Damn Agent框架工具
AI Agent 框架工具索引与工程选型入口。
不要只按流行度选框架。先看你的系统是否需要状态机、工作流、工具权限、人工接管、多 Agent 协作或产品内嵌。
这个分组讲框架和 SDK 的抽象、API、状态管理和选型。如果要看社区中具体可运行的开源智能体项目，放在 开源智能体 分组。
已整理框架
| 框架 | 适合场景 |
|---|---|
| 框架选型总览 | 按状态、工具、工作流、多 Agent、评测和部署做第一轮判断。 |
| LangGraph | 状态机、多步骤工作流、可恢复执行。 |
| Mastra | TypeScript 产品集成、工具编排和 workflow。 |
| AutoGen | 多 Agent 对话、角色协作和研究型原型。 |
| CrewAI | role、task、crew、process 组织的多角色任务。 |
| OpenAI Agents SDK | agent、tool、handoff、guardrail、trace 抽象。 |
| Vercel AI SDK | streaming、tool calling、结构化输出和产品 UI 集成。 |
选型问题
看框架前，先把这些问题写清楚：
- 工作流是线性的、分支的，还是会循环。
- 状态是否需要持久化和恢复。
- 工具权限是否需要用户确认。
- 是否需要把 Agent 嵌入现有产品。
- 团队主要使用 Python 还是 TypeScript。
先分清框架类型
Agent 框架大致可以分成三类：
| 类型 | 代表 | 解决的问题 | 不解决的问题 |
|---|---|---|---|
| 工作流 / 状态图 | LangGraph、Mastra workflow | 多步骤、分支、循环、恢复、人工接管 | 不自动替你定义产品体验和评测标准 |
| 多 Agent 协作 | AutoGen、CrewAI、OpenAI Agents SDK handoff | 角色分工、交接、群组讨论、任务拆解 | 不保证协作结果一定可验证 |
| 产品集成 SDK | Vercel AI SDK、OpenAI Agents SDK | 流式输出、工具调用、结构化输出、UI / trace 集成 | 不等同于完整业务系统 |
真实项目经常混用：用 Vercel AI SDK 做产品 UI，用 Mastra 或 LangGraph 做工作流，用 OpenAI Agents SDK 管 agent/tool/handoff/trace，用独立评测系统看质量。
选框架前的最低输入
不要在需求不清时先选框架。至少先写出：
- 任务类型：问答、研究、代码修改、客服、运维、数据处理还是业务审批。
- 状态形态：一次性请求、长任务、可暂停恢复、多人协作或后台队列。
- 工具风险：只读、写入、外部副作用、生产环境、敏感数据。
- 产品形态：聊天 UI、任务面板、后台 worker、CLI、API 服务或嵌入现有系统。
- 验证方式：测试、引用、人工评审、轨迹回放、自动评测或业务指标。
如果这些输入还没有答案，先用最少框架做原型，别急着把系统绑到复杂抽象上。
本组页面怎么读
- 先读 框架选型总览，确定你需要的是状态图、多 Agent、产品 SDK 还是组合。
- 如果需要强控制流，读 LangGraph 和 Mastra。
- 如果需要多角色协作，读 AutoGen、CrewAI 和 OpenAI Agents SDK 的 handoff。
- 如果需要在 Web 产品里做流式 UI 和工具调用展示，读 Vercel AI SDK。
- 最后回到 工程实践，补齐评测、可观测性、安全和发布治理。
反模式
- 为了“支持 Agent”引入框架，但实际只有一次普通模型调用。
- 把所有业务状态藏进框架内部，导致评测和回放拿不到关键数据。
- 让多 Agent 互相聊天很久，却没有外部工具、证据和停止条件。
- 框架 demo 能跑，但没有部署、权限、日志、成本和人工接管设计。
- 选型只看 README 示例简洁度，不看失败恢复和迁移成本。