Mennyt taisto · 2025-01-11 UTC
AI Agent Development Frameworks Yhteenotto — 11. tammikuuta 2025
Kategoriasta AI Agent Development Frameworks. 38 merkkiä asetettu 10 taistelijan kesken. Mastra otti kruunun.
Lopulliset sijoitukset
Kokoonpano
Taistelijat
Profiilit jokaisesta työkalusta, joka kilpaili tässä taistossa, järjestettynä lopullisen pistemääränsä mukaan.

Mastra
Avoimesti lisensoitu TypeScript-rahastuskehyksessä rakennettavia AI-agentteja, työvirtoja, RAG:ta, muistia ja MCP:ää, sekä valinnaisella pilvilaboratoriolla ja observability-tarkistuksella.

Mastra on avoimen lähdekoodin TypeScript-työkalu AI-pohjaisten sovellusten ja agenttien rakentamista varten. Siinä on tarjolla työkaluja kehittäjille siirtyä konseptista toteutukseen, mukaan lukien agentit, työvaiheet, muisti, työnkuvat ja seurantavero. Mastra integroidaan useisiin etualusta- ja takaosaskeleisiin kansiin ja sitä voi asentaa omana yksinäisessä palvelimena. Sen avulla voidaan rakentaa erilaisia kykyjä kuten sisäisiä automaatiokykyjä, asiakkaan suuntaiset agentit jne. Mastrassa on omia ominaisuuksia kuten rakennettu seurantavero, toistuvat tarkistukset sekä tallennettavissa olevat jatkettavat virtaviipuri. Sen suunnittelussa korostetaan nopeasti kasvavan alun yhtiöiden ja yksityiskorkeammilla globaalilla yhtiöillä on tuettavissa. Mastran arkkitehtuuri on keskittynyt agentteihin, jotka voivat määrittää käytöstä käyttäjän kanssa interaktioita, tehtävien ratkaisua sekä siirtymistä tuotiin prosesseihin. Ohjelmistokehys sisältää myös sisäisen tapahtumat järjestelmän, tapahtumien lähettämisen ja vastaanoton Redisin Strimin ja Google Cloud Pub/Sub avulla. Mastra on monipuolinen ekosysteemi resursseistaan, kuten kirjoista, blogeista ja opaskirjoista. Se on laaja-ydinalainen yhteisö käyttäjilleen ja se on laajasti hyödynnetty monissa eri teollisuudenaloissa.
Kriteerien jakautuminen
- Agentit
- Työvirrat
- Muisti
- Työtilat
- Observability
- Luonnollinen tapahtumajärjestelmä

AI Legion
Avoin lähdekoodi -mallinnuslaitteita tarjoava alusta autonomisten AI-agenttien luomiseen, jotka yhteistyössä saavuttavat tavoitteita.

