Batalla anterior · 2025-01-11 UTC
AI Agent Development Frameworks Duelo — 11 de enero de 2025
De la categoría AI Agent Development Frameworks. 38 marcas colocadas entre 10 combatientes. Mastra se llevó la corona.
Clasificación final
La formación
Los combatientes
Perfiles de cada herramienta que compitió en esta batalla, clasificadas por su puntuación final.
Mastra
Marco de código abierto TypeScript para construir agentes y flujos de trabajo de AI, RAG, memoria y MCP, con estudio de nube opcional y observabilidad.
Mastra es un framework de TypeScript de código abierto para construir aplicaciones y agentes impulsados por IA. Proporciona un conjunto de herramientas para que los desarrolladores pasen de la idea a la implementación, incluyendo agentes, flujos de trabajo, memoria, espacios de trabajo y observabilidad. Mastra se integra con varios frameworks de frontend y backend y se puede desplegar como un servidor independiente. Permite a los desarrolladores construir una variedad de capacidades, como agentes de automatización interna, agentes orientados al cliente y más. Mastra incluye características como observabilidad integrada, comprobaciones repetibles y flujos rescatables con caché. Está diseñado para admitir startups de escalado rápido y grandes organizaciones globales. La arquitectura de Mastra está centrada en agentes, que se pueden definir con instrucciones, modelos, herramientas y comportamiento en tiempo de ejecución. Los agentes pueden interactuar con los usuarios, completar tareas y traspasar el control a flujos de producto. El marco también incluye un sistema de eventos integrado para eventos, así como un sistema para publicar y suscribirse a eventos con Redis Streams y Google Cloud Pub/Sub. Mastra cuenta con un rico ecosistema de recursos, que incluye libros, blogs y guías. Tiene una gran comunidad de usuarios y es ampliamente adoptado en diversas industrias.
Desglose de criterios
- Agentes
- Flujos de trabajo
- Memoria
- Áreas de trabajo
- Observabilidad
- Sistema de eventos integrado
AI Legion
Una plataforma de código abierto para crear agentes de IA autónomos que colaboran para realizar tareas.
AI Legion es una plataforma de código abierto para crear agentes de IA autónomos que colaboran para lograr tareas. Utiliza grandes modelos de lenguaje, como GPT-3.5-turbo y GPT-4, para permitir que los agentes trabajen juntos y alcancen objetivos complejos. La plataforma proporciona un marco para configurar y administrar estos agentes, incluidos archivos de configuración, APIs y flujos de trabajo. AI Legion está diseñado para ser extensible y personalizable, lo que permite a los usuarios crear e integrar sus propios modelos, acciones y características. La plataforma es adecuada para una variedad de casos de uso, incluida la investigación, el desarrollo y la implementación de sistemas de IA autónomos. Configurar un entorno de AI Legion implica instalar las dependencias necesarias, incluyendo Node.js y claves de API de OpenAI. Luego, los agentes se pueden iniciar y interactuar con ellos a través de la consola. La plataforma también incluye características para gestionar el estado de los agentes, incluyendo la capacidad de eliminar registros de eventos y reiniciar agentes con configuraciones personalizadas. AI Legion es una poderosa herramienta para construir y desplegar sistemas autónomos de inteligencia artificial, y su naturaleza de código abierto lo hace accesible a una amplia gama de usuarios. Sin embargo, también requiere una cantidad significativa de experiencia técnica y esfuerzo de configuración para establecerlo y utilizarlo de manera efectiva. Uno de los principales beneficios de AI Legion es su capacidad para permitir que los agentes aprendan y se adapten con el tiempo, utilizando una combinación de técnicas de aprendizaje automático y gráficos de conocimiento. Esto permite que los agentes mejoren su rendimiento y capacidades de toma de decisiones a medida que interactúan con el entorno. Sin embargo, AI Legion también presenta varios desafíos y limitaciones, incluyendo la necesidad de un esfuerzo de configuración y gestión exhaustivo, el riesgo de errores de agente y bucles infinitos, y el potencial de altos recuentos de tokens y costes de uso de API. Además, el uso de grandes modelos de lenguaje puede plantear preocupaciones sobre sesgo y precisión. En cuanto a características específicas, AI Legion incluye soporte para búsqueda web, motores de búsqueda personalizados y APIs, así como la capacidad de gestionar el estado de los agentes y reiniciar agentes con configuraciones personalizadas. La plataforma también es altamente extensible, lo que permite a los usuarios crear e integrar sus propios modelos, acciones y características. Algunos casos de uso potenciales de AI Legion incluyen la investigación y el desarrollo de sistemas autónomos de IA, la implementación de flujos de trabajo y procesos impulsados por IA, y la creación de herramientas y aplicaciones personalizadas impulsadas por IA. En general, AI Legion es una plataforma poderosa y extensible para construir y desplegar sistemas autónomos de inteligencia artificial, pero requiere una experiencia técnica significativa y un esfuerzo de configuración considerable para utilizarla de manera efectiva.
