AI Agent调研--7种Agent框架对比！盘点国内一站式Agent搭建平台，一文说清差别！大家都在用Agent做什么？

1. 感知（Perception）是指Agent从环境中收集信息并从中提取相关知识的能力。
2. 规划（Planning）是指Agent为了某一目标而作出的决策过程。
3. 行动（Action）是指基于环境和规划做出的动作。

工程实现上可以拆分出四大块核心模块：推理、记忆、工具、行动

     官方GPTs商店：各大平台均设有官方GPTs应用商店，汇聚了琳琅满目的插件与模型，满足多元化需求。

     知识库：在知识库构建上，各平台展现独特风采，内容既广泛又深入，助力用户轻松获取所需信息。

      流程图编排： 流程图编排功能作为标配，让无编程基础的用户也能通过直观拖拽，迅速构建高效工作流，实现流程自动化。

     多模型支持：对于模型支持，部分平台展现开放姿态，兼容多模型选择；而有的则专注于自家大模型深度优化，但无论哪种，均能有效支撑日常工作的顺利进行。

     插件调用：插件调用机制的引入，极大增强了平台的灵活性与扩展性，用户可根据实际需求灵活调用各类插件，提升工作效率。

     Prompt配置：至于Prompt配置，各平台均展现出创新精神，提供个性化、精细化的配置选项，确保用户能够精确控制模型行为，满足特定场景下的需求。

国内主流一站式Agent平台深度测评

   网址：https://www.betteryeah.com/agentstore

    斑头雁智能科技，其核心团队源自阿里巴巴钉钉的初创精英，专注于打造零门槛Agent构建平台，旨在迅速激活并释放大模型的强大潜力。该平台内置了包括ChatGLM、阿里通义千问、百度千帆在内的国内外顶尖AI模型，为用户提供了丰富的选择。

    产品形态：在产品形态上，斑头雁智能科技与Coze等前沿平台并驾齐驱，均属于高度集成的平台型产品，为用户提供了一站式解决方案。

    开发模式：其开发模式灵活多变，既支持单一Agent的精细化打造，也适应于Multi-Agent系统的复杂部署，满足不同业务场景下的多样化需求。

    应用场景：面向企业级市场，斑头雁智能科技聚焦AI客服、营销、销售等多个关键领域，提供智能化升级的全面解决方案。

    其官方智能体中心更是汇聚了全类别的智能应用，从全面的智能客服系统，到针对电商、销售、营销、HR等多个垂直行业的定制化方案，再到快速上手的学习资源，一应俱全，助力企业轻松实现数字化转型与智能化升级。

    网址：https://www.coze.cn

    Coze，作为字节精心打造的AI Bot开发旗舰平台，致力于赋能开发者，以强大而简洁的界面，加速智能聊天机器人的设计与部署流程。在中文大模型智能体生态中，Coze以其先驱地位傲视群雄，无论是率先布局的市场先机，还是其在智能体编排工具的成熟度、插件的广泛性、兼容大模型种类的多样性，乃至发布渠道的全面覆盖，均展现出非凡实力。

    Coze平台慷慨开放，无论是其自研的云雀大模型，还是外部知名的moonshot等尖端技术，均对开发者免费开放，极大地降低了创新门槛。其卓越的用户体验与庞大的日活用户数，共同构筑了行业内的领先地位，无论是从生态构建、用户体验，还是底层技术支撑来看，Coze无疑是众多智能体平台中的佼佼者。

    不得不提的是字节的另一款AI智能对话助手——豆包。豆包以其独特的prompt驱动方式，让用户能够轻松定制专属智能体，其亮点在于无缝集成了先进的TTS（文本到语音）技术，让自定义的智能体能够直接与用户进行语音交互，体验更加自然流畅。相较于Coze的全方位智能体构建方案，豆包更像是一款功能精炼、操作快捷的便携式Coze版本，尤其适合在移动端快速高效地应用。以下是豆包智能体中心的精彩展示，进一步诠释了其便捷与高效。