AI Legion on avoimen lähdekoodin alusta kehittämään itsenäisiä AI-yksiköitä, jotka yhteistyössä saavuttaavat tehtäviä. Plätilä käyttää suurikokoisia kielenmallin, kuten GPT-3.5-turbo ja GPT-4, mahdollistaakseen yksiköiden yhteistyön ja monimutkaisten tavoitteiden saavuttamisen. Plätilä tarjoaa yhtenäisen rakenteen yksiköiden määrittämiseen, hallintaan, kuten määrittelytiedostoihin, API:hin ja työpohjoihin. AI Legion on suunniteltu laajennettavaksi ja mukautettavaksi, joten käyttäjät voivat luoda ja integroida omia malliluokkansa, toimintoja sekä ominaisuuksia. Plätilä on sopiva monimuotoiselle kyseistä käyttöön esimerkiksi tutkimustyössä, kehitystyössä ja itsenäisten AI-järjestelmien käyttöön. Asettaessa AI Legion -ympäristöä täytyy asentaa vaaditut riippuvuudet, kuten Node.js ja OpenAI API-avaimet. Agentit voidaan sitten käynnistää ja toimia interaktiivisesti konsolien kautta. Palveluun kuuluvat myös ominaisuudet hallinnoida agenttien tilaa, kuten poistaa tapahtumalokit ja käynnistää agentit omalla konfiguraatiolla. AI Legion on tehokas työkalu ohjelmallisesti itseohjautuvien AI-järjestelmien rakentamiseen ja lähettämiseen sekä avoimen lähdekoodinsa takia, mikä tekee sen käytettävissä monelle käyttäjälle. Kuitenkin se vaatii myös huomattavan määrän teknista osaamista ja asennus- ja määritysohjelmien laitteistoa, jotta se pystytään käyttämään tehokkaasti. Yksi AI Legionin avainsanoista on sen mahdollistama kyky antaa agentteille oppia ja sopeutua ajan mittaan, käyttäen sekä koneoppimista että tietokonetietoa kuvaavia tekniikoita. Tämä mahdollistaa agenttien tietojen käsittelyn kehityksen, jotta ne voivat tarjoaa tarkempaa ja parempaa päätöksentekoa ympäristönsä kanssa vuorovaikutuksessa. Kuitenkaan AI Legion esittää myös useita haasteita ja rajoituksia, niin kutsutun konfiguroinnin ja -hallinnan suuren vaativuuden lisäksi, agenttien virheiden ja ääretönten käskytyskykyjen riski, sekä korkeiden token-määrät ja API:n käytön kustannusten mahdollisuus. Suurten kieli mallien käytön myötä syntyy myös epäilystä halventuminen ja tarkkuuden kanssa. Kuvaus teostekijöistä on seuraava: AI Legion mukaan tietynlainen toiminnallisuudet sisältävät web-selainhaun tue, selaimeen rakennettujen, henkilökohtaisten hakemerkkejä ja API:t. Ohjelmisto tuo myös toisen tason kykyisiä agenttien hallinnon ja agenttien käyttäyshakemistojen muuttamiseen perustuen. Plius platform yksi on yhdenmukainen laajennukset mahdollista pitää käyttäjien luomaan omia rakenteita, action, ja toiminnot. AI Legion sisältää useita mahdollisia sovelluksia, kuten autonomisten AI-järjestelmien kehittämistä, AI-laitteistoiden ja prosessien käyttöönottoa, sekä tarkastettujen ja yksilöllisten AI-laitteiden ja sovellusten luomista. Yleisesti katsottuna AI Legion on tehokas ja laajennettava alusta autonomisten AI-järjestelmien kehittämiseen ja laajennukseen, mutta sen käyttöön on tarpeen tietotekniikkatietävä asiantuntijoiden kokeminen sekä suuri määrä asetuksia suunnitella.
Kriteerien jakautuminen
- Verkkohaku
- Päällekkäiset hakukoneet
- API:t ja webhookit integroimiseksi
- Agentsin tilan hallinta
- Malleja ja kohdistuksia
- Tiedon taulukkotieto ja ketterä oppiminen

AutoML-Agent
Avoin lähdekoodinen moniohjelmallinen LLM-kehyksessä, joka automatisoi koko loppuunpäättävästä tielineoppimisen käytäntöä.

