Python实战：AI Agent框架选型指南与多智能体协作项目

随着 Agent Skills 概念爆火，AI Agent 再次成为技术圈的焦点。今天我们暂且不深入讨论 skills，先回归基础，聊聊如何构建一个常规的 AI 智能体。你可能觉得这很复杂，但其实，我们只需 大约 100 行 Python 代码，就能构建起一个可运行的多智能体对话系统。

想象这样一个场景：你只需要说出“为我规划一份基于本周天气的健身计划并整理成PDF”，AI 就能自动查询天气、搜索健身教程、整合信息并最终生成文件——这已不再是科幻。这类能够自主规划、调用工具、执行复杂任务的系统，就是 AI Agent（智能体）。

大语言模型（LLM）本身如同一个“装在罐子里的大脑”，知识渊博却无法与环境互动。AI Agent 则为它赋予了“身体”和“手脚”（即工具），使其能够感知环境、进行决策规划并执行具体行动。而 AI Agent框架，正是构建这些智能系统的“脚手架”，它们将底层的复杂性封装起来，让开发者能够高效地搭建从简单助手到复杂协作系统的各类应用。

今天，我们直接通过代码实践，从零搭建一个真正能干活的多 AI 智能体（Multi-Agent）系统。你将看到：

• 如何用 AutoGen 让多个 AI 智能体通过“对话”进行协作。
• 如何用 LangGraph 像搭乐高一样编排复杂的工作流。
• 以及面对众多的框架，你究竟该如何做出选择。

一、AI Agent核心概念：从大脑到行动者

1.1 智能体的工作原理

一个 AI Agent 的核心工作流程是一个自主循环：

1. 观察：接收用户输入或工具执行的结果。
2. 思考：利用 LLM 分析当前状况，规划下一步行动。
3. 行动：调用工具执行或直接生成回答。
4. 重复以上步骤，直至任务完成。

其中，工具（Tools） 是 Agent 能力的延伸。任何具有明确定义的函数都可以作为工具，例如 API 调用、数据库查询、代码执行等。

1.2 为什么需要专用框架？

对于简单任务，直接编码调用 LLM 和工具或许可行。但一旦涉及 状态管理、复杂决策（在多工具中选择）、长流程编排 或 多智能体协作，代码会迅速变得难以维护。专业的框架为此提供了：

• 清晰抽象：如状态、节点、工作流等概念模型。
• 内置集成：对主流工具与模型提供开箱即用的支持。
• 调试支持：可视化的执行流程与状态追踪工具。
• 效率与可靠性：标准化的开发模式能减少错误，提升开发速度。

二、最佳 AI Agent框架横向对比

以下列表汇总了当前可用于构建 AI Agent 的主要框架，排序大致基于框架对流程控制的复杂度和精细度递增。最佳选择取决于前文所述的各项考量因素，本列表旨在帮助你根据自身需求和技能水平做出决策。

RelevanceAI
https://relevanceai.com

• 适用场景：非技术人员的选择。无需编写代码即可通过用户界面创建代理和工具。部署快速，商业友好且用户体验佳。
• 注意事项：不适合构建更复杂的系统，开发者社区规模有限。若你关注低延迟或最小化系统开销，此框架可能不适用。其为闭源框架，排查框架内部错误可能更为困难。

smolagents
https://smolagents.org

• 简介：由 Hugging Face 开发的极简 AI 代理框架。提供典型的工具调用和代码代理功能，代码代理可生成并执行代码。附有非常出色的教程。
• 适用场景：如果你是想开始构建代理的开发者，smolagents 是绝佳的起点。你可以深入了解代理的运作方式，验证其是否适合解决问题，后续再转向更高级的框架。其代理自主性很强，通常建议用于简单用例或作为学习工具。

PhiData
https://docs.phidata.com/introduction

• 简介：使你能够构建具备记忆、工具、知识、推理或多代理编排能力的 AI 助手。其设计旨在简化将大语言模型转化为助手的过程。相比自行编码，它能更轻松地处理记忆、工具和用户界面。
• 特点：社区正在兴起，框架为开源。

LangChain
https://www.langchain.com

• 现状：当前采用最广泛的代理框架。
• 功能：允许开发者链式组合提示、模型、记忆和工具。对主流 LLM 提供商提供原生支持，并拥有丰富的工具生态系统供代理使用。模块化程度高，是中等复杂度任务的良好解决方案。
• 学习曲线：需要理解一些抽象概念，如链、代理、提示设计、记忆、检索器等，但其社区已相当成熟，有大量教程可用。集成性和可扩展性亦是其强项。