Desglose de criterios
- Búsqueda web
- Motores de búsqueda personalizados
- APIs y webhooks para integración
- Gestión del estado de los agentes
- Creación de modelos y acciones personalizados
- Capacidades de grafos de conocimiento y aprendizaje automático
AutoML-Agent
Framework de LLM multi-agente de código abierto que automatiza pipelines de machine learning de principio a fin.
AutoML-Agent es un framework de código abierto que utiliza agentes de grandes modelos de lenguaje (LLM) coordinados para gestionar el ciclo de vida completo del machine learning. En lugar de depender de un único modelo o script, delega tareas como la comprensión de datos, el preprocesamiento, la selección de modelos, el entrenamiento y la evaluación a agentes especializados que colaboran hacia un objetivo común. El framework está dirigido a investigadores y desarrolladores que desean automatizar la experimentación sin escribir código extenso para los pipelines. Al describir un conjunto de datos y un objetivo en lenguaje natural, los usuarios pueden hacer que los agentes propongan, construyan e iteren sobre soluciones candidatas, obteniendo resultados y razonamientos durante el proceso. Al ser de código abierto, AutoML-Agent puede extenderse con agentes, herramientas o backends de modelos personalizados, lo que lo hace útil tanto como un sistema práctico de AutoML como una plataforma de pruebas para flujos de trabajo multi-agente.
Desglose de criterios
- Orquestación de LLM multi-agente
- Preprocesamiento de datos y gestión de características automatizados
- Selección de modelos y búsqueda de hiperparámetros
- Generación de pipelines de entrenamiento y evaluación
- Especificación de tareas mediante lenguaje natural
- Arquitectura extensible para agentes personalizados
Cerebrum: AIOS SDK
Un SDK para desarrollar e implementar agentes de IA basados en LLM dentro del marco de AIOS.
Cerebrum es un SDK para desarrollar e implementar agentes de IA basados en LLM dentro del marco de AIOS (Sistema Operativo de Agentes de IA). AIOS aborda desafíos como la programación, el cambio de contexto, la gestión de memoria y la gestión de herramientas para agentes basados en LLM. El SDK de Cerebrum permite a los desarrolladores construir y ejecutar aplicaciones de agentes interactuando con el kernel de AIOS. Admite tanto la interfaz web como la interfaz de terminal. El SDK incluye características para enumerar LLMs, agentes y herramientas disponibles, así como descargar, cargar y ejecutar agentes y herramientas. Cerebrum está diseñado para usuarios de agentes y desarrolladores, permitiéndoles crear e implementar aplicaciones de agentes de IA.
Desglose de criterios
- Desarrollo e implementación de agentes
- Gestión de agentes de IA basados en LLM
- Soporte para interfaz web y terminal
- Gestión de agentes y herramientas
- Enumerar LLMs, agentes y herramientas disponibles
- Descargar y cargar agentes y herramientas
Gemma 3
Un modelo de IA de código abierto optimizado para rendimiento en una sola GPU, que admite entradas multimodales y más de 140 idiomas.
