
DAGentEine Open-Source-Python-Bibliothek für die Erstellung von KI-Agenten, strukturiert als Directed Acyclic Graphs (DAGs), zur Verwaltung von Entscheidungsaufgaben und Funktionsausführungen.
Übersicht
Hauptfunktionen
- Unterstützung für Directed Acyclic Graphs (DAGs)
- Integration von Large Language Models (LLM)
- Tool-Beschreibungsgenerierung und -Anpassung
- Modulare Architektur für einfache Erweiterung und Anpassung
- Unterstützung für verschiedene LLM-Modelle
- Intuitive API für den Bau von KI-Agenten
Preise
- Modell
- Free
- Kategorie
- Framewerke für künstliche Agenten
- Bewertung
- 4.4 / 5 (5)
Anwendungsfälle
Strukturierte KI-Entscheidungs-Workflows erstellen
Verwenden Sie DAGent, um KI-Agenten als gerichtete azyklische Graphen zu entwerfen, komplexe Entscheidungslogik in klare, überschaubare Knoten und Kanten zu organisieren.
Funktionsausführungspipelines orchestrieren
Definieren und führen Sie Sequenzen von Python-Funktionen durch DAG-basierte Agenten aus, um eine vorhersehbare Aufgabenreihenfolge und Abhängigkeitsverwaltung sicherzustellen.
Agent-basierte Anwendungen prototypisieren
Nutzen Sie die Open-Source-Python-Bibliothek, um schnell Prototypen zu erstellen und KI-Agenten-Architekturen für Forschungs- oder Entwicklungsprojekte zu iterieren.
Pro & Contra
Pro
- Unterstützt Directed Acyclic Graphs (DAGs) für Entscheidungsaufgaben und Funktionsausführungen
- Ermöglicht Benutzern die Erstellung von KI-Agenten mit Large Language Models (LLMs)
- Unterstützt verschiedene LLM-Modelle für Inferenz und Tool-Beschreibungsgenerierung
- Bietet eine einfache und intuitive API für den Bau von KI-Agenten
- Modulare Architektur ermöglicht einfache Anpassung und Erweiterung
Contra
- Meinungsbildende Bibliothek ist möglicherweise nicht geeignet für Benutzer, die eine flexiblere oder generischere Bibliothek bevorzugen
- Begrenzte Dokumentation und Community-Unterstützung im Vergleich zu anderen beliebten Bibliotheken
Bewertungen
Durchschnitt aus 5 Bewertungen.
Melde dich an, um eine Bewertung abzugeben.
Skeptical, then convinced
I went in skeptical — most tools in this space overpromise. It actually delivers on the integrations, and the value for money is strong caught me off guard. The mobile experience lags is why this isn't a perfect score, still, I'd recommend giving it a real trial.
Solid for our team
We rolled this out across the team last quarter and support is responsive. The dashboard fits neatly into how we already work, and the dashboard removed a step we used to do by hand. A few rough edges remain, which is the main caveat, but it has held up under daily use.
Skeptical, then convinced
I went in skeptical — most tools in this space overpromise. It actually delivers on the automation, and the value for money is strong caught me off guard. A few rough edges remain is why this isn't a perfect score, still, I'd recommend giving it a real trial.
Use it every day
Honestly didn't expect to like it this much. The integrations is exactly what I needed, and the value for money is strong. I do wish pricing gets steep at scale, but I reach for it almost every day now and it just clicks.
Skeptical, then convinced
I went in skeptical — most tools in this space overpromise. It actually delivers on the onboarding, and it is genuinely easy to set up caught me off guard. The docs could be deeper is why this isn't a perfect score, still, I'd recommend giving it a real trial.
Fragen & Antworten
What kind of support does DAGent have?
DAGent has limited documentation and community support compared to other popular libraries.
Asked by Ines Zeković · Feb 14, 2026
How easy is it to add new tool functionality?
Tool functionality can be easily added by creating a Python function with a specific signature.
Asked by Lindiwe Mahlangu · Jan 24, 2026
Can I use different LLM models?
Yes, DAGent supports using different LLM models for inference and tool description generation.
Asked by Aisha Khan · Dec 12, 2025
Is DAGent free to use?
DAGent is an open-source library, so it is free to use.
Asked by Tunde Balogun · Dec 7, 2025
Frage stellen
Alternativen zu Framewerke für künstliche Agenten
smolagents
Framewerke für künstliche Agenten
Ein minimalistisches Python-Bibliotheksframework von Hugging Face für die Erstellung von code-first-AI-Agenten in nur wenigen Zeilen
Mini LLM Flow
Framewerke für künstliche Agenten
Minimalistisches 100-Linien-LLM-Framework für die Erstellung selbstprogrammierender Agenten-Workflows
upsonicAI
Framewerke für künstliche Agenten
Öffentliches Agent Framework für die Erstellung von taskorientierten digitalen Arbeitnehmern und vertikalen KI-Agenten.
AI-Powered RAG Workflow for n8n
Framewerke für künstliche Agenten
Stelle Fragen und erhalte Antworten, die auf deinen Google-Drive-Dateien basieren, mithilfe von n8n.
ControlFlow
Framewerke für künstliche Agenten
Python-Framework zum Erstellen agentischer KI-Workflows mit einer aufgabenorientierten Gestaltung.
roboneo art
Framewerke für künstliche Agenten
AI-Bildgenerator, der Textanfragen innerhalb von Sekunden in hochwertige Bilder verwandelt.
Agent Genesis
Framewerke für künstliche Agenten
Open-Source, copy‑paste-Code-Snippets für die schnelle Entwicklung von KI-Agenten.
Eclat Institute
Framewerke für künstliche Agenten
IP- und JC-Unterricht, der auf den Aufbau dauerhafter Fachkompetenz ausgerichtet ist
Trending now
Reducto AI
Plattformen für die Entwicklung von Agenten mit künstlicher Intelligenz
Intelligenter Dokument API zur Analyse, Trennung, OCR-Analyse und Strukturierung von komplexen PDFs, Präsentationen und Tabellenkalkulationen.
AdCrier
Marketing & Werbung
Gepflichtete Antworten mit Provision pro Klick.
Biology AI
Bildung AI
Genaue Hilfe bei Hausaufgaben mit ausführlichen Erklärungen
Pin AI
Arbeitsablaufautomatisierung
Agentic AI Recruiter, der Sourcing, Screening und Outreach automatisiert, um den Einstellungsprozess zu beschleunigen.