    昆仑万维公司隆重推出天工SkyAgents，这是一款引领未来的AI Agents构建平台，旨在重塑智能应用的创造边界。

    产品形态创新：天工SkyAgents以其先进的技术架构，打造了一个高效、灵活的AI Agents构建生态系统。该平台不仅集成了前沿的人工智能技术，还通过模块化设计，让AI Agent的创建与部署变得前所未有的简单快捷。

    开发体验革新：区别于传统繁琐的开发流程，天工SkyAgents引入了革命性的开发方式。用户仅需通过自然语言输入，即可轻松描述AI Agent的功能与行为；同时，可视化拖拽界面更是将复杂的技术操作简化为直观的图形操作，深度集成Skywork大语言模型，让AI Agent的智能化水平跃升至新高度。

    应用场景广泛：天工SkyAgents的智能体，凭借其强大的感知与决策能力，能够精准适配各类具体业务场景。无论是电商平台的个性化推荐、客服系统的智能应答，还是金融领域的风险评估、智能制造的自动化控制，天工SkyAgents都能以用户需求为核心，提供定制化的智能解决方案，助力企业实现数字化转型与升级。

    社区生态活跃：在天工SkyAgents的智能体中心，一个充满活力的社区生态正在形成。这里不仅有官方精心打造的示例Agents，展示着AI Agent的无限可能与最佳实践；更有来自全球的个人开发者，他们通过天工平台贡献自己的智慧与创意，构建了一个丰富多彩、不断更新的Agent市场。这个市场不仅为开发者提供了展示自我的舞台，更为用户提供了更多元化、更个性化的AI服务选择。

    综上所述，天工SkyAgents以其独特的产品形态、革新的开发方式、广泛的应用场景以及活跃的社区生态，正逐步成为AI Agent构建领域的佼佼者。未来，随着技术的不断进步与应用的持续深化，天工SkyAgents有望引领智能体技术迈向新的高度，为人类社会创造更加美好的智能生活。

    产品形态革新：我们自豪地推出这款专为开源大语言模型（LLM）量身定制的AI Agent开发框架。它不仅完美兼容并优化各类主流LLM，还提供了一个高度灵活与可扩展的平台，让AI Agent的开发与部署更加便捷高效。

    开发方式多元化：该框架支持创建多样化的多模态AI Agent，涵盖客户服务、个人助理等多个领域，满足不同场景下的智能化需求。用户可以根据具体业务场景，轻松构建出既能处理文本对话，又能理解图像、语音等多类型信息的智能体，实现全方位的用户交互体验。

    一键协作，简化流程：我们深知在AI项目开发中，模型间的协作至关重要。因此，该框架创新性地引入了一键发送指令调用其他AI模型的功能，大幅简化了模型集成与协作的流程。用户无需深入技术细节，即可轻松实现多模型间的无缝对接，提升整体项目的智能化水平和响应速度。

    低/零代码平台，降低门槛：为了进一步降低AI Agent的开发门槛，我们结合了低/零代码平台的设计理念，让非技术背景的用户也能参与到AI应用的开发中来。通过直观的图形化界面和丰富的预设模板，用户可以快速上手，实现个性化定制的智能体，无需编写复杂的代码。

    广泛适用，未来可期：该框架设计之初就充分考虑了未来技术的发展趋势，因此它不仅适用于当前多种业务场景，还具备高度的可扩展性和兼容性。随着开源大模型的不断涌现与更新，我们将持续优化该框架，确保它能够快速适配更多新增的开源大模型，为用户提供更加丰富和强大的AI解决方案。

    创建智能体新体验：在开源社区中，该产品的智能体创建过程同样令人印象深刻。用户可以通过对话配置和参数配置两种方式，灵活定义智能体的行为逻辑和外观样式。虽然当前版本暂未直接展示workflow流程设计界面，但凭借其强大的功能集成和易用性设计，我们相信未来版本中将会引入更多高级功能，包括workflow流程编辑器等，以进一步提升用户的开发体验和智能体的智能化水平。

