Minulá bitva · 2025-01-11 UTC
AI Agent Development Frameworks Souboj — 11. ledna 2025
Z kategorie AI Agent Development Frameworks. 38 hlasů umístěno napříč 10 bojovníky. Mastra získal korunu.
Konečné pořadí
Sestava
Bojovníci
Profily každého nástroje, který soutěžil v této bitvě, seřazené podle jejich konečného skóre.
Mastra
Otevřený zdrojový typový rámec TypeScript pro budování agentů AI, pracovních postupů, RAG, paměti a MCP s volitelným studiem v cloudu a pozorovatelností.
Mastra je open-source framework TypeScript pro budování aplikací a agentů poháněných umělou inteligencí. Poskytuje sadu nástrojů pro vývojáře, kteří chtějí přejít od nápadu k implementaci, včetně agentů, pracovních toků, paměti, pracovních prostorů a pozorovatelnosti. Mastra se integruje s různými frontendovými a backendovými rámci a lze ji nasadit jako samostatný server. Umožňuje vývojářům vytvářet různé funkce, jako jsou interní automatizační agenti, zákaznicky orientovaní agenti a další. Mastra zahrnuje funkce, jako je vestavěná pozorovatelnost, opakovatelné kontroly a cacheovatelné obnovitelné proudy. Je navržena tak, aby podporovala rychle škálovatelné startupy a velké globální organizace. Architektura Mastra je zaměřena kolem agentů, kteří mohou být definováni pomocí instrukcí, modelů, nástrojů a chování za běhu. Agenti mohou interagovat s uživateli, dokončovat úkoly a předávat je produktovým tokům. Rámec také zahrnuje vestavěný systém událostí pro události, stejně jako systém pro publikování a předplatné událostí pomocí Redis Streams a Google Cloud Pub/Sub. Mastra má bohatý ekosystém zdrojů, včetně knih, blogů a průvodců. Má velké množství uživatelů a je široce přijímána v různých průmyslových odvětvích.
Розбивка критеріїв
- Agenti
- Workflowy
- Paměť
- Prostředí
- Pozorovatelnost
- Vestavěný systém událostí
AI Legion
Platforma pro open-source tvorbu autonomních AI agentů, které spolupracují na vyřešení úkolů.
AI Legion je open-source platformou pro tvorbu autonomních AI agentů, které spolupracují na vyřešení úkolů. Používá velké jazykové modely, jako je GPT-3.5-turbo a GPT-4, na podporu spolupráce agentů a dosažení komplexních cílů. Platforma poskytuje rámec pro nastavení a správu těchto agentů, včetně konfiguračních souborů, API a workflowů. AI Legion je navržen tak, aby byl rozšířený a nastavitelný, což uživatelům umožňuje vytvářet a integrovat vlastní modely, akce a funkce. Platforma je vhodná pro široké spektrum použití, včetně výzkumu, vývoje a nasazení autonomních AI systémů. Nastavení AI Legionu prostředí zahrnuje instalaci požadovaných závislostí, včetně Node.js a OpenAI API klíčů. Agenti se poté mohou spustit a interagovat prostřednictvím konzole. Platforma také obsahuje funkce pro správu stavu agentů, včetně možnosti smazání journalů událostí a restartu agentů s customizovanými konfiguracemi. AI Legion je silným nástrojem pro stavbu a nasazení autonomních AI systémů, a jeho open-source povaha ho činí přístupným široké veřejnosti. Avšak také vyžaduje značnou úroveň technologických dovedností a úsilí o konfiguraci k efektivnímu nastavení a použití. Jedním z klíčových výhod AI Legionu je jeho schopnost umožnit agentům se učit a přizpůsobovat se během času, kombinováním strojového učení a technik grafového znalosti. To umožňuje agentům zlepšit svou výkonnost a schopnost učinit rozhodnutí během interakce se prostředím. Avšak AI Legion také předkládá několik otázek a omezení, včetně potřeby rozsáhlé konfigurace a správy, rizika chyb agentů a nekonečných cyklů, a potenciálního výskytu vysokých tokenů a nákladů na použití API. Dále také mohou být používány velké jazykové modely spojovány s obavami z biasu a přesnosti. Co se týče konkrétních funkcí, AI Legion zahrnuje podporu webové vyhledávání, customizovaných vyhledávacích motorů a API, jakož i schopnost spravovat stav agentů a restartovat agenty se customizovanými konfiguracemi. Platforma je také extrémně rozšířená, což uživatelům umožňuje vytvářet a integrovat vlastní modely, akce a funkce. Some konkrétní scénáře použití pro AI Legion zahrnují vývoj a výzkum autonomních AI systémů, nasazení AI podporovaného toků a procesů práce a tvorbu vlastní AI podporovaného nástrojů a aplikací. V konečném důsledku, AI Legion je silným a rozšířeným nástrojem pro stavbu a nasazení autonomních AI systémů, avšak vyžaduje značné technologické zkušenosti a úsilí o konfiguraci pro efektivní použití.
