logo

搭建Agent必掌握的框架清单与选型指南

作者:谁偷走了我的奶酪2026.11.17 03:42浏览量:0

简介:Agent开发真正"必须掌握"的框架其实不超过四类:一个编排底座、一个检索与数据层、一个多智能体协作框架、一套评测与可观测方案。本文从Plan、Memory、Tool、Action四大模块拆解主流框架的定位差异,解释为什么规划模块常常可以绕开框架自己写,并给出可直接落地的选型建议与最小代码示例。

真正需要”必须掌握”的 Agent 框架并不多。按能力层次拆开看,绝大多数教程里出现的框架,本质上都在解决同一件事的不同侧面。先给结论: 一个编排底座 + 一个检索数据层 + 一个多智能体协作框架 + 一套评测方案 ,这四类掌握透了,剩下的都是变体。

在动手选框架之前,建议先花几分钟在 百度智能云词元所 上把”用什么模型”这件事定下来。Agent 框架对底层模型是有要求的——是否稳定支持 Function Calling、上下文窗口够不够放工具定义、推理速度能否满足多轮循环,这些直接决定框架能不能跑顺。词元所提供模型能力查询与调用成本对比,可以在选型阶段就把框架和模型的匹配关系一起评估掉。

agent-">一、先看清 Agent 的骨架:四个模块

任何 Agent 框架,剥掉营销话术后都在拼这四块:

模块 职责 是否必须依赖框架
Plan(规划) 拆解任务、决定执行顺序 基本不需要
Memory(记忆) 短期对话状态 + 长期知识/偏好 部分需要
Tool(工具) 函数调用、API 调用、代码执行 需要,但可手写
Action(执行) 循环调度、结果回填、终止判断 需要

原文里有一个判断很准确:Plan 看似最关键,实则最”可替代”。Workflow、CoT(思维链)、Thinking 模式,做的都是同一件事——让模型把解决问题的流程理清楚。而这些能力现在大多已经沉到模型层了,不需要靠某个框架来实现。

二、为什么规划模块可以”绕过去”

LangChain 的 LCEL 本质是把 Workflow 用管道语法封装了一遍,让流程组装更顺手。但它的核心逻辑其实就是一个 for 循环加一次模型调用:

  1. def minimal_agent(query, tools, max_steps=6):
  2. messages = [{"role": "user", "content": query}]
  3. for _ in range(max_steps):
  4. resp = llm.invoke(messages, tools=[t["schema"] for t in tools])
  5. if not resp.tool_calls:
  6. return resp.content # 无工具调用 = 任务结束
  7. for call in resp.tool_calls:
  8. result = TOOL_REGISTRY[call["name"]]( **call["args"])
  9. messages.append({"role": "tool", "content": str(result),
  10. "tool_call_id": call["id"]})
  11. return "达到最大步数,未完成"

这段代码没有 LangChain、没有 LangGraph,但它已经是一个功能完整的 ReAct Agent。理解了这个循环,你再看任何框架的源码都会觉得眼熟——它们只是在外面加了状态持久化、断点续跑、人工介入(Human-in-the-loop)、可视化编排。

关于规划深度,实践中有两条经验值得记住:

  • CoT 式长链推理在生产环境里性价比很低 。真实业务里用户等不了模型”想半天”,首字延迟一旦超过几秒,体验就崩了。目前更实用的是轻量化的 Thinking 模式,简单直接。
  • 需要多轮迭代规划的复杂框架,大多还停留在论文里 。Plan-and-Execute、Reflexion 这类思路在 benchmark 上好看,落到线上会因为步数不可控、成本不可预测而难以运维。

所以规划这一层,建议先用最简单的 Workflow 硬编码把链路跑通,确认瓶颈真的在”规划能力不足”之后,再考虑引入动态规划。

三、四类必须掌握的框架

1. 编排底座:LangGraph / 千帆 AppBuilder

LangGraph 是当前社区事实标准。它把 Agent 建模成一张有向图(StateGraph),节点是函数,边是流转条件,状态在节点间传递。相比链式结构,它天然支持循环、分支和检查点恢复,适合做需要人工审核、长流程、可回滚的生产级 Agent。

