Agent 生态系统全景
多智能体框架对比
| 框架 | GitHub | Stars | 语言 | Tool | MCP | Skill | Memory | Hook | 特点 |
|---|---|---|---|---|---|---|---|---|---|
| LangGraph | langchain-ai/langgraph | 10K+ | Python/TS | ✅ | ✅ | ✅ | ✅ | ✅ | 图状态机编排，生产级首选 |
| AutoGen | microsoft/autogen | 40K+ | Python/.NET | ✅ | ✅ | ✅ | ✅ | ✅ | 微软生态，对话式协作 |
| CrewAI | crewAIInc/crewAI | 38K+ | Python | ✅ | ✅ | ✅ | ✅ | ✅ | 角色化团队，易用性高 |
| AgentScope | agentscope-ai/agentscope | 16.5K+ | Python | ✅ | ✅ | ✅ | ✅ | ✅ | 阿里开源，强化学习集成 |
| Google ADK | google/adk-python | 新 | Python/Java/Go/TS | ✅ | ✅ | ✅ | ✅ | ✅ | 多语言支持，MCP/A2A原生 |
| OpenAI Agents SDK | openai/openai-agents-python | 8K+ | Python | ✅ | ✅ | ✅ | ✅ | ✅ | 极简设计，快速上手 |
| Agno (原Phi) | agno-agi/agno | 10K+ | Python | ✅ | ✅ | ✅ | ✅ | ✅ | 全栈平台，AgentOS运行时 |
| Pydantic AI | pydantic/pydantic-ai | 新 | Python | ✅ | ✅ | ❌ | ❌ | ❌ | 强类型验证，金融级安全 |
Hermes Agent 与 OpenClaw：自进化智能体的两种范式
Nous Research 于 2026 年 2 月发布 Hermes Agent（最新 v0.10.0，2026.4.16），定位为"能自我进化的开源自托管个人智能体"。同期 OpenClaw 活跃迭代（ 2026.3.7 引入可插拔 ContextEngine），两者代表自托管智能体赛道的两种竞争性架构哲学。
核心架构差异：Hermes 以"Agent 执行循环"为同步编排引擎，围绕其集成网关、定时调度器、工具运行时和 ACP，形成"执行—学习—改进"的自我进化闭环；OpenClaw 以"网关"为中枢控制器，统一协调会话、路由、 工具调用和状态维护，强调人类可控和显式配置。
记忆设计差异：Hermes 采用四层分层结构——核心持久记忆（~1.3k tokens，每次会话加载）+ SQLite 可搜索历史（FTS5 全文索引，按需检索）+ Honcho 长期用户画像 + 技能层（程序性记忆， 存储"学会做什么"）；OpenClaw 采用 Markdown 文件化记忆，是"事实的权威来源"。
安全与配置哲学：Hermes 采用五层纵深防御（用户授权、危险命令审批、容器隔离、MCP 凭证过滤、上下文文件扫描），定位为"默认安全、生产就绪"；OpenClaw 强调操控性和可审查性，安全加固依赖用户自身运维， 定位为"强大但需手动配置"。
两者并非互斥——有分析认为可以并行运行、输出复用甚至互联，下一代产品可能兼具"用户直接掌控"和"能力复利"。
见：Hermes Agent：挑战 OpenClaw 的新势力
低代码/无代码平台
| 平台 | 定位 | 核心特性 | 开源/商业 |
|---|---|---|---|
| Dify.AI | LLM 应用开发平台 | 可视化编排、RAG、Agent、工作流 | 开源 + 商业 |
| 扣子 (Coze) | 字节跳动 Agent 平台 | 插件生态、知识库、工作流、发布到豆包/飞书 | 商业 |
| 腾讯元器 | 腾讯 Agent 平台 | 微信生态集成、知识引擎、工具链 | 商业 |
| Langflow | LangChain 可视化工具 | 拖放式工作流、与 LangChain 生态集成 | 开源 |
| Flowise | 开源 LLM 编排工具 | 类似 Langflow、支持多种模型 | 开源 |
企业级平台
| 平台 | 厂商 | 核心能力 |
|---|---|---|
| AWS Bedrock Agents | Amazon | 统一模型接入、Policy 安全边界、AgentCore 运行时 |
| Azure AI Agent Service | Microsoft | 与 Microsoft 365 深度集成、可视化工作流设计器 |
| Vertex AI Agent Builder | Model Garden、RAG 引擎、多模态能力 | |