LlamaIndex
https://www.llamaindex.ai

• 侧重点：高度专注于数据摄取、索引、检索、查询引擎和文档处理。
• 适用场景：用它构建 RAG（检索增强生成）应用相当容易，但对于需要众多不同角色代理进行复杂编排的场景，可能不太适合。性能取决于所提供文档的质量和嵌入模型。
• 扩展性：允许通过自定义索引、检索器等进行扩展。社区活跃，但该框架可能并非高度分支化或复杂工作流程的最佳解决方案。

CrewAI
https://www.crewai.com

• 设计目标：专为具有角色/团队的高层级多代理协作而设计，利用 LLM 来协调代理工作。
• 特点：虽比 LangChain 新，但同样受欢迎。可用其快速构建多代理 AI 系统。但对于非常庞大的任务，性能可能仍不理想，因为它不提供精细的流程控制，代理自行组织一切。不支持并行执行。

AutoGen
https://github.com/microsoft/autogen

• 核心概念：由微软开发的开源框架，其核心理念是通过 多智能体之间的对话与协作 来完成任务。它允许开发者定义具有不同角色（如助手、用户代理、代码执行器等）的代理，并让它们通过自然语言对话自主协商、规划和执行复杂工作流。
• 主要优点：
  1. 强大的多代理协作：专为模拟多角色、动态交互的复杂场景设计，代理间通过对话自主协调。
  2. 灵活的对话模式：支持自定义对话流程，可实现自动聊天、有条件分支和人类介入。
  3. 研究友好：因其对话机制，非常 适合科研、复杂系统模拟和探索性项目。

LangGraph
https://www.langchain.com/langgraph

• 定位：LangChain 的扩展，也是列表中最先进、控制力最强的 AI Agent 框架之一。
• 核心概念：允许你将代理工作流程定义为 有状态图（Stateful Graph） 。其中每个节点代表一个执行步骤，边则定义可能的转换。代理可以追踪除消息历史外的任何其他所需状态信息。
• 强大功能：提供条件边、循环、持久状态、易于调试、自定义工具、结构化输出等众多功能。它以 LangChain 为基础，与 LangSmith（观测工具）共同构成了构建高级代理的完整环境。其高精度的控制能力，使其非常适合对可扩展性和极低延迟有苛刻要求的生产级解决方案。

选择框架时需要综合考虑以下因素：

• 易用性：从无代码到需要图编程基础。
• 任务复杂度：简单的链式任务无需重型框架。
• 社区与生态：影响学习成本与问题解决效率。
• 性能与延迟：精细化控制通常意味着更低延迟。
• Token使用：自主性高的Agent可能因重复尝试而消耗更多Token。
• 可扩展性：复杂系统需考虑并发、状态管理与错误处理。
• 集成与安全：现有技术栈兼容性与数据隐私要求。

三、深度实战一：AutoGen —— 对话即协作

3.1 AutoGen核心理念

微软推出的 AutoGen 提出了一种优雅的范式：通过可编程的对话实现多智能体协作。它允许构建由多个专业 Agent（如规划者、开发者、执行者、质检员）组成的团队，它们通过自然语言交流协同解决复杂问题，且人类可随时介入。

3.2 实战：用AutoGen构建AI角色推理游戏

以下示例展示如何用不到 100 行代码创建一个多 AI 角色协作推理的趣味场景：

# 安装：pip install pyautogen
import os
from autogen import ConversableAgent, GroupChat, GroupChatManager

# 1. 配置LLM（以阿里云通义千问为例）
llm_config = {
    "config_list": [
        {
            "model": "qwen-max-1201",
            "api_key": os.getenv("QWEN_API_KEY"),
            "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1"
        }
    ]
}

# 2. 创建历史人物AI Agent
aristotle = ConversableAgent(
    name="亚里士多德",
    system_message="""你是亚里士多德（公元前384-322)，古希腊哲学家。思维严谨，注重逻辑与经验观察。在推理时善于层层追问，揭露矛盾。""",
    llm_config=llm_config,
    human_input_mode="NEVER"
)

mozart = ConversableAgent(
    name="莫扎特",
    system_message="""你是沃尔夫冈·阿马德乌斯·莫扎特（1756-1791)，天才作曲家。感性敏锐，注意对话中的韵律与情感线索。""",
    llm_config=llm_config,
    human_input_mode="NEVER"
)

