现在 ai agent 开发都用什么框架

[fxjson]

现在背景下，agent 开发好像挺热，都用什么框架啊，不要跟我说自己手搓，不要说用 langgraph，那么重你确定企业都用？

[pphboy]

找一个 sdk，类似于 open ai 的 agent sdk
（我目前的 piwork 是在 work 里面塞了一个 pi.sdk)
然后通过这个 sdk 定制 harness，就能开发自己的 ai agent 了
🙂

[ThisDay]

现在编排没啥用基本可以直接手撸（ vibe coding ），然后执行器层抽出来，用 pi ，dsh ，opencode 都行。langgraph 在大多数业务场景下感觉没啥意义

[voidmnwzp]

用 go 手搓

[mmdsun]

早些时候调研过，哪个时候没啥选的国内使用最多三个：LangChain 0.x 、Dify 、SpringAI 1.X 。后面就开始兴起了一阵，放弃 LangChain 手搓的风，当时网上很多文章讲为啥放弃 LangChain ，我们也是造了很多无用的轮子。

现在公司是用基础简单的框架做基座，然后手搓，各个线框架不同，也没要求统一。
————选型方向是：框架简单但至少要支持主流大模型，并提供自定义模型扩展能力，方便接入官方未支持的模型。支持 Tool Calling ，最好还具备 Tool Search ，能够根据任务动态发现和选择工具。

按照这个标准，Spring AI 2.x 和 Pi 1.4 等就是很好的选择了。LangChain 只用过 0.x ，现在这个版本感觉有点复杂，没有深入研究。

另外还要看你做的服务端 Agent 服务，还是 PC/手机个人助手类 Agent 对框架选择也有很大差异。

[labay]

@ThisDay 为什么说 langgraph 大多数业务场景没啥意义

[dhampirwwh]

依然推荐用 LangChain ，langgraph 。重点考虑的是召回率。

[LLMxPM]

agent 和 agent 差别很大的，有没有沙箱、saas 还是客户端需要的框架完全不一样，简单的一个 openai sdk 就能开始手搓了，复杂的话感觉智能体框架都不是重点，消息服务、状态管理更加重要，workflow 这条路基本死掉了，都是 react ，充斥着各种奇葩状态需要处理

[qf19910623]

字节的扣子都死了，工作流那一套已经是过去式，以前是大模型能力有限，需要工作流来做补充，现在全都是直接 AI 调工具和 MCP 了