2026年Python AI代理:LangChain(14.3万星)对比 CrewAI 与 AutoGen,今天搭出第一个代理
LangChain(143,470星)、CrewAI(56,644星)和微软AutoGen(60,241星)是三大Python代理框架——本文做直白对比,并用20行代码搭出第一个可用代理。
💡 你将学到
LangChain(143,470星)、CrewAI(56,644星)和微软AutoGen(60,241星)是三大Python代理框架——本文做直白对比,并用20行代码搭出第一个可用代理。
直接给结论
LangChain(143,470星,MIT)是瑞士军刀式生态:链、工具、记忆、RAG、代理循环,接所有模型提供商。CrewAI(56,644星,MIT)让多代理团队变简单——角色扮演代理互相委派。微软的AutoGen(60,241星,MIT)是研究级框架,擅长复杂多代理对话和代码执行。
20行代码搭出第一个代理(LangChain)
pip install langchain langchain-openai
from langchain.agents import create_react_agent, AgentExecutor
from langchain_openai import ChatOpenAI
from langchain.tools import tool
@tool
def add(a: int, b: int) -> int:
"""Add two numbers."""
return a + b
llm = ChatOpenAI(model="gpt-4o-mini")
agent = create_react_agent(llm, [add], llm.bind_tools([add]))
executor = AgentExecutor(agent=agent, tools=[add])
print(executor.invoke({"input": "What is 12345 + 67890?"}))
框架对比
| 框架 | 星数 | 优势 | 最适合 |
|---|---|---|---|
| LangChain | 143,470 | 生态、RAG、工具 | 生产应用 |
| CrewAI | 56,644 | 多代理团队 | 角色工作流 |
| AutoGen | 60,241 | 复杂对话、代码执行 | 研究、多代理 |
真实数据
- LangChain支撑大量生产级RAG/代理应用,集成700+提供商。
- CrewAI的抽象(Agent、Task、Crew)大幅减少样板代码——3代理流水线约100行。
- 三者都能用本地Ollama(177,825星)模型跑,推理0成本。
FAQ
Q:先学哪个? A:LangChain——社区最大、教程最多,而且概念能迁移到另外两个。
Q:需要显卡吗? A:不需要——代理只是调用LLM API;用本地Ollama或任意云模型。
Q:代理可靠吗? A:带明确工具的单一代理很可靠;多代理系统需要仔细设计提示词和错误处理。
相关文章
2026-06-29
高收益主线龙头策略——不花钱的数据,也能抓到龙头
2026-06-29
你笔记本里,藏着一个AI
2026-07-14
免费AI编程助手 2026 配置指南:VS Code 5分钟装 Continue、Copilot、Windsurf