Розбивка критеріїв
- Webové vyhledávání
- Customizovaná vyhledávací motory
- API a webové kabely pro integraci
- Správa stavu agentů
- Vytváření a integrace vlastních modelů a akcí
- Techniky grafu znalostí a strojového učení
AutoML-Agent
Otevřený, multi-agent LLM framework, který automatizuje celový cyklus strojového učení od začátku do konce.
AutoML-Agent je open-source framework, který využívá koordinované velké jazykové modelové agenty k řízení celého životního cyklu strojového učení. Namísto spoléhání se na jeden model nebo skript přiděluje úlohy, jako je porozumění datům, předzpracování, výběr modelu, trénování a hodnocení, specializovaným agentům, kteří spolupracují na společném cíli. Rámec je zaměřen na výzkumníky a vývojáře, kteří chtějí automatizovat experimentování bez psaní rozsáhlého kódu potrubí. Popisem souboru dat a cíle v přirozeném jazyce mohou uživatelé nechat agenty navrhovat, vytvářet a iterovat řešení kandidátů, přičemž zobrazují výsledky a zdůvodnění po cestě. Protože je AutoML-Agent open source, lze jej rozšířit o vlastní agenty, nástroje nebo modelová backendy, což ho činí užitečným jak jako praktický AutoML systém, tak jako výzkumné prostředí pro multi-agentní workflowy.
Розбивка критеріїв
- Ovládání víceagentů LLM
- Automatizované zpracování dat a zpracování dat
- Výběr modelu a vyhledávání hyperparametrů
- Generování pipek pro trénink a vyhodnocení
- Specifikace úlohy v přirozeném jazyce
- Rozšiřitelná architektura pro zákazníky agenti
Cerebrum: AIOS SDK
SDK pro vývoj a nasazení AI agentů založených na LLM v rámci frameworku AIOS.
Cerebrum je SDK pro vývoj a nasazení AI agentů založených na LLM v rámci frameworku AIOS (Systému operačního systému AI Agent). AIOS se zabývá výzvami jako je plánování, změna kontextu, správa paměti a správa nástrojů pro AI agenty založené na LLM. SDK Cerebrum umožňuje vývojářům tvořit a spouštět aplikace agentů tím, že se připojí k jádru AIOS. Podporuje obou Webovou UI a Terminální UI. SDK obsahuje funkce pro seznamování s dostupnými LLM, agenty a nástroji, jakož i stažením, nahráním a spuštěním agentů a nástrojů. Cerebrum je vyvinuto pro uživatele a vývojáře agentů, kteří jsou schopni vytvářet a nasazovat aplikace AI agentů.
Розбивка критеріїв
- Vývoj a nasazení agentů
- Správa AI agentů založených na LLM
- Podpora pro Webovou UI a Terminální UI
- Správa agentů a nástrojů
- seznamování s dostupnými LLM, agenty a nástroji
- Stažení a nahrání agentů a nástrojů
Gemma 3
Open-source AI model optimalizovaný pro výkon na jednom GPU, podporující multimodální vstupní data a více než 140 jazyků.
