目前主流的 Agent 框架有哪些？

1. LangGraph

LangGraph 是 LangChain 团队推出的基于图的状态编排框架，将 Agent 工作流建模为显式的状态机。它原生支持检查点持久化、人机协作中断和流式输出，适合需要精确控制分支逻辑和重试策略的复杂生产场景。LangGraph 的主要优势在于对执行流程的细粒度掌控，学习曲线相对陡峭但在大规模部署中已被充分验证。

2. Claude Agent SDK

Claude Agent SDK 是 Anthropic 官方推出的 Agent 开发框架，采用与 Claude Code 相同的底层架构。它提供了生产级的钩子系统、MCP 集成、技能模块和子 Agent 管理能力，支持 TypeScript 和 Python 双语言 SDK。该框架在 Anthropic 生态内具有最佳的性能表现和功能完整性。

3. CrewAI

CrewAI 采用角色驱动的声明式 API 设计，开发者通过定义 Agent 的角色、目标和背景故事即可快速组建多 Agent 协作团队。它的学习门槛最低，通常不到 50 行 Python 代码就能搭建起一个可运行的多 Agent 系统。CrewAI 在角色分工明确的流水线式任务中表现出色，但在复杂分支控制方面不如 LangGraph 灵活。

4. AutoGen / AG2

AutoGen 由微软研究院开发，开创了基于对话的多 Agent 协作范式。在该框架中，多个 Agent 通过自然语言消息交换来协同解决问题，特别擅长需要多方讨论和共识达成的研究型任务。微软后续推出了统一的 Microsoft Agent Framework，而开源社区则将 AutoGen v0.2 分支延续为 AG2 项目独立维护。

5. 其他值得关注的框架

Semantic Kernel 在 .NET 技术栈的企业环境中具有天然优势；Pydantic AI 为注重类型安全的 Python 项目提供了最简洁的开发体验；LlamaIndex 的 Agent 能力在与私有数据深度结合的 RAG 场景中表现突出；Google ADK（Agent Development Kit）于 2025 年发布，与 Gemini 和 Vertex AI 生态深度集成。