Agents (智能体) 精选资源合集，持续更新中
| 名称 | 简介 | 备注 |
|---|---|---|
| AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步 | Lilian Weng 的个人博客文章，Lilian 现在是 OpenAI 的 Head of Safety Systems，之前还领导过 OpenAI 的 Applied AI 团队。AI Agent 被认为是 OpenAI 发力的下一个方向。OpenAI 的联合创始人 Andrej Karpathy 在近期的一次公开活动上提到“相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候，内部都会很兴奋并且认真地讨论”，而在更早之前，Andrej 还评价 AutoGPT 是 Prompt Engineering 下一阶段的探索方向。 | 英文原文 |
| 《综述：全新大语言模型驱动的Agent》——4.5万字详细解读复旦NLP和米哈游最新Agent Survey | 复旦NLP团队和米哈游一起出的《TITLE：The Rise and Potential of Large Language Model Based Agents: A Survey》论文一个翻译版本，作者同时对部分内容进行了删繁就简，总结概括。 | 论文原文 |
| AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？ | 作者认为 agent 产品需要具备的特性是，要给产品设计者和用户提供干预空间。目前实践中最具代表性的有两类：中间层的 Agent Framework 和垂直领域的 Vertical Agent。 | - |
| LangChain Agents - Joining Tools and Chains with Decisions | LangChain Agents--将工具和任务链与决策结合起来 | 英文 Youtube 视频，LangChain 项目官方对预置的 agents 介绍。 |
| 名称 | 简介 | 备注 |
|---|---|---|
| LLM-Agent-Survey | LLM-based Autonomous Agents 综述 | |
| LLM-Agent-Paper-List | "The Rise and Potential of Large Language Model Based Agents: A Survey"综述论文的论文列表 | |
| LLMAgentPapers | LLM-based Autonomous Agents 综述 | |
| Toolformer: Language Models Can Teach Themselves to Use Tools | 大语言模型可以学会使用工具 | - |
| HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face | 用ChatGPT作为控制器，连接HuggingFace社区中的各种AI模型，完成多模态复杂任务。整个过程，只需要做的是：用自然语言将你的需求输出。 | 知乎中文讨论 |
| ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs | 研究人员设计了一个评测 LLM 使用工具能力的 Benchmark（基准）—— LLMBench，以及一个针对该场景的数据构建、模型训练、评测的框架—— ToolLLM。 | [知乎文章], [GitHub 开源地址] |
| AgentBench: Evaluating LLMs as Agents | AgentBench 是首个旨在评估 LLM 在各种不同环境中作为智能体的基准。它包含 8 种不同的环境，可以更全面地评估 LLM 在各种场景中作为自主智能体运行的能力。 | GitHub 开源地址 |
| ClawBench: Can AI Agents Complete Everyday Online Tasks? | 面向真实线上任务的浏览器智能体评测框架，包含 153 个日常任务并覆盖 144 个真实网站；通过隔离容器、多种可选 agent harness，以及回放、动作、网络和消息轨迹支持可复现实验与失效分析。 | 项目主页 · GitHub |
本仓库早期内容主要覆盖 2023 年的 Agent 生态。以下为 2024-2026 年间崛起并经验证仍活跃的重要项目与协议（2026-08 更新：新增 deepseek-harness、Codex CLI、OpenClaw、Hermes、pi、Agent Skills）。
| 名称 | Stars | 简介 |
|---|---|---|
| LangGraph | LangChain 团队推出的有状态、多角色 Agent 编排框架，以图 (Graph) 的方式构建可控、可循环的 Agent 工作流。 | |
| CrewAI | 面向角色协作的多 Agent 框架，让多个扮演不同角色的智能体像团队一样协同完成复杂任务。 | |
| OpenAI Agents SDK | OpenAI 官方推出的轻量级多 Agent 编排 SDK，内置 handoffs, guardrails 与 tracing，是 Swarm 的生产级继任者。 | |
| OpenHands | 原 OpenDevin，能够编写代码, 运行命令, 浏览网页的自主软件工程 Agent 平台。 | |
| Orkas | 开源、本地优先的 AI 团队桌面应用，由 Commander 将目标转成可执行计划，并在一个对话中协调专业 Agent 并行或串行完成复杂工作。 | |