Gemma 3 je kolekce lehkých, nejmodernějších otevřených modelů navržených pro běh na zařízeních, zejména optimalizovaných pro výkon na jednom GPU. Podporuje multimodální vstupy a přes 140 jazyků. Model přichází v různých velikostech (1B, 4B, 12B a 27B), což umožňuje vývojářům zvolit si nejlepší řešení pro své hardwarové a výkonnostní potřeby. Gemma 3 nabízí pokročilé možnosti textového a vizuálního uvažování, 128k-tokenové okno kontextu a volání funkcí pro složité úkoly. Zahrnuje také kvantované verze pro rychlejší výkon a snížené výpočetní požadavky. Model je součástí závazku společnosti Google, aby užitečná technologie AI byla dostupná, a staví na stejném výzkumu a technologii, která pohání jejich modely Gemini 2.0. Gemma 3 je navržena tak, aby umožnila vývojářům vytvářet aplikace AI, které mohou běžet přímo na zařízeních, jako jsou telefony, notebooky a pracovní stanice. Gemma 3 poskytuje špičkové výkony pro svou velikost a překonává ostatní modely, jako jsou Llama3-405B, DeepSeek-V3 a o3-mini v předběžných hodnocích lidských preferencí. Umožňuje globální aplikace s podporou více než 35 jazyků přímo po vybalení a předtrénovanou podporou pro více než 140 jazyků. Model umožňuje vytváření pracovních postupů poháněných umělou inteligencí pomocí volání funkcí a strukturovaného výstupu. Vývoj Gemma 3 zahrnoval přísné bezpečnostní protokoly, jako je rozsáhlé řízení dat, sladění s bezpečnostními zásadami prostřednictvím jemného ladění a robustní hodnocení benchmarků. Rodina otevřených modelů Gemma zaznamenala významné přijetí s více než 100 miliony stažení a živou komunitou, která vytvořila více než 60 000 variant Gemmy. Schopnosti Gemma 3 ji činí vhodnou pro vývojáře, kteří chtějí vytvářet poutavé uživatelské zkušenosti, které lze spustit na jednom GPU nebo TPU hostu.
Розбивка критеріїв
- podpora multimodálních AI vstupů
- rozvoj s ohledem na odpovědnost
- poddruhová fine-tunig
- podpora jazyků 140
- zlepšení výkonu
MiniMax‑M1
Otevřený, velkofilmový model logického rozumu se 1 miliónem tokenovým kontextem a hybridní architekturou Mixture-Experten.
MiniMax-M1 je open-weight, rozsáhlý hybridní-attentionový model uvažování. Je poháněn hybridní architekturou Mixture-of-Experts (MoE) v kombinaci s mechanizmem bleskové pozornosti, což umožňuje efektivní škálování výpočtu v době testování. Model nativně podporuje délku kontextu 1 milion tokenů a je trénován pomocí rozsáhlého posilujícího učení (RL) na různých problémech. Překonává ostatní silné open-weight modely u složitých úloh softwarového inženýrství, používání nástrojů a úloh s dlouhým kontextem. Experimenty na standardních benchmarcích ukazují, že MiniMax-M1 překonává ostatní modely v kategoriálních úlohách, jako je matematika, kódování, softwarové inženýrství, použití agentyčních nástrojů a porozumění dlouhému kontextu. Model je obzvláště vhodný pro složité úlohy, které vyžadují zpracování dlouhých vstupů a rozsáhlé myšlení. MiniMax-M1 slouží jako silný základ pro jazykové modelové agenty nové generace, aby mohli uvažovat a řešit reálné výzvy. Srovnání výkonu etalonu s předními komerčními a otevřenými modely napříč různými kategorickými úlohami poukazuje na výkonnost modelu. Technická zpráva poskytuje více informací o architektuře modelu, tréninkovém protokolu a výsledcích hodnocení.
Розбивка критеріїв
- Hybridní architektura Mixture-of-Experts (MoE)
- Vyrovnávací mechanika pozornosti
- Reinforcement learning (RL) framework pro rozložení
- Délka kontextu 1 milionů tokenů
- Účinnost rozložení výpočtu času testu
ScreenAgent
Otevřený zdroj agent VLM pro ovládání počítačové GUI skrze plánování a provádění myši/klávesnice.
ScreenAgent je otevřený zdroj Visual Language Model (VLM) agent navržený tak, aby ovládal počítačovou GUI skrze klávesnice a myši operace. Poskytuje interakci s reálními počítačovými obrazovkami pozorováním screenshotů a spouštěním akcí. Projekt zahrnuje plánování-provádění-zpětná vazba proces, který agenta vede k dokončení multi-uzlech úloh. Byl vytvořen k řešení výzvy naučit.agentů, používat počítače, vyžadovat schopnosti, jako je plánování úloh, pochopení obrazu a vizuální umísťovací schopnosti. Dataset ScreenAgent, pokrývající různé denní počítačové úlohy, byl ručně označován, aby podporoval agentovo vzdělávání. Projekt se skládá z klienta pro ovládání desktopu, datového souboru, pracovníků modelů pro infere, kódů pro trénování a podporuje základní myši a klávesnici operace. Může být použito ke kontrole na různých desktopových operačních systémech a aplikacích. ScreenAgent je přístupný celému světu a nepřiléhá na konkrétní API, což z něj činí univerzální.