Automaattinenoppimismallin-Agent on avoimen lähdekoodin kehys, joka käyttää koordinoituja suuriakielentietokoneita tietokoneoppimisen koko elinkaaren käsittelyyn. Sen sijaan, että sen pitäisi riippua yhdestä mallista tai skriptistä, delegoi se kuten datan ymmärtäminen, tiedon valmistelu, mallinvalinta, koulutus ja arviointi erikoistuneiden agenttien välillä, jotka yhdistävät tavoitettaan ja täyttävät sitä. Ohjelmallinen ajuri on suunniteltu tutkijoille ja kehittäjille, jotka haluavat automatisoida eksperimentointia ilman runsasta palkintojen ketjukoodia. Kuvaamalla datan ja kohteen luonnollisella kielellä käyttäjät voivat agenttien ehdottaa, rakentaa ja iteroita kandidaatteja ja näkyviin tuloslöydykkeet ja argumentit välttämättä. AutoML-Agent on avoimen lähdekoodin, joten siihen voidaan lisätä omia agentteja, työkaluja tai mallien takaa, mikä tekee siitä käytännöllisen automaattisen tiedolla käsitteen opiskeluohjelman samalla kuin tutkimustilaisuuden monen agentin työryhmätyöksi.
Kriteerien jakautuminen
- Moniohjelmallinen LLM-orkesterointi
- Automatisoitu tiedonkäsitteellinen käsitteellisuus ja ominaisuus käsittely
- Mallivalintamenetelmä ja hyperparametrihaku
- Koulutus- ja arvioinnin suorituspolutiin luominen
- Luonnolliset kieli tehtävä määrittely
- Käytettävässä arkkitehtuurissa ominaisuus monia oikeaohjelmista

Cerebrum: AIOS SDK
SDK Cerebrum: Ohjelmistokehityksen ja käyttöönoton asiakirjoja LLM-perustaisille AI-akenteille AIOS-ohjelmistopohjassa.

Cerebrum on SDK yhdenmukaisuuskehitys ja käyttöönoton LLM-perustaisista AI-aksenteista AIOS (AI Agent Operating System) -ohjelmistotason. AIOS osoittaa ratkaisuja kuten aikatauluttaminen, kontekstin vaihtaminen, muistinhallinta ja työkalujen hallinta LLM-perustaisista aksenteista. SDK Cerebrum mahdollistaa kehittäjien luomisella ja ajonaikainen agentti- ja työkalupalvelut kommunikoimalla AIOS-kernolla. Se tukee sekä Web UI että Terminal UI-käyttöliittymää. SDK sisältää ominaisuudet luetteloidakseen saatavilla olevat LLMs, agentit ja työkalut sekä ladatakseen, ladattakseen ja käyttääkseen agentteja ja työkaluja. Cerebrum on suunniteltu agenttiyhteisön ja kehittäjien tarpeisiin, mahdollistamalla niiden luomisen ja käyttöönoton AI-akentoihin.
Kriteerien jakautuminen
- Agenttien ja agenttikohtaisen kehityksen käyttöönotto
- LLM-pohjaisen AI-akentojen käyttöönotto ja hallinta
- Web UI:n ja Terminal UI:n tuki
- Agentin ja työkalujen hallinta
- Saavutettavissa olevien LLM-asiakkaiden, agenttien ja työkalujen listaus
- Agenttien ja työkalujen lataaminen ja ladattaminen

Gemma 3
Avoin lähdekoodi AI-malli, jonka on suunniteltu soveltuvaksi yhden GPU:n suorituskyvälle, tukevia multimodaalisia sisääntuloja ja yli 140 kieltä.