# 3. 创建人类玩家Agent（成吉思汗）
genghiskhan = ConversableAgent(
    name="成吉思汗",
    system_message="""你是成吉思汗（1162-1227)，蒙古帝国创立者。你实际上是人类玩家，需要伪装成AI。避免暴露对人类现代知识的陌生。""",
    llm_config=llm_config,
    human_input_mode="ALWAYS"  # 等待人类输入
)

# 4. 创建群聊与管理器
groupchat = GroupChat(
    agents=[aristotle, mozart, genghiskhan],  # 可添加更多角色
    messages=[],
    max_round=6,
    speaker_selection_method="round_robin"
)
manager = GroupChatManager(groupchat=groupchat, llm_config=llm_config)

# 5. 列车员（主持人）启动游戏
guard = ConversableAgent(
    name="列车员",
    system_message="你是列车员，正在查票。你发现团体票上有5位历史伟人，但WiFi记录显示只有4个AI连接。",
    llm_config=llm_config,
    human_input_mode="ALWAYS"
)

guard.initiate_chat(
    manager,
    message="你们这张团体票上有五位历史上的伟人，但WiFi记录显示只有4个AI，也就是说你们中有一个是人类假扮的。请通过对话找出他。"
)

执行效果：AI 角色们将开始多轮对话，依据各自角色背景提问、推理，试图识别出人类玩家。此例清晰地展示了 AutoGen 在 动态多角色协作对话 场景中的天然优势。

四、深度实战二：LangGraph —— 图工作流编排

4.1 LangGraph核心优势

作为 LangChain 的扩展，LangGraph 将 Agent 工作流定义为 有状态图（Stateful Graph）：

• 节点：代表执行步骤（如调用工具、处理数据）。
• 边：定义步骤间流转逻辑（支持条件分支、循环）。
• 状态：贯穿整个工作流的共享数据容器。

这种模式提供了无与伦比的 控制精度，适合需要严格流程、最小延迟与复杂错误处理的生产系统。

4.2 实战：用LangGraph构建天气新闻简报助手

# 安装：pip install langgraph langchain-openai langchain-community
import os
from dotenv import load_dotenv
from typing import TypedDict, Annotated, Sequence
import operator
from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI
from langchain_community.tools import TavilySearchResults
from langchain_community.utilities import OpenWeatherMapAPIWrapper
from langchain_core.messages import BaseMessage, HumanMessage

# 1. 加载环境变量（需配置OPENAI_API_KEY、TAVILY_API_KEY、OPENWEATHER_API_KEY）
load_dotenv()

# 2. 初始化LLM与工具
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
search_tool = TavilySearchResults(api_key=os.getenv("TAVILY_API_KEY"), max_results=2)
weather_tool = OpenWeatherMapAPIWrapper(api_key=os.getenv("OPENWEATHER_API_KEY"))

# 3. 定义状态结构（共享白板）
class AgentState(TypedDict):
    messages: Annotated[Sequence[BaseMessage], operator.add]
    city: str
    weather_info: str
    news_info: str
    final_report: str

# 4. 定义节点函数
def parse_input(state: AgentState):
    """解析用户输入，提取城市"""
    user_input = state["messages"][-1].content
    # 简化为固定城市，实际可用NLP解析
    return {"city": "北京"}

def get_weather(state: AgentState):
    """调用天气工具"""
    city = state["city"]
    weather_result = weather_tool.run(city)
    return {"weather_info": weather_result}

def get_news(state: AgentState):
    """调用新闻搜索工具"""
    query = f"{state['city']} AI technology news today"
    news_result = search_tool.run(query)
    news_summary = "\n".join([f"- {res['title']}: {res['content'][:100]}..." for res in news_result])
    return {"news_info": news_summary}

def generate_report(state: AgentState):
    """汇总信息生成最终报告"""
    prompt = f"""
    基于以下信息生成一份简洁的Markdown格式简报：
    城市：{state['city']}
    天气：{state.get('weather_info', '无')}
    新闻：{state.get('news_info', '无')}
    """
    response = llm.invoke(prompt)
    return {"final_report": response.content}