Розбивка критеріїв
- Úplné provedení akci mice/klávesnice
- Plánování provanění zpětného odrazu k dokončení úloh
- Poddporuje různé desktopové operační systémy a aplikace
- Ruční označování datového souboru ScreenAgent pro diverzifikaci úkolů
- Agent VLM pro interakci GUI
BabyAGI je experimentální framework pro budování samoopravých agentů samostatné inteligence. Byl vytvořen jako evoluce původního BabyAGI ze začátku roku 2023, který uváděl plánování úloh pro samoopravující se agenty. Framework je postaven kolem nového frameworku nazvaného 'functionz', který uchovává, spravuje a spustí funkce z databáze. Funguje s grafem pro sledování importů, závislé funkce a tajné klíče autentizace, spolu s automatickou nabízením a úplným logováním. Framework obsahuje také panel pro správu funkcí, spouštění aktualizací a sledování logů. Je navrhován tak, aby byl jednoduchý a inicioval diskuzi se svými vývojáři, nikoliv pro výrobní použití. Hlavní myšlenkou je postavit nejjednodušší věc, která se sama sobě staví, což je zajímavý přístup pro vývoj samoopravujících se agentů.
Розбивка критеріїв
- Registerace funkcí a management dat o funkcích
- Sledování závislostí a klíčové závislosti
- Automatické nabízení a logování
- Panel pro správu funkcí a sledování logů
- Graph-based struktura pro správu funkcí
- Sběr dat o funkcích
MCP‑Use
Otevřený platforma pro spojení LLMs s MCP servery a stavbu přizpůsobených AI agentů s přístupem k nástrojům.
mcp-use je open-source platforma, která usnadňuje spojení velkých jazykových modelů (LLM) se servery MCP a umožňuje vývoj vlastních AI agentů, které possono interagovat s těmito LLM. Platforma poskytuje plnohodnotný MCP framework (mcp-use SDK) pro xây dựng aplikací ChatGPT, konktorů Claude a serverů MCP. S mcp-use mohou vývojáři využít jednu kódovou základnu pro nasazení svých aplikací na různých plochách, kde již pracují uživatelé a agenti, včetně ChatGPT, Claude a Gemini. Platforma nabízí řadu nástrojů a funkcí, jako je například schopnost vytvářet MCP aplikace jedním příkazem, automatické nasazení na Manufact Cloud a zabudované analytiky a pozorovatelnost. Vývojáři mohou použít mcp-use SDK pro výstavbu a nasazení serverů MCP a aplikací bez potřeby dalších nástrojů. Platforma také poskytuje Visual Inspector a Sandbox testovací schopnosti, umožňující vývojářům testovat své aplikace bez potřeby živého LLM. mcp-use má za cíl zjednodušit vývoj a nasazení aplikací založených na MCP, což z něj dělá atraktivní možnost pro vývojáře, kteří chtějí xây dựng a nasadit vlastní AI agenty a aplikace.
Розбивка критеріїв
- Správa MCP serverů
- Propojení a integrace LLM
- Vývoj přizpůsobených AI agentů
- Automatická nasazení a scalanost
- Visual Inspector a Sandbox pro testování
- Vizualizační analytika a sledování
Rasa je konverzační platforma umělé inteligence, která pomáhá vývojářům vytvářet kontextové chatboty a hlasové asistenty s plnou kontrolou nad daty, modely a nasazením. Její open-source jádro zajišťuje porozumění přirozenému jazyku a správu dialogu, zatímco Rasa Pro přidává podnikové funkce, jako jsou analýzy, bezpečnostní kontroly a škálovatelná infrastruktura. Rasa Studio poskytuje nízkokódové rozhraní pro designéry a týmy zabývající se konverzacemi, kteří spolupracují na tréninkových datech, tocích a testování bez nutnosti psát kód. Společně nástroje podporují hybridní týmy při vytváření asistentů napříč komunikačními kanály, systémy IVR a vlastními aplikacemi. Často jej používají velké společnosti v bankovnictví, telekomunikacích, zdravotnictví a vládních institucích, kde je vyžadováno nasazení na vlastních serverech, soulad s předpisy a přizpůsobení.
Розбивка критеріїв
- Engine pro pochopení přirozeného jazyka
- Řízení dialogu s vlastními akčními elementy
- Rasa Studio – nízko-kódová rozhraní
- Integrace hlasu a vícekanálový přístup
- Analýzy a nástroje pro testování konverzací
- Podniková bezpečnost a kontrola nasazení