选择最适合你的多AI代理框架——AutoGen、LangGraph、CrewAI、Swarm、Magentic-One全面对比

选择最适合你的多AI代理框架——AutoGen、LangGraph、CrewAI、Swarm、Magentic-One全面对比

生成式人工智能中的多 AI 代理(Multi AI Agent)话题正在升温,各大科技巨头纷纷发布相关框架。

那么,我们该选择哪种多 AI 代理框架呢?

选项太多了!!

随着 OpenAI 发布 Swarm 和微软推出 Magentic-One,这一领域变得更加纷繁复杂。为了解除你的疑惑,我将逐一分析每个框架的关键特点、优缺点,帮助你决定哪款框架最适合你的需求。我们将讨论以下框架:

  • AutoGen(微软)
  • LangGraph(LangChain)
  • CrewAI
  • OpenAI Swarm(OpenAI)
  • Magentic-One(微软)

让我们开始吧!

1. AutoGen

AutoGen 是微软推出的最受欢迎、最早的框架,更适合软件开发任务。

特点:

  • 涉及两个核心代理:用户代理(User Agent)和助手代理(Assistant Agent)。
  • User-Agent 与 Assistant-Agent 交互:在 AutoGen 的用户与助手模型中,用户代理提供提示或需求,助手代理生成并执行代码。
  • 助手代理不仅负责代码生成,还负责执行代码并将结果返回给用户或其他代理。
  • 专为代码任务的多代理编排设计,同时也能处理其他任务。
  • 支持人类在交互过程中的指导。
  • 由微软强大的社区支持。

局限性:

  • 不够直观,对非程序员不友好。
  • 设置较为复杂,尤其是在本地 LLM 场景中需要代理服务器。
  • 如果任务与软件开发无关,可能显得平庸。

2. CrewAI

CrewAI 是构建快速演示的首选框架,因为它非常直观且易于设置。

特点:

  • 极具直观性,主要依赖提示工程。
  • 轻松创建新代理并加入生态系统;几分钟内即可创建 100 个代理。
  • 非技术用户也能快速上手。
  • 集成 LangChain,与主流 LLM 提供商及本地 LLM 的协作效果很好。

局限性:

  • 灵活性和可定制性有限。
  • 适用于基础用例,不适合复杂的编程任务。
  • 在代理交互过程中可能会遇到一些 bug。
  • 社区支持较为有限。

3. LangGraph

LangGraph 是个人最喜欢的框架,它适用于任何多 AI 代理任务,且提供高度灵活性。

特点:

  • 基于 LangChain 构建,采用有向循环图(DAG)设计理念。
  • 不仅仅是多 AI 代理框架,更是通用编排工具。
  • 灵活性高,可定制性强,几乎支持所有多代理编排应用场景。
  • 作为 LangChain 的扩展,享有活跃的社区支持。
  • 与开源 LLM 和各种 API 配合良好。

局限性:

  • 文档不够完善。
  • 对非程序员或初级开发者不够友好。
  • 需要较强的编程技能,尤其是对图论和逻辑流程的理解。

4. OpenAI Swarm

OpenAI 最近发布的 Swarm 框架,简单易用,非常适合入门用户。

特点:

  • 针对多 AI 代理初学者设计,操作简便。
  • 重点简化了“代理创建”和代理间的上下文切换(称为“切换”)。
  • 适合制作短小的演示。

局限性:

  • 不支持 OpenAI API 以外的 LLM。
  • 不适合生产级部署。
  • 灵活性较差。
  • 社区支持匮乏,甚至无法在 GitHub 上提交问题。

5. Magentic-One

Magentic-One 是微软推出的最新框架,旨在简化现有 AutoGen 框架的使用。

特点:

  • 类似于 Swarm,适合非程序员,易于操作。
  • 默认包含 5 个预设代理包,包括一个管理代理和 4 个任务代理:
  • o WebSurfer:用于浏览器导航与网页交互。
  • o FileSurfer:负责本地文件的管理与导航。
  • o Coder:专注于代码编写与分析。
  • o ComputerTerminal:提供运行程序及安装库的终端访问。
  • 基于 AutoGen 开发,更具通用性。
  • 内置 AutoGenBench 工具,用于分析代理性能。

局限性:

  • 对开源 LLM 的支持较为复杂。
  • 灵活性不足,更像是一个应用而非框架。
  • 文档和社区支持几乎为零。

哪个是最佳的多 AI 代理框架?

根据我的使用经验(所有框架都尝试过),以下是建议:

  • 软件开发:选择 AutoGen(微软)——非常适合代码生成和复杂的多代理编程任务。
  • 适合新手:OpenAI Swarm 和 CrewAI——对新手友好,适合简单的多代理场景。
  • 复杂任务:LangGraph——提供高度灵活性,专为高级用户设计,可自定义逻辑和编排。
  • 开源 LLM:LangGraph——与开源 LLM 集成良好,也支持多种 API,CrewAI 也是不错的选择。
  • 社区支持:AutoGen 拥有良好的社区支持,可解决少见问题。
  • 快速上手:CrewAI 是快速演示的理想选择;Swarm 和 Magentic-One 也很优秀,但缺乏足够的社区支持。
  • 经济实惠:Magentic-One——预设丰富,初始成本低。Swarm 和 CrewAI 同样适合。

希望这篇博客能帮你选择合适的多 AI 代理编排框架!

感谢阅读!你还可以订阅我们的YouTube频道,观看大量大数据行业相关公开课:https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ;在LinkedIn上关注我们,扩展你的人际网络!https://www.linkedin.com/company/dataapplab/

原文作者:Mehul Gupta
翻译作者:过儿
美工编辑:过儿
校对审稿:Jason
原文链接:https://medium.com/data-science-in-your-pocket/magentic-one-autogen-langgraph-crewai-or-openai-swarm-which-multi-ai-agent-framework-is-best-6629d8bd9509