# 5. 构建图工作流
def create_workflow():
    workflow = StateGraph(AgentState)

    workflow.add_node("parse_input", parse_input)
    workflow.add_node("get_weather", get_weather)
    workflow.add_node("get_news", get_news)
    workflow.add_node("generate_report", generate_report)

    workflow.set_entry_point("parse_input")
    workflow.add_edge("parse_input", "get_weather")
    workflow.add_edge("parse_input", "get_news")
    # 并行执行天气与新闻查询，两者都完成后进入报告生成
    workflow.add_edge("get_weather", "generate_report")
    workflow.add_edge("get_news", "generate_report")
    workflow.add_edge("generate_report", END)

    return workflow.compile()

# 6. 运行Agent
app = create_workflow()
initial_state = {"messages": [HumanMessage(content="查询北京天气和AI新闻")], "city": "", "weather_info": "", "news_info": "", "final_report": ""}
result = app.invoke(initial_state)
print(result["final_report"])

LangGraph精妙之处：

1. 清晰的状态管理：所有数据在 AgentState 中定义与传递，避免了全局变量的混乱。
2. 可视化流程：图结构使工作流一目了然，易于调试与扩展。
3. 内置并行与同步：get_weather 与 get_news 节点可以并行执行，并自动同步后进入下一步 generate_report。
4. 极强扩展性：新增步骤仅需定义新的节点函数并将其插入图中，整体架构能保持整洁。

五、框架选择终极指南与最佳实践

5.1 决策清单：你的场景匹配哪个框架？

你的身份与目标	推荐框架	关键理由
非技术背景，快速验证想法	RelevanceAI	无代码可视化，最快上线
初学者，希望理解Agent核心概念	smolagents	极简API，学习曲线平缓，官方教程优秀
构建中等复杂度应用，重视生态	LangChain	丰富集成、工具与社区，文档案例海量
核心是文档问答/RAG系统	LlamaIndex	专精数据处理与检索，性能优化到位
设计多角色协作虚拟团队	CrewAI	角色、任务、流程抽象直观，适合内容生产等场景
需要动态对话协作与人类介入	AutoGen	对话即协作，适合研究、创意类动态任务
构建复杂、稳定、可控的生产流程	LangGraph	图模型提供最高控制精度，适合金融、运维等严肃场景

5.2 避坑与实践建议

1. 避免过度设计：简单任务无需复杂框架。例如，仅调用1-2个API的任务，使用 LangChain 的 AgentExecutor 或 smolagents 即可。
2. 优化Token消耗：Agent 的“思考-行动”循环会多次调用 LLM。利用框架的上下文管理功能（如 LangGraph 的状态选择）避免不必要的历史消息传入，是 Python 开发者优化成本的关键。
3. 编写清晰的工具描述：工具的 description 字段是 LLM 决定是否及如何调用工具的关键。模糊的描述会导致错误的调用。
4. 实现错误处理：工具调用可能失败。设计容错机制，例如在 LangGraph 中通过 条件边 检查结果并路由到重试或降级处理节点。
5. 从小规模开始：先用简单框架或快速原型验证核心需求，观察哪些任务模式重复出现，再使用更高级的框架（如 LangGraph）将其固化为优化的工作流。
6. 重视可观测性：利用框架提供的调试工具（如 LangSmith for LangChain）追踪执行流程、检查中间状态，这对复杂系统的开发和维护至关重要。

写在最后

AI Agent 技术正从“炫技”走向“实用”，成为开发者延伸能力的重要杠杆。无论是 AutoGen 通过对话实现的动态协作，还是 LangGraph 通过图编排提供的精密控制，都在推动 AI 从“被动问答”走向“主动执行”。

技术的本质是延伸人的能力。Agent 延伸的，正是我们规划、协调与执行的综合能力。选择适合的框架，从小处着手，你可以构建出能自动处理邮件、监控日志、生成报告甚至管理项目的数字员工。

你现在最希望哪个重复性任务被 AI Agent 自动化？是客服邮件处理、系统日志监控，还是个性化的信息筛选？欢迎在 云栈社区 分享你的场景和想法，让我们共同探索技术实现的更多可能。

参考资料
[1] LangGraph官方教程: https://langchain-ai.github.io/langgraph/
[2] AutoGen官方示例: https://microsoft.github.io/autogen/
[3] Hugging Face smolagents课程: https://huggingface.co/learn/agents-course/
[4] LangChain Agent概念指南: https://python.langchain.com/docs/concepts/#agents