GitHub上高标星开源智能体框架汇总！最高33K+！

在当今人工智能领域，智能体框架已经成为开发高效、灵活和可扩展应用的关键工具，而GitHub作为全球最大的开源代码托管平台，汇聚了众多优秀的智能体框架项目，这些项目展示了智能体技术的最新进展。

今天就给大家汇总一下GitHub上热门的智能体框架，最高的星标有33K+，还整理了对应的论文，不管你是希望寻找一个适合自己项目的智能体框架，还是想了解最新的智能体技术趋势，都可以看看！

1、MetaGPT

论文：Metagpt: Meta programming for multi-agent collaborative framework

 GitHub：33.9k星 

简介：MetaGPT是一个创新框架，将人类工作流程作为元编程方法整合到基于LLM的多智能体协作中。它使用标准化操作程序（SOP）编码为提示，要求模块化输出，以增强代理的领域专业知识并减少错误。实验表明，MetaGPT在协作软件工程基准上生成了更连贯和正确的解决方案，展示了将人类知识整合进多智能体系统的潜力，为解决复杂问题提供了新机会。

2、AutoGen

论文：AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation

 GitHub：21.3k星 

简介：AutoGen是一个开源框架，允许开发人员通过多个代理构建LLM应用程序，这些代理可以相互通信完成任务。代理可定制、可对话，并可在多种模式下运行，开发人员可灵活定义代理交互行为，使用自然语言和代码编写对话模式。AutoGen是一个通用基础设施，适用于构建各种复杂性和LLM能力的应用程序。实证研究表明，该框架在多个领域中有效，包括数学、编码、问答等。

3、XAgent

博客：XAgent: An Autonomous Agent for Complex Task Solving

 GitHub：6.8k星 

简介：XAgent是一个开源的大型语言模型驱动的自治代理，具备自主性、安全性和可扩展性。它可在docker容器内运行，提供GUI和命令行界面，与人类合作解决复杂任务。由Dispatcher、Planner和参与者组成，分别负责任务分派、计划生成和执行。在评估中，XAgent（基于GPT-4）在多个基准测试上超越原版GPT-4，并显著优于AutoGPT，显示其在处理复杂指令方面的适应性、效率和精确性。XAgent不仅能处理日常任务，还能辅助复杂任务如ML模型训练。

4、CrewAI

博客：CrewAI Unleashed: Future of AI Agent Teams

 GitHub：6.5k星 

简介：CrewAI 是一个模块化的人工智能代理框架，它通过角色扮演和协作，简化了智能体团队的构建和任务执行。代理具有个性化的角色和背景，能够使用工具协同工作，实现从简单到复杂任务的自动化。CrewAI 支持座席间的协作和动态任务分配，使团队能够高效地解决问题和创新。这个框架易于集成和使用，为用户提供了强大的工具来发挥 AI 代理的集体潜力。

5、CAMEL

论文：CAMEL: Communicative Agents for "Mind" Exploration of Large Scale Language Model Society

 GitHub：4.1k星 

简介：CAMEL是一种新的角色扮演框架，该方法使用初始提示引导聊天代理完成任务，同时保持与人类意图的一致性。在这个框架中，智能体可以通过自然语言进行交流，并能够理解和使用复杂的语言结构。它还可以处理多轮对话，并能够根据对话历史和上下文进行适当的回应。该框架适用于智能客服、虚拟助手等领域，通过提升智能体间的沟通效率来增强应用的智能化水平。

6、TaskWeaver

论文：TaskWeaver: A Code-First Agent Framework

 GitHub：4k星 

简介：为了解决现有大型语言模型在特定领域数据分析任务中的局限性和灵活性不足的问题，微软提出了TaskWeaver框架。TaskWeaver是一个代码优先框架，用于构建基于LLM的自治代理，它将用户请求转换成代码，并允许用户定义的插件作为函数调用。该框架支持复杂数据结构、灵活插件使用和动态选择，利用LLM进行编码和特定领域知识的整合，确保代码安全执行。TaskWeaver为创建能处理复杂任务、适应特定领域的智能对话代理提供了一个强大且灵活的框架。

7、AppAgent

论文：AppAgent: Multimodal Agents as Smartphone Users

 GitHub：3.6k星 

简介：AppAgent是腾讯发布的一个基于LLM的多模态代理框架，用于操作智能手机应用。该代理通过简化的操作空间模仿人类交互，无需系统后端访问，扩大了适用性。代理的核心是自主探索或观察人类演示学习导航和使用新应用程序，生成知识库以跨应用执行复杂任务。通过在10个不同应用的50多个任务上的测试，结果证明了代理处理高级任务的熟练程度。

8、AgentVerse

论文：AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors in Agents

 GitHub：3.3k星 

简介：AgentVerse是一个由清华大学、北邮和腾讯研究人员提出的多智能体框架，受人类群体动力学启发，包含专家招募、协作决策、行动执行和评估四个阶段。该框架能够协作和动态调整组成，提升任务效率。实验表明，其部署的多智能体组性能超越单个智能体，并研究了协作任务中的社会行为，探讨了增强协作潜力的策略。

9、OpenAgents

论文：OpenAgents: An Open Platform for Language Agents in the Wild

 GitHub：3.1k星 

简介：OpenAgents是一个开放平台，专注于日常使用和托管语言智能体，它为非专家用户提供了通过Web界面与智能体交互的便利，为开发人员提供了本地部署的选项，并且支持多种类型的智能体，包括基于规则的智能体和基于机器学习的智能体。它还提供了丰富的工具和接口，方便开发者定制和扩展智能体的功能和行为。通过在真实环境中的交互和学习，OpenAgents能够提高智能体的沟通能力和适应性，为用户提供更智能、更自然的交互体验。

码字不易，欢迎大家点赞评论收藏！

关注下方《享享学AI》

回复【智能体框架】获取完整论文

👇