Gemma 3 on kevyen koon avaintekijät mallit, jotka on suunniteltu ajettavaksi laitteissa, erityisesti yhden-GPU suorituksissa. Se tukee monimodaalista syötettä ja yli 140 kieltä. Malli on saatavissa useissa eri kokoina (1B, 4B, 12B ja 27B), mikä sallii kehittäjien valita parhaiten sovitun mallin heidän laitteensa ja suorituskykynsä mukaan. Gemma 3 tarjoaa edistyneitä tekstin ja kuvailun perusteella tapahtuvia päätöksiä, 128 000 -tokentien käyttöönottolaitteen ja funktion kutsun mahdollistavat monimutkaisemmat tehtävät. Se sisältää myös kvasisivujoiden versiot nopeammasta suorituskyvystä ja tilan vähentämisvaatimusten minimointi. Malli kuuluu Googlen velvoitteeseen tehdä käytännöllistä AI: ta laajalti saataville ja laajentaa samaa aiempaa tutkimusta ja teknologiaa, jota on käytössä Gemini 2.0 mallit. Gemma 3 on suunniteltu mahdollistamaan kehittäjien luoda tietokoneohjelmia, jotka voidaan ajaa suoraan laitteissa, kuten puhelimissa, tietokoneissa ja työasemissa. Gemma 3 tarjoaa edunpäässä käytössä olevaa suorituskykyä tämän kokoluokan malleista, osoittautuen paremmaksi oletustulokseen ihmisten perusarvioinnissa verrattuna malleihin kuten Llama3-405B, DeepSeek-V3 ja o3-mini. Sen avulla voidaan toteuttaa maailmanlaajuisia sovelluksia suoraan asennettuna tukiylä 35:ää kieltä ennen niiden käyttöö ottamista sekä ennakkototeumat 140 yli. Malli mahdollistaa artifikaalisuorituskyvyn sidosyritykset sekä muodostetun struktuurin tuottaminen käyttämällä funktiolukuisia ja räätälöityjä ulosteita. Gemma 3:n kehityksessä olivat mukana tiukat turvatoimenpiteet, kuten laaja tiedon hallinta, turvapolitiikkojen mukainen sijoittaminen koulutuksessa sekä kestävät vertailukokeet. Gemma-sukua on avoimia malleja, jotka ovat saaneet merkittävän suosion, yli 100 miljoonan latauksen myötä ja vaikuttavan yhteisön, joka on luonut yli 60 000 Gemma-varianttia. Gemma 3:n kyvyt tekevät siitä sopivan kehittäjille, jotka haluavat luoda mielenkiintoisia käyttäjäkokemuksia, jotka voidaan sisällyttää yhden GPU tai TPU -isäntäkoneen tilaan.
Kriteerien jakautuminen
- Monimodaalinen AI-tuki
- Vastuullisen kehityksen ohjelmointi
- Laajat soppuohjelmat
- Tuki 140:lle kielelle
- Paranneltu suorituskyky
- Käyttäjän suosimat parannukset

MiniMax‑M1
Avoin lähdekoodi, suuren mittakaavan päättely malli, jolla on 1 miljoonan tokenin konteksti ja hybridi Mixture-of-Experts-arkkitehtuuri.

MiniMax-M1 on avoimen painoinen, suuren mittakaavan hybrid-attention-johtamis malli. Se käyttää hybrid Mixture-of-Experts (MoE) -arkkitehtuuria yhdistettynä salama-attention-mekanismiin, mikä mahdollistaa testiajan laskennan tehokkaan skaalaamisen. Malli tukee natiivisesti kontekstipituutta miljoona tokenia ja se on koulutettu suuren mittakaavan vahvistamisoppimista (RL) käyttäen monilla ongelmilla. Se ylittää muut vahvat avoimen painoiset mallit monimutkaisissa ohjelmistosuunnittelu-, työkalujen käyttö- ja pitkän kontekstin tehtävissä. Vakioreferenssien kokeet osoittavat, että MiniMax-M1 päihittää muut mallit luokkatehtävissä, kuten matematiikassa, koodauksessa, ohjelmistosuunnittelussa, agentic-työkalujen käytössä ja pitkän kontekstin ymmärtämisessä. Malli on erityisen hyvin sovellettavissa monimutkaisiin tehtäviin, jotka vaativat pitkien syötteiden käsittelyä ja laajaa ajattelua. MiniMax-M1 toimii vankana perustana seuraavan sukupolven kielimallien agenteille, jotta ne voivat päähdellä ja ratkaista tosielämän haasteita. Johtavien kaupallisten ja avoimen painon mallien vertailu eri luokkatehtävissä korostaa mallin suorituskykyä. Tekninen raportti tarjoaa lisätietoja mallin arkkitehtuurista, koulutusprotokollasta ja arviointituloksista.
Kriteerien jakautuminen
- Hybridi Mixture-of-Experts (MoE) -arkkitehtuuri
- Salama nopea tarkkailemis mekanismi
- Vahvistusoppimisen (RL) skaalauskehys
- Kontekstin pituus 1 miljoona tokenia
- Tehokas skaalaus testi-ajan laskennasta

ScreenAgent
Avoin lähdekoodinen VLM-pääasema käyttöliittymän ohjaamiseksi hiiren ja näppäimistön suunnittelun ja näytön suorittamisen avulla.