Gemma 3 es una colección de modelos ligeros y de vanguardia diseñados para ejecutarse en dispositivos, optimizados especialmente para el rendimiento en una sola GPU. Admite entradas multimodales y más de 140 idiomas. El modelo viene en varias versiones (1B, 4B, 12B y 27B), permitiendo a los desarrolladores elegir la mejor opción según su hardware y requisitos de rendimiento. Gemma 3 ofrece capacidades avanzadas de razonamiento textual y visual, una ventana de contexto de 128k tokens y la llamada a funciones para tareas complejas. También incluye versiones cuantizadas para un rendimiento más rápido y requisitos computacionales reducidos. El modelo es parte del compromiso de Google de hacer accesible la tecnología IA útil y se basa en la misma investigación y tecnología que impulsa sus modelos Gemini 2.0. Gemma 3 está diseñado para permitir a los desarrolladores crear aplicaciones de IA que se ejecuten directamente en dispositivos como teléfonos, laptops y estaciones de trabajo. Gemma 3 ofrece un rendimiento de vanguardia para su tamaño, superando a otros modelos como Llama3-405B, DeepSeek-V3 y o3-mini en evaluaciones preliminares de preferencia humana. Permite aplicaciones globales con soporte inmediato para más de 35 idiomas y soporte preentrenado para más de 140 idiomas. El modelo facilita la creación de flujos de trabajo impulsados por IA usando llamada a funciones y salida estructurada. El desarrollo de Gemma 3 incluyó rigurosos protocolos de seguridad, como gobernanza de datos extensiva, alineación con políticas de seguridad mediante ajuste fino y evaluaciones de referencia robustas. La familia Gemma de modelos abiertos ha visto una adopción significativa, con más de 100 millones de descargas y una comunidad vibrante que ha creado más de 60,000 variantes de Gemma. Las capacidades de Gemma 3 lo hacen adecuado para desarrolladores que buscan crear experiencias de usuario atractivas que puedan alojarse en un solo GPU o TPU.
Desglose de criterios
- Soporte multimodal de IA
- Desarrollo centrado en la responsabilidad
- Ajuste fino extensivo
- Soporte para 140 idiomas
- Rendimiento mejorado
MiniMax‑M1
Modelo de razonamiento a gran escala de código abierto con 1.000.000 de tokens en el contexto y arquitectura híbrida de Mixture-of-Experts.
MiniMax-M1 es un modelo de razonamiento híbrido de gran escala y peso abierto. Está impulsado por una arquitectura híbrida de Mixture-of-Experts (MoE) combinada con un mecanismo de atención relámpago, lo que permite una escalabilidad eficiente de la computación en tiempo de prueba. El modelo admite de forma nativa una longitud de contexto de 1 millón de tokens y se entrena mediante aprendizaje por refuerzo (RL) a gran escala en diversos problemas. Supera a otros modelos de peso abierto fuertes en tareas complejas de ingeniería de software, uso de herramientas y contextos largos. Los experimentos en benchmarks estándar muestran que MiniMax-M1 supera a otros modelos en tareas de categoría como matemáticas, codificación, ingeniería de software, uso de herramientas agénicas y comprensión de contexto largo. El modelo es particularmente adecuado para tareas complejas que requieren procesar entradas largas y pensar de manera extensiva. MiniMax-M1 sirve como una base sólida para que los agentes de modelos de lenguaje de próxima generación razonen y afronten desafíos del mundo real. La comparación de rendimiento de referencia de los modelos comerciales líderes y de peso abierto en diferentes tareas de categoría destaca el rendimiento del modelo. El informe técnico proporciona más información sobre la arquitectura del modelo, el protocolo de entrenamiento y los resultados de la evaluación.
Desglose de criterios
- Arquitectura híbrida de Mixture-of-Experts (MoE)
- Mecanismo de atención de luz
- Marco a gran escala de aprendizaje por refuerzo (RL)
- Longitud de contexto de 1 millón de tokens
- Escala eficiente del cálculo a tiempo de prueba
ScreenAgent
Agente de VLM de código abierto para controlar interfaz de usuario de computadora mediante planificación y ejecución de teclado / ratón.
ScreenAgent es un agente de VLM de código abierto diseñado para controlar la interfaz de usuario de computadora mediante operaciones de ratón y teclado. Permite interactuar con pantallas de computadora reales observando capturas de pantalla y ejecutando acciones. El proyecto incluye un proceso de planificación-ejecución-reflexión que guía al agente para completar tareas de múltiples pasos. Se creó para abordar el desafío de enseñar a los agentes a usar computadoras, requiriendo capacidades como la planificación de tareas, la comprensión de imágenes y la ubicación visual. El conjunto de datos de ScreenAgent, que cubre diversas tareas de computadora diarias, se anotó manualmente para apoyar el aprendizaje del agente. El proyecto consiste en un cliente para controlar el escritorio, un conjunto de datos, trabajadores de modelo para inferencia y código de entrenamiento. Se admite la ejecución de operaciones básicas de ratón y teclado y se aplica a diferentes sistemas operativos de escritorio y aplicaciones. La aproximación de ScreenAgent es universal y no depende de APIs específicas, lo que la hace versátil.