| 阿里云百炼 | 阿里巴巴 | 200+ 模型支持、V-RAG 开源、MCP 全生命周期服务 |
| IBM watsonx Orchestrate | IBM | 1000+ 预构建集成、AgentOps 全生命周期管理 |
垂直领域 Agent
编程/代码生成
- Continue.dev：开源 AI 代码助手，支持任何 LLM
- Supermaven：20万 token 上下文代码补全
- Codeium：完全免费的代码助手，支持 70+ IDE
数据分析
科研/学术
法律
Agent 基础设施
监控与可观测性
记忆/存储
安全与治理
协议与标准
协议栈全景
┌─────────────────────────────────────────────────────────────┐
│ 应用层 │
├─────────────────────────────────────────────────────────────┤
│ 呈现层（UI） │
│ AG-UI / A2UI - 智能体与用户界面的交互协议 │
├─────────────────────────────────────────────────────────────┤
│ Agent 通信层 │
│ A2A - Agent 间协作协议（横向通信） │
├─────────────────────────────────────────────────────────────┤
│ 支付层 │
│ AP2（法币支付）+ x402（Crypto 支付） │
├─────────────────────────────────────────────────────────────┤
│ 工具与数据层 │
│ MCP - Agent 接入外部工具、数据库、API（纵向连接） │
├─────────────────────────────────────────────────────────────┤
│ 身份与安全层 │
│ W3C DID / OAuth 2.1 / JWT - 身份认证与授权 │
└─────────────────────────────────────────────────────────────┘
核心协议对比
| 协议 | 提出方 | 核心定位 | 成熟度 |
|---|---|---|---|
| MCP | Anthropic | 工具与数据连接 | ★★★★★ 300万+周下载 |
| A2A | Agent 间协作 | ★★★★☆ 50+企业支持 | |
| AP2 | 支付授权 | ★★★☆☆ 60+机构 | |
| AG-UI | CopilotKit | 前端交互 | ★★★★☆ 主流框架支持 |
| ANP | 开源社区 | 智能体互联网 | ★★★☆☆ 早期阶段 |
| gitagent | 开源社区 | git 原生的 Agent 定义标准 | ★★☆☆☆ 早期阶段 |
MCP (Model Context Protocol)
AI 应用的"USB-C 接口"，标准化 LLM 与外部工具、数据源的连接方式。
核心抽象：
- Resources：应用程序控制的数据源
- Tools：模型可调用的功能
- Prompts：用户控制的预定义模板
生态规模：
- 周下载量超过 300 万次
- 数百家企业接入
- 官方 Registry 于 2025年9月发布
A2A (Agent-to-Agent Protocol)
Agent 之间的"HTTP 协议"，解决跨框架、跨厂商 Agent 的互操作性问题。
关键技术组件：
- Agent Card：JSON 格式元数据，描述 Agent 能力
- Task Object：标准化任务管理
- Message/Artifact：多模态消息体
生态支持：
- 50+ 企业联合签署（Atlassian、Salesforce、SAP、ServiceNow 等）
- 已贡献给 Linux Foundation
选型建议
按场景选型
| 场景 | 推荐方案 |
|---|---|
| 快速原型/MVP | CrewAI、OpenAI Agents SDK、Dify |
| 复杂流程控制 | LangGraph |
| 企业级生产环境 | AutoGen、Azure AI、AWS Bedrock |
| 阿里云生态/国内部署 | AgentScope、阿里云百炼 |
| 类型安全/金融级 | Pydantic AI |
| 低代码/无代码 | 扣子、Langflow、Flowise |
技术栈组合建议
开源全栈：
- 框架：LangGraph / AutoGen
- 协议：MCP + A2A
- 监控：Langfuse
- 记忆：Mem0
- 部署：Modal / BentoML
企业全栈：
- 平台：Azure AI Agent Service / AWS Bedrock
- 协议：MCP + A2A + AP2
- 监控：AgentOps
- 安全：Glaider