ScreenAgent on avoimen lähdekoodin visuaalinen kielen malli (VLM), joka on suunniteltu ohjaamaan tietokoneen graafista käyttöliittymää hiiren ja näppäimistön toiminnoilla. Se mahdollistaa vuorovaikutuksen todellisten tietokoneiden näytöillä nähden näytemuistiin pohjautuvaa havaintoa ja suorittaa toimintoja. Projektin sisältävää ohjaavaa suunnittelu-tekeminen-suunnitteluprosessia ohjaa agentti suorittamaan monitason tehtäviä. Projektia on luotu opettamaan agentteja käyttämään tietokonetta, mikä vaatii kykyjä kuten tehtävien suunnittelu, kohdistus ja kuvan ymmärryssuoja. ScreenAgent-palvelimennoston sisältää useita arkioloituja päivätyköntaskuita tukevaa annetettu dataa apulaisten oppimiseksi. Projektissa on clientia käyttäen päätyy, modeliarbeitajien, datasetteja ja koodia suunnilleen valmistellessa agentin. Se tukkii hiiren ja näppäimistön perusliikkeitä. Tietoja tuetaan erilaisia desktopi-tietokoneiden käyttöjärjestelmiä ja soveltuu käytännöllisesti ottaen niin mihin tahansa sovelluksiin. ScreenAgentin lähestymistapaa käytetä yleisesti. Löytät tietokonelaisten erityisiä API:n tukemiselta, ollen muka taitavia jne.
Kriteerien jakautuminen
- Hiiren ja näppäimistön toimenpinten suorittaminen
- Toiminnan suunnittelun, suorittamisen ja suunnitelmien yhdistäminen tehtävän valmiiksi tuottamiseksi
- Suunnittelun tukee erilaisia työasemia, sovelluksia ja käyttöjärjestelmiä
- Käsittelyn toimenpidet manuaalinen annotaatio ScreenAgent-pohjalehden erilaisten tehtävien kattamiseksi.
- VLM-pääasema käyttöliittymän vuorovaikutukseen

BabyBeeAGI
Etumuistoon siirretty, kehittynyt versio BabyAGI:sta, laajennettuna tehtävien hallinnoinnin ja toiminnoitten kanssa.

BabyBeeAGI on kokeellinen ohjelmistorakenne itsenäisen, itsensä muokanneen agentin kehittämiseksi. Se tuli käyttöön vuonna 2023 alkuperäisen BabyAGI:n seuraajana, joka esitteli tehtäväsuunnittelun itsenäisille agenteille. Rakenne rakentuu uudesta funktionaalisen kääntäjän kiertueesta kutsuttuna 'functionz', joka sisältää, hallitsee ja lataa funktioita tietokannasta. Ohjelmistossa on kuvauksia funktioille, joita se tallettaa, hallitsee ja käyttää tietokannasta. Se myös sisältää käyttöliittymän funktioiden ja logien käsittelyä varten. Se sisältää automaattisen latauksen ja yleishallinnnon ja palvelun käyttöliittymän funktioiden käsittelyä varten. Se sisältää automaattisen latauksen ja laajennukset. Käyttäjä voit käyttää sitä helposti. Ohjelma on rakennettu yksinkertaiselle käyttäjälle ja soveltuu harrastelijoiden käyttöön ei tuotteenaan kestävällä tai vahvalla käytöllä. Sen pääkonsepti on rakentaa mahdollisimman yksinkertainen kappale, joka pystyy rakentamaan itseään itse.
Kriteerien jakautuminen
- Funktioihin liittyvän rekisterin ja metadatan hallinta
- Riippuvuuksien ja pääasemavakuutuksien rekisteröinti
- Automaattinen lataus ja laajennukset
- Funktioihin liittyvän dashboard ja logien käsittelyn