    讯飞科技，以其深厚的AI技术底蕴，携手星火V3.0这一强大引擎，精心打造了一个专注于虚拟人格GPTs应用的创新平台。该平台不仅代表了讯飞在人工智能领域的又一里程碑式成果，更是为探索个性化智能交互体验开辟了全新的道路。

    智能体中心，是由讯飞官方精心设计的虚拟人格模板。这些模板各具特色，涵盖了从亲切友善的客服助手到风趣幽默的聊天伙伴，再到专业严谨的顾问导师等多种角色设定。

    用户可根据自身需求与偏好，轻松选择一款合适的模板作为起点，也可以通过平台的强大功能进行二次改造与个性化定制。

    智谱清言推出的Agent生成器，在提供基础智能体生成能力的同时，独具特色地支持开发者通过API调用方式灵活使用智能体。

    该API广泛覆盖清言C端页面的核心功能，包括文本对话、文生图、图片解读、联网搜索、文档解析、Python代码执行及外部API调用等。

    在智能体中心，热门智能体琳琅满目，既有官方精心打造的，也有个人开发者热情贡献的。这些智能体紧贴时事热点，如高考志愿填报助手便是一例，彰显了其高度的实时性和实用性。此外，分类上与其他平台相似，涵盖了工具类（搜索、修图、数据分析等）、娱乐类（搞笑、角色对话）及生活类（搭配选择）等多个领域，满足不同用户的多样化需求。

单智能体= 大语言模型（LLM） + 观察（obs） + 思考（thought） + 行动（act） + 记忆（mem）

多智能体=智能体 + 环境 + SOP + 评审 + 通信 + 成本

多智能体优点：

1. 多视角分析问题：虽然LLM可以扮演很多视角，但会随着system prompt或者前几轮的对话快速坍缩到某个具体的视角上；

2. 复杂问题拆解：每个子agent负责解决特定领域的问题，降低对记忆和prompt长度的要求；

3. 可操控性强：可以自主的选择需要的视角和人设；

4. 开闭原则：通过增加子agent来扩展功能，新增功能无需修改之前的agent；

5. （可能）更快的解决问题：解决单agent并发的问题；

缺点：

1. 成本和耗时的增加；

2. 交互更复杂、定制开发成本高；

3. 简单的问题single Agent也能解决；

多智能体能解决的问题：

1. 解决复杂问题；

2. 生成多角色交互的剧情；

Multi-Agent并不是Agent框架的终态，Multi-Agent框架是当前有限的LLM能力背景下的产物，更多还是为了解决当前LLM的能力缺陷，通过LLM多次迭代、弥补一些显而易见的错误，不同框架间仍然存在着极高的学习和开发成本。随着LLM能力的提升，未来的Agent框架肯定会朝着更加的简单、易用的方向发展。

▐  可能的方向

游戏场景（npc对话、游戏素材生产）、内容生产、私域助理、OS级别智能体、部分工作的提效

▐  Multi-Agent框架

多agent应该像人类的大脑一样，分工明确、又能一起协作，比如，大脑有负责视觉、味觉、触觉、行走、平衡，甚至控制四肢行走的区域都不一样。

参考MetaGPT和AutoGen生态最完善的两个Multi-Agent框架，可以从以下几个角度出发：

环境&通讯：Agent间的交互，消息传递、共同记忆、执行顺序，分布式agent，OS-agent

SOP：定义SOP，编排自定义Agent

评审：Agent健壮性保证，输入输出结果解析

成本：Agent间的资源分配

Proxy：自定义proxy，可编程、执行大小模型

▐  Single Agent框架

自我思考能力：主动提出问题，自我优化；

• 其他

    如果你觉得“军哥说AI”公众号或这篇文章对你有帮助，别忘了给我点赞、在看、转发分享给更多的朋友。有任何问题或者想法，欢迎在评论区留言和我一起讨论。