| SWE-agent | 普林斯顿大学出品，让语言模型自主修复 GitHub Issue 的 Agent，在 SWE-bench 上表现出色。 | |
| Model Context Protocol (MCP) | Anthropic 提出的开放协议，为 LLM 与外部工具, 数据源的连接提供统一标准，已成为 Agent 生态事实标准。 | |
| Browser Use | 让 AI Agent 像人一样操作浏览器，是当下最流行的网页自动化 Agent 工具之一。 | |
| agent-qa | 面向软件团队的开源自进化 QA Agent，支持用自然语言编写并运行 Web 与移动端测试，通过跨运行记忆适应 UI 变化并发现回归问题。 | |
| smolagents | Hugging Face 推出的极简 Agent 库，核心仅约一千行代码，主打以代码形式编写 Agent 动作。 | |
| Pydantic AI | 由 Pydantic 团队打造的 Agent 框架，强调类型安全与结构化输出，将 Pydantic 的工程体验带入 GenAI 开发。 | |
| A2A (Agent2Agent) | Google 发起的开放协议 (现由 Linux 基金会托管)，用于不同框架, 不同厂商的 Agent 之间互联互通。 | |
| Claude Code | Anthropic 官方推出的终端编程 Agent，可在命令行中理解代码库、编辑文件、运行命令并完成复杂工程任务，是 2025 年最具影响力的 coding agent 之一。 | |
| Gemini CLI | Google 官方开源的终端 AI Agent，将 Gemini 模型带入命令行，支持代码理解、工具调用与 MCP，采用 Apache-2.0 协议。 | |
| Cline | VS Code 中的自主编程 Agent，可创建/编辑文件、执行命令、使用浏览器，并原生支持 MCP，是最流行的开源 IDE 编程助手之一。 | |
| Google ADK | Google 开源的 Agent Development Kit，模型与部署无关的代码优先 Agent 开发框架，为 Google 自家 Agent 产品提供支撑，并原生支持 A2A/MCP。 | |
| Microsoft Agent Framework | 微软推出的新一代开源 Agent 框架，统一并继承 AutoGen 与 Semantic Kernel，面向生产级多 Agent 编排与工作流。 | |
| AG-UI | Agent-User Interaction Protocol，用于连接后端 Agent 与前端应用的开放协议，与 MCP(接工具)、A2A(接 Agent)互补，专注 Agent 与用户界面的实时交互。 | |
| deepseek-harness (dsh) | DeepSeek 官方开源 Agent 框架（2026-08-13 发布，MIT，两周破 19 万 star）："一切皆插件"，模型、工具、会话、沙箱、循环与 UI 均可替换；内置 MCP 客户端，兼容 Claude Code / Codex 的 Hook 协议与 Agent Skills。技能精选见 awesome-dsh-skills。 | |
| OpenAI Codex CLI | OpenAI 官方开源终端编码 Agent，基于 Responses API，支持 MCP 与 Agent Skills，可接入 DeepSeek-V4 等第三方模型。 | |
| OpenClaw | "龙虾"——开源个人 AI 助理，本地运行并接入飞书 / 微信 / Telegram 等 IM，支持 Skills 与 MCP，配套 ClawHub 技能市场，是 2026 年最火的个人 Agent 之一。 | |
| Hermes Agent | Nous Research 出品的开源自我改进个人 Agent，跨 CLI / 桌面 / IM 运行，跨会话学习，可驱动真实终端与浏览器。 | |
| pi | 极简可扩展的编码 Agent harness（"primitives, not features"），内核仅 Read/Write/Edit/Bash 四个工具，靠扩展与 Skills 定制，OpenClaw 即构建于其上。 | |
| Agent Skills（开放标准） | Anthropic 发起的 SKILL.md 开放标准，让 Agent 按需加载可复用技能，已被 Claude Code、Codex、Gemini CLI、Cursor、OpenCode、dsh 等 40+ 产品采纳。 |
| 名称 | Stars | 简介 | 备注 |
|---|---|---|---|
| 🔥 AutoGPT | An experimental open-source attempt to make GPT-4 fully autonomous. | 大名鼎鼎的 AutoGPT 项目, AI Agents 的早期尝试之一 (2023, 活跃度下降) | |
| 🔥 gpt-engineer | Specify what you want it to build, the AI asks for clarification, and then builds it. | 全栈开发 Agent，用 GPT 编写整个项目代码！ | |
| 🔥 AgentGPT | Assemble, configure, and deploy autonomous AI Agents in your browser. | 在浏览器中部署运行 AI Agents. | |
| 🔥 MetaGPT | 🌟 The Multi-Agent Framework: Given one line Requirement, return PRD, Design, Tasks, Repo. | MetaGPT, 多智能体框架，输入一句话的老板需求，输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等 | |
| llama-hub,shopify agent | A customer support agent 🤖 that can interface with @Shopify’s ENTIRE GraphQL API Spec (>50k lines!). | llama-hub 构建的客户支持 agent，能够与 @Shopify 的整个 GraphQL API规范(>5万行!)交互 | |
| AGiXT (原 Agent-LLM) | An Artificial Intelligence Automation Platform. AI Instruction management from various providers, has an adaptive memory, and a versatile plugin system with many commands including web browsing. | 人工智能自动化平台 (项目已更名为 AGiXT)。https://agixt.com/ | |
| skyagi | SkyAGI implements the idea of Generative Agents and delivers a role-playing game that creates a very interesting user experience. | SkyAGI 实现了 "生成式智能体 "的理念，设计了一个角色扮演游戏，创造了非常有趣的用户体验。 | |
| generative_agents | Generative Agents: Interactive Simulacra of Human Behavior. | 斯坦福和谷歌的研究人员以《模拟人生》游戏为灵感，创建的 AI 智能体小镇；研究人员在模拟城镇中添加了 25 个生成式智能体 (Generative Agents)，这 25 个角色由 ChatGPT 和自定义代码控制，以高度逼真的行为独立地生活。在 ChatGPT 的支持下，每个人都有自己独特的身份、记忆和行为，并且可以独立交互，但他们都不会意识到自己是生活在模拟中。中文介绍 | |
| developer | the first library to let you embed a developer agent in your own app! | 工程师智能体，给它一个产品规格，为你搭建一个完整的代码库，提供基本的模块，让您在自己的应用程序内拥有一个智能开发人员。 | |
| opencode | An AI coding agent built for the terminal. | SST 团队打造的终端编程 Agent，模型无关，支持多种 LLM 提供商，2025 年增长极快。 | |
| Aider | AI pair programming in your terminal. | 终端 AI 结对编程工具，直接在本地 Git 仓库中编辑代码并自动提交，是 CLI 编程 Agent 的代表作。 | |
| Tura | A local-first open-source coding agent with terminal and graphical interfaces. | 使用 Rust 编写的编程 Agent，提供 CLI、TUI 与 GUI，支持项目级规则、检查点、内置验证流程和公开基准测试。 | |
| goose | An open source, extensible AI agent that goes beyond code suggestions. | Block(Square 母公司)开源的本地可扩展 AI Agent，支持 MCP，可自动构建、执行和调试任务。 | |
| DeerFlow | A community-driven Deep Research framework. | 字节跳动开源的深度研究 Agent 框架，基于 LangGraph，结合搜索、爬取与代码执行完成自动化研究报告。 | |
| Suna | Open source generalist AI agent. | 开源通用型 AI Agent（对标 Manus），可自主浏览网页、执行命令、操作文件完成真实世界任务。 |
| 名称 | Stars | 简介 | 备注 |
|---|---|---|---|
| langchain | Building applications with LLMs through composability | 开发的 ChatGPT 应用,构建基于 LLM 的 agents. 参见 LangChain Agents 官方文档 | |
| AutoChain | AutoChain: Build lightweight, extensible, and testable LLM Agents. | AutoChain:构建轻量级、可扩展和可测试的LLM agents。 | |
| SuperAGI | <⚡️> SuperAGI - A dev-first open source autonomous AI agent framework. Enabling developers to build, manage & run useful autonomous agents quickly and reliably. | 官网 构建、管理和运行 AI Agents. | |
| superagent | Superagent - Build, deploy, and manage LLM-powered agents. | 官网 开发人员能更轻松地构建、管理和部署智能体到生产中，包括内置内存、通过向量数据库检索文档、强大的工具、网络钩子、cron 任务等功能. | |
| ai-town | A MIT-licensed, deployable starter kit for building and customizing your own version of AI town - a virtual town where AI characters live, chat and socialize. | 用于构建和定制你自己版本的人工智能小镇--一个人工智能角色生活、聊天和社交的虚拟小镇。 | |
| agent-protocol | Common interface for interacting with AI agents. The protocol is tech stack agnostic - you can use it with any framework for building agents. | 官网 AutoGPT, smol developer 等知名项目都在使用的"智能体通讯协议"--用于与智能体进行通信的通用接口。 | |
| autogen | AutoGen is a framework that enables development of LLM applications using multiple agents that can converse with each other to solve task. | AutoGen是一个框架，它允许使用多个 agents 来开发LLM应用程序，这些智能体可以相互交谈以解决任务。 | |
| agents | An Open-source Framework for Autonomous Language Agents. | Agents 是一个用于构建自主语言智能体的开源库/框架。 | |
| bisheng 毕昇 | Bisheng is an open LLM devops platform for next generation AI applications. | 一款领先的开源大模型应用开发平台，赋能和加速大模型应用开发落地，帮助用户以最佳体验进入下一代应用开发模式。 | |
| Agently | 🚀 A fast way to build LLM Agent based Application. | 面向应用开发者：Agently提供方便快速生成能力强大的Agent实例的能力，让开发者可以便捷地将这些实例与自己的业务代码相结合。 | |
| Dify | Production-ready platform for agentic workflow development. | 生产级 LLM 应用与 Agent 工作流开发平台，提供可视化编排、RAG、工具调用与可观测性，社区规模巨大。 | |
| Agno | Full-stack framework for building Multi-Agent Systems with memory, knowledge and reasoning. | 原 Phidata，高性能全栈多 Agent 框架，内置记忆、知识、推理与工具，主打轻量与运行速度。 | |
| Letta | Letta (formerly MemGPT) is a framework for creating stateful LLM agents. | 原 MemGPT，专注于具备长期记忆的有状态 Agent，让智能体在跨会话中持续学习与保留上下文。 | |
| Aeon | The most autonomous agent framework - skills as Markdown files, scheduled on GitHub Actions with no approval loops, self-heals broken skills, and dispatches each skill to one of six model harnesses. | 完全自主的 Agent 框架，技能即 Markdown 文件，通过 cron 定时在 GitHub Actions 上无人值守运行，可自我修复损坏的技能，支持 Claude、Grok、Codex、Pi、Vibe、Kimi 六种模型。 |
| 名称 | Stars | 简介 | 备注 |
|---|---|---|---|
| awesome-ai-agents | A list of AI autonomous agents. | 基于 LLM 的 agents 精选资源. | |
| awesome-llm-apps | Collection of awesome LLM apps with AI Agents and RAG. | 大量带 AI Agent 与 RAG 的实战应用示例合集，覆盖多种模型与框架，实操性强。 | |
| awesome-mcp-servers | A collection of MCP servers. | MCP(Model Context Protocol)服务器精选合集，是为 Agent 接入外部工具/数据源的重要资源导航。 |
本项目采用 CC BY-NC 4.0 协议授权 (署名-非商业性使用)。
作者：云中江树，微信公众号: 云中江树