MCP‑Use
Avoin lähdekoodin alusta yhdistää LLM:t MCP-palvelimiin ja rakennaa käyttäjiä tarjoavia kustannetta mukaan AI- agenttejä.

mcp-use on avoimen lähdekoodin alusta, joka helpottaa Large Language Modelien (LLM:t) yhdistämistä MCP-palvelimiin ja mahdollistaa custom AI-agenttien kehittämisen näiden LLM:tien kanssa vuorovaikutukseen. Alustaa tarjoaa koko peruskorkeuksisen MCP-runkimallin (mcp-use SDK), jonka avulla voit rakentaa ChatGPT-sovelluksia, Claude- ja mcp-Connectoreita sekä MCP -palvelimia. MCP-Use -sovelluksella kehittäjät voivat käyttää yhta kehyskoodia sovellusten käyttämiseen useiden eri alustojen, joista käyttäjät ja agentit jo toimivat, kuten ChatGPT, Claude ja Gemini. Ohjelmisto tarjoaa laajan valikoiman työkaluja ja ominaisuuksia kuten komennolla rakennettujen MCP-sovellusten rakentamisen, automaattisen Manufact Cloud -palvelussa sovellusjärjestelmän asennuksen sekä rakennettuihin analysointi- ja Observability-toimintoihin. Kehittäjät voivat käyttää MCP-Käytön kehittäjäkirjastoa (SDK) rakentamalla ja käyttööllessä MCP-palvelimia ja sovelluksia ilman tarvitsemitta lisääntynytkiinnityslaitteita. Alusta tarjoaa Visual Inspectorin sekä Sandbox-tilaukset mahdollisuuksia, joilla kehittäjät voivat testata sovelluksiansa ilman elinkuvaavaa LLM:tä. MCP-Use pyrkii yksinkertaiseen MCP-pohjaisista sovelluksista kehittämiseen ja asentamiseen, tekemällä siitä suositun kehitysalusta kehittäjille, jotka haluavat rakentaa ja asentaa kustomoidut AI--agentit ja sovellukset.
Kriteerien jakautuminen
- MCP-palvelin hallinta
- LLM-yhteys ja integraatio
- Käyttäjän mukaan rakennettavien AI-agenttien kehitys
- Automaattinen asennus ja skaalautuvuus
- Visuaalinen Inspectori ja Sandbox-testaaminen
- Sisäänrakennettu analytiikka ja Observability

Rasa
Avoin lähdekoodi -kiinteistö rakennettavien tuotantomäärää yhteenveto-kirjailijat ja ääniohjaat

Rasa on keskustelun tietokoneavusteinen alusta, joka auttaa kehittäjiä rakentamaan kontekstualisia keskustelu- ja äänikäskysovelluksia täysin kontrollin kautta tietoja, malleja ja asennustapoja kohtiaamassa. Avointa, vapaa-ajan kehitysohjelmistoa hoitavalla ytimellään se käsittää puhuttelun luonnollistumista ymmärrystä ja dialogin hallintaa, kun taas Rasa Pro -versioon sisältyy yrityskaupallisia ominaisuuksia, kuten analytiikkaa, turvallisuusohjelmia ja skaalautuvaa infrastruktuuria. Rasa Studio tarjoaa alihierarkisia työkaluja muotoilijoiden ja konversaatiojemien työskentelemiseen koulutusaineiston, kohteiden ja teksturoiden sovittamiseen kooditon työvaiheen kautta. Työkalut yhdessä tukevat hybridijoukkueita, jotka lähettävät avustimeita viestivälineillä, IVR-järjestelmissä ja omista sovelluksista. Tekniikan kehittäjät pääsevät samalla työskentelemään SaaS -mallin kautta API- ja LLM- teknologioilla tukeutuen LLM-pohjaiseen koulutusaineistoon. