原文链接:https://i68.ltd/notes/posts/20250404-llm-framework3/
google开源ADK-Agent Development Kit
- 开源的、代码优先的 Python 工具包，用于构建、评估和部署具有灵活性和控制力的复杂智能体
- 项目仓库:https://github.com/google/adk-python 2.6k
- 项目文档:Agent Development Kit
- 示例仓库:https://github.com/google/adk-samples
ADK主要特点
- 代码优先开发： 定义代理、工具和编排逻辑，以实现最大程度的控制、可测试性和版本控制。
- 多代理架构： 通过在灵活的层次结构中组合多个专用代理来构建模块化和可扩展的应用程序。
- 丰富的工具生态系统： 使用预构建工具、自定义 Python 函数、API 规范或集成现有工具，为代理提供各种功能。
- 灵活的配置： 使用内置代理为可预测的管道定义工作流，或利用LLM驱动的动态路由实现自适应行为。
- 集成的开发人员体验： 使用 CLI 和可视化 Web UI 进行本地开发、测试和调试。
- 内置评估： 通过评估响应质量和逐步执行轨迹来衡量代理性能。
- 部署就绪： 容器化并在任何地方部署您的代理-使用 Vertex AI Agent Engine、Cloud Run 或 Docker 进行扩展。
- 原生流媒体支持： 通过对双向流媒体（文本和音频）的原生支持，构建实时交互式体验。
- 状态，记忆工件： 管理短期会话上下文，配置长期记忆，并处理文件上传/下载。
- 可扩展性： 通过回调深度定制代理行为，并轻松集成第三方工具和服务。
好处
- 简化开发：不再需要从零开始编写代码，而是可以利用 ADK 提供的「积木」快速搭建你的智能助手。
- 提高效率：ADK 帮你处理了许多底层细节，让你更专注于业务逻辑的实现，从而提高开发效率。
- 降低成本：节省了开发时间和人力成本。
- 易于扩展：ADK 具有良好的扩展性，你可以根据自己的需求添加新的「积木」，定制你的智能助手。
openai-agents-python-创建多代理工作流的轻量级、功能强大的框架
- 轻量级但功能强大的框架，用于构建多代理工作流
- 项目仓库:https://github.com/openai/openai-agents-python 7.4k
- OpenAI Agents SDK 智能体的"乐高积木"
- OpenAI Agents SDK 以其简约设计和强大功能，为开发者提供了构建复杂AI应用的全新途径。它的核心优势在于降低了构建代理系统的门槛，使开发者能够快速实现复杂的代理协作逻辑，同时可能会引发AI应用开发的下一个范式转变，从’提示工程’向’代理编排’的转变
核心理念
- 代理:LLMs配置以及指令、工具、Guardrails和Handoffs
- Handoffs：用于在代理之间转移控制的专用工具调用
- Guardrails：可配置的安全检查，用于输入和输出验证
- 跟踪:内置的代理运行跟踪功能，允许查看、调试和优化工作流
优势
- 相比 LangChain 等复杂框架，Agents SDK 的抽象层次更低，更接近原生Python，降低了学习成本。
- 相比 AutoGPT 等自主代理系统，Agents SDK 提供了更灵活的编排能力和更好的开发者控制。
