位 RAG 优先的桌面 + 服务器 Chat UI，内置向量库和工作区概念；Open WebUI（146k+ stars）定位通用 ChatGPT 替代品，Ollama 原生支持，多用户管理齐全。本文从 RAG 深度、模型支持、部署方式、扩展性和典型场景五个角度对比。

Lobe Chat（lobehub/lobe-chat，81k+ stars，LobeHub Community License）是开源 AI 聊天 Web 应用，支持多模型对话 + 插件系统 + 知识库，可部署在 Vercel / Docker / 云平台；Cherry Studio（50k+ stars，AGPL-3.0）是跨平台桌面客户端，集成 300+ 预设助手和智能翻译，开箱即用。本文从产品形态、模型支持、扩展能力和典型场景四个角度对比。

browser-use（109k+ stars，MIT）提供 Python library（嵌入 Agent）和 CLI skill（Agent 调用）两种形态，AI agent 通过 Python import 或 shell 命令使用；Agent Browser（Vercel Labs，40k+ stars，Apache-2.0）是 Rust 原生 CLI + daemon，AI agent 通过命令行调用，主打速度和 LLM-friendly 输出。本文从产品形态、性能、浏览器覆盖和典型场景四个角度对比。

对比 Browser-Use（DOM 路线）与 Skyvern（视觉路线）两大浏览器 Agent 框架的技术路线、性能、成功率与适用场景。

对比 Mem0（轻量级记忆层）与 Letta（完整有状态 Agent 平台）在记忆模型、检索能力、部署复杂度上的差异。

Letta（前身 MemGPT，24k+ stars，Apache-2.0）是 stateful agents 平台，主打 agent 记忆 + 学习 + 自改进，提供 CLI / App Server / 桌面 / Web 多端访问；Graphiti（getzep，30k+ stars，Apache-2.0）是时间上下文图引擎，构建和查询"事实随时间变化"的知识图谱，定位是替代 RAG 的动态记忆方案。本文从记忆模型、部署形态、查询能力和典型场景四个角度对比。

llama.cpp（123k+ stars，MIT）是纯 C/C++ 的 LLM 推理引擎，无依赖、极致性能、支持所有 GGUF 模型，从树莓派到 GPU 集群都能跑；Ollama（177k+ stars，MIT）是 llama.cpp 的上层封装，提供 ollama run 一键体验 + Modelfile 自定义 + 模型库 + REST API。本文从抽象层级、性能优化、模型格式、易用性和典型场景五个角度对比。

Ollama（177k+ stars，MIT）是本地 LLM 推理服务（默认 :11434 端口），支持一键 ollama run <model> 启动模型；vLLM（88k+ stars，Apache-2.0）主打生产级高吞吐 LLM serving，多 GPU + continuous batching。本文从定位、部署难度、性能优化、生态和典型场景五个角度对比。

对比 E2B 与 CubeSandbox 在 AI Agent 安全代码执行、沙箱隔离强度、启动延迟、运行时长和语言支持上的差异，帮助你选择合适的 Agent 沙箱。

NVIDIA NeMo Guardrails 与 Guardrails AI 两条 LLM 护栏技术路线对比:Colang 流程护栏 vs Pydantic Validator 输出验证,涵盖防护层次、结构化输出、典型场景与生态集成。

Playwright MCP（Microsoft，36k+ stars，Apache-2.0）是基于 Playwright 的 MCP 浏览器自动化服务器，支持 Chromium / Firefox / WebKit 多浏览器；Chrome DevTools MCP（Chrome DevTools 团队，49k+ stars，Apache-2.0）是基于 Puppeteer 的 MCP，主打 Chrome DevTools 深度集成（性能追踪 + 网络调试）。本文从浏览器覆盖、自动化引擎、调试能力和典型场景四个角度对比。