1. Camel：基于角色扮演的多智能体对话系统
- 简介：让两个或多个Agent通过角色扮演自然对话，合作完成任务。
- 特点：引入“用户代理”和“助手代理”设定，自主沟通任务细节。
- 应用场景：复杂任务分解、对话型协作、问题求解。
- GitHub地址：Camel-AI/camel
2. GPT-Engineer：自动化的软件工程师助手
- 简介：根据自然语言需求自动生成完整的软件项目（包括代码结构、文档等）。
- 特点：强调推理清晰、代码结构合理，有简单记忆机制。
- 应用场景：快速原型开发、AI辅助编程。
- GitHub地址：AntonOsika/gpt-engineer
3. LangChain Agents：模块化Agent开发框架
- 简介：LangChain生态中专门支持Agent构建的模块（工具调用、记忆管理、执行链）。
- 特点：成熟稳定，集成众多工具、存储、链式推理能力。
- 应用场景：定制个人助手、搜索问答、数据分析Agent。
- GitHub地址：LangChain/langchain
4. HuggingGPT：多模态专家协作框架
- 简介：使用一个主控LLM（如ChatGPT）调度HuggingFace上的多个专家模型。
- 特点：自然语言指挥多模态专家模型协作完成任务。
- 应用场景：图像+文本+语音的多模态任务。
- GitHub地址：Microsoft/hugginggpt
5. AgentGPT：浏览器中的自主Agent
- 简介：无需安装环境，网页上就可以让Agent自主设定目标并执行计划。
- 特点：界面友好，适合初学者体验，支持多语言。
- 应用场景：体验式自主Agent任务执行。
- GitHub地址：reworkd/AgentGPT
6. AutoGPT：最早火爆的自主执行Agent框架
- 简介：根据用户输入的目标，自主思考、规划、执行任务。
- 特点：插件体系丰富，支持联网搜索、文件操作等。
- 应用场景：自动化执行复杂任务的探索与实验。
- GitHub地址：Significant-Gravitas/AutoGPT
7. BabyAGI：最简化的自主Agent示例
- 简介：小巧的自主Agent框架，展示了生成-执行-调整的基本循环。
- 特点：极简，便于理解Agent核心逻辑。
- 应用场景：教学、快速原型搭建。
- GitHub地址：yoheinakajima/babyagi
8. OpenAgents：一站式构建Agent服务
- 简介：提供任务规划、工具调用、对话记忆等功能的综合平台。
- 特点：UI界面友好，API调用方便。
- 应用场景：快速搭建面向用户的智能体应用。
- GitHub地址：OpenBMB/OpenAgents
9. CrewAI：可扩展的团队式Agent协作框架
- 简介：组织多个Agent组成“团队”，完成复杂项目管理任务。
- 特点：强调角色定义、流程规范化、协作控制。
- 应用场景：项目管理、分工合作型任务。
- GitHub地址：joaomdmoura/crewAI
10. Core Memory（核心记忆模块）
- 简介：独立的Agent记忆管理模块，支持检索、存储、更新长期记忆。
- 特点：可与多种Agent框架集成，提升持续性记忆能力。
- 应用场景：需要长期记忆能力的智能体。
- GitHub地址：vladiibine/core-memory