Desglose de criterios
- Ejecución de operaciones de ratón y teclado
- Proceso de planificación-ejecución-reflexión para la completación de tareas
- Soporte para varios sistemas operativos de escritorio y aplicaciones
- Anotación manual del conjunto de datos de ScreenAgent para una cobertura de tareas versátil
- Agente de VLM para la interacción de interfaz de usuario
BabyBeeAGI
Una versión avanzada de BabyAGI con gestión de tareas y funcionalidad mejoradas.
BabyBeeAGI es un framework experimental para crear agentes autónomos que se construyen a sí mismos. Fue creado como una evolución del BabyAGI original de marzo de 2023, el cual introdujo la planificación de tareas para agentes autónomos. El framework se basa en un nuevo entorno de funciones llamado 'functionz' que almacena, gestiona y ejecuta funciones desde una base de datos. Presenta una estructura basada en grafos para rastrear importaciones, funciones dependientes y secretos de autenticación, junto con capacidades de carga automática y registro integral. El framework también incluye un panel de control para gestionar funciones, ejecutar actualizaciones y ver logs. Está diseñado para ser simple y fomentar el debate entre desarrolladores, no para su uso en producción. La idea central es construir lo más sencillo posible que pueda construirse a sí mismo, lo que lo convierte en un enfoque interesante para el desarrollo de agentes autónomos.
Desglose de criterios
- Registro de funciones y gestión de metadatos
- Seguimiento de dependencias y claves de dependencia
- Carga automática y registro de logs
- Panel de control para la gestión de funciones y visualización de logs
MCP‑Use
Plataforma de código abierto para conectar modelos de lenguaje grande con servidores MCP y crear agentes de inteligencia artificial personalizados con acceso a herramientas.
mcp-use es una plataforma de código abierto que facilita la conexión de modelos de lenguaje grandes (LLM) con servidores MCP y permite el desarrollo de agentes de inteligencia artificial personalizados que pueden interactuar con estos LLM. La plataforma proporciona un marco MCP completo (SDK de mcp-use) para crear aplicaciones ChatGPT, conectores Claude y servidores MCP. Con MCP‑Use, los desarrolladores pueden aprovechar un solo código base para implementar sus aplicaciones en varias superficies donde los usuarios y los agentes ya trabajan, incluyendo ChatGPT, Claude y Gemini. La plataforma ofrece una serie de herramientas y características, como la capacidad de crear aplicaciones MCP en un solo comando, implementación automática en Manufact Cloud y análisis y observabilidad integrados. Los desarrolladores pueden utilizar el SDK de mcp-use para crear e implementar servidores y aplicaciones MCP sin necesidad de herramientas adicionales. La plataforma también proporciona un Visual Inspector y capacidades de prueba en Sandbox, lo que permite a los desarrolladores probar sus aplicaciones sin necesidad de un LLM en vivo. mcp-use busca simplificar el desarrollo y la implementación de aplicaciones basadas en MCP, lo que lo convierte en una opción atractiva para los desarrolladores que buscan crear y desplegar agentes y aplicaciones de IA personalizadas.
Desglose de criterios
- Gestión de servidor MCP
- Conexión y integración con MLG
- Desarrollo de agentes de inteligencia artificial personalizados
- Despliegue automático y escalabilidad
- Inspector Visual y pruebas de Sandbox
- Análitica y observabilidad incorporadas
Rasa
Marco de código abierto para construir asistentes de conversación y voz de alto grado de producción
Rasa es una plataforma de inteligencia artificial conversacional que ayuda a los desarrolladores a crear asistentes de chat y voz contextuales con control total sobre datos, modelos e implementación. Su núcleo de código abierto maneja la comprensión del lenguaje natural y la gestión del diálogo, mientras que Rasa Pro agrega características empresariales como análisis, controles de seguridad e infraestructura escalable. Rasa Studio proporciona una interfaz de bajo código para que los diseñadores y los equipos de conversación colaboren en datos de entrenamiento, flujos y pruebas sin necesidad de escribir código. En conjunto, las herramientas admiten equipos híbridos que entregan asistentes a través de canales de mensajería, sistemas IVR y aplicaciones personalizadas. Generalmente es utilizado por empresas en banca, telecomunicaciones, atención médica y gobierno donde se requiere implementación local, cumplimiento y personalización.
Desglose de criterios
- Motor de comprensión de lenguaje natural
- Gestión de diálogos con acciones personalizadas
- Entorno de Rasa Studio con interfaz de código bajo
- Integraciones de voz y múltiples canales
- Herramientas de análisis y pruebas de conversación
- Controles de seguridad y despliegue empresarial