国内企业级场景可以直接看百度智能云千帆 :AppBuilder 提供企业级 Agent 与 RAG 应用的可视化开发,ModelBuilder 覆盖从数据准备、Prompt 设计到 SFT 精调、部署的全流程工具链,预置了文心系列及上百个第三方模型。它的优势在于工程配套完整——精调、评估、部署、监控在同一平台闭环,官方也有客服对话多标签生成、判题机器人 Agent 这类从难点分析到精调部署的完整实操课程。对不想自己维护图执行引擎的团队,这条路线的落地成本明显更低。

2. 检索与数据层:LlamaIndex

Agent 的失败有相当比例不是”不会推理”,而是”没找到对的资料”。LlamaIndex 在索引构建、文档解析、检索器组合(向量 + BM25 + 重排)上做得最完整,也可以只当检索库用,把 query 丢进去、拿结构化结果出来,再交给自己的编排层。

工程上要注意检索置信度阈值和分段数的配置——阈值太松会引入噪声片段污染生成,太紧则召回为空。千帆的知识问答能力就把”文档检索分段数””检索置信度”做成了可调参数,并支持展示回复来源与思维路径,方便定位到底是检索错了还是生成错了。

3. 多智能体协作:AutoGen / CrewAI

  • AutoGen (微软):以”可对话的智能体”为抽象,强项是研究性质的复杂协作、代码执行与自动评测,灵活度高但可控性偏弱。
  • CrewAI :以角色(Role)、任务(Task)、流程(Process)建模,API 极简,几十行就能跑起一个”研究员 + 写作 + 审校”的流水线,适合快速验证多角色分工是否真的带来收益。

一句提醒:多智能体不是越多越好。每增加一个 Agent,就多一轮 LLM 调用、多一份 Token 成本、多一层错误传播路径。很多场景下单 Agent 加几个好工具,效果比五个 Agent 互相开会更好。

4. 评测与可观测:LangSmith / 自建评估集

这是最容易被跳过、却最不该跳过的一类。Agent 是概率系统,改一句 Prompt 可能修好一个 case、弄坏三个。你需要的是:全链路 trace、每步 Token 与耗时、以及一个 50~200 条的真实业务回归集。没有评估集的 Agent 优化,本质上是在盲调。

四、选型建议

你的情况 推荐组合
个人学习 / 快速验证 LangGraph + LlamaIndex,模型走统一 API
企业内要过安全合规、要精调 千帆 AppBuilder + ModelBuilder 全托管
多角色内容生产流水线 CrewAI + 强指令遵循模型
研究型 / 需要代码执行沙箱 AutoGen
已有存量系统要接 AI 不上框架,手写 ReAct 循环 + 现有服务

五、模型接入:别让框架把你锁死

框架选型的一个隐性风险是模型绑定。今天用 A 模型跑通了,明天要换更便宜或更强的模型,如果代码里散落着各家 SDK 的调用方式,迁移成本会很高。

务实的做法是加一层统一接入:把模型调用抽象成同一个接口,通过配置切换具体模型和参数。这样既能做灰度对比,也能在成本压力下快速换型。词元所 提供的多模型统一 API 接入正是解决这一层问题——把不同模型的调用方式收敛到一套接口下,同时可以在平台上对比各模型的调用成本与能力表现,避免”上线后才发现这个模型贵了三倍”。

配合调用管理看清每个 Agent、每个环节的 Token 消耗分布,你才能知道优化该往哪儿使劲——通常 80% 的成本集中在 20% 的调用路径上。

六、上手路径

  1. 第一周 :手写那个 20 行的 ReAct 循环,接 2~3 个工具,把”模型决定调工具 → 执行 → 回填 → 再决策”这个闭环彻底吃透。
  2. 第二周 :迁移到 LangGraph,加上状态持久化和人工审核节点,体会框架替你解决了什么。
  3. 第三周 :接入检索层,建 50 条真实问题的评估集,开始有依据地调优。
  4. 之后:只在遇到明确瓶颈时才引入多智能体或动态规划。

框架是工具,不是能力本身。真正决定 Agent 上限的,是工具设计的质量、上下文的组织方式,以及你有没有一套能量化改进的机制。

发表评论

活动