主流 Agent 框架全景调研：13 大主流框架定位、设计哲学与横向选型地图

随着大语言模型应用从简单的单轮 Prompt 走向复杂的多步骤自主任务，开源社区和头部大厂相继推出了五花八门的 Agent 开发框架。很多开发者常常感到困惑：为什么有的框架基于消息流，有的框架基于状态图；为什么有人坚持用 Python，而字节跳动要推出 Go 语言的 Eino，前端生态又在极力推广 TypeScript 的 Mastra 和 Vercel AI SDK？

盲目追求框架只会增加系统的技术债务。没有万能的 Agent 框架，只有特定业务约束与工程环境下的权衡取舍。

本专栏是一份广度优先的 Agent 框架地图。核心目标不是逐一复读各自的官方文档，而是穿透表面 API，剖析各个框架诞生的底层动机、抽象分层、特有原语及其工程适用边界，帮助你在技术选型时建立清晰的判断标准。

13 大主流框架全景速览

我们调研了涵盖多语言生态、不同企业背景与设计哲学的 13 个典型框架：

# 框架名称 发起背景 主语言 核心架构特色与定位
01 AgentScope 阿里巴巴 Python 面向消息传递的分布式多 Agent 系统，支持跨节点部署与容错
02 Mastra 开源社区 TypeScript 服务端 TS 原生框架，深度集成工作流、RAG 与本地开发控制台
03 Semantic Kernel 微软 C# / Python 面向企业级复杂系统的 AI 插件中台，强调函数规划与原生生态集成
04 Eino 字节跳动 Go 强类型、低延迟、面向高并发在线服务的 Go 原生 Agent 框架
05 GitAgent 开源实践 Python 专注代码仓库语义操作、PR 审查与 Git 工作流自动化的垂类 Agent
06 Harness 工程 架构实战 Python 剥离所有外部库依赖，手写 200 行生产级 Agent 核心循环与工具调度
07 AgentUniverse 蚂蚁集团 Python 金融级多智能体协同框架，提出规范的 PEER（规划-执行-表达-审查）模式
08 DeerFlow 字节跳动 Python 深度研究（Deep Research）工作流编排，聚焦多步信息检索与交叉验证
09 LangChain 开源生态 Python / JS 全网最大生态，以 LCEL 管道表达与组件积木著称的通用 LLM 基础设施
10 Google ADK Google Python 官方 Agent 开发套件，针对 Gemini 协议与企业级云托管深度优化
11 Skills + Claude Code Anthropic 跨语言 声明式技能加载系统，通过动态上下文注入实现极低成本的能力热插拔
12 Vercel AI SDK Vercel TypeScript 全栈 Next.js 标配，结合 RSC 与流式 UI 渲染的现代全栈智能体套件
13 AutoGen 微软研究院 Python 经典多 Agent 对话协同框架，聚焦自主辩论、角色交互与代码执行沙箱

框架体系分类与设计流派

面对这 13 个框架，可以从运行时拓扑与技术栈生态两个维度建立分类坐标：

怎么阅读与使用本专栏

本专栏中的每篇框架剖析均遵循统一的工程审查结构：

  1. 解决什么现实问题：该框架是在什么背景下被创造出来的，试图替代什么传统痛点；
  2. 核心抽象原语：剖析其特有的概念模型（如消息总线、Plugin、PEER、Graph Node）；
  3. 最小可运行工程示例：剥离无关噪音，展示标准的初始化、工具挂载与调用闭环；
  4. 技术优势与局限性：明确适合什么场景，不适合什么场景；
  5. 对比与选型判断：与同类方案的横向对齐。

你可以根据团队目前的技术栈（Python / Go / TypeScript）和业务形态（单 Agent 工具执行 / 多 Agent 分布式协作 / 全栈 Web 交付）按需查阅，跳跃式阅读完全不影响理解。

系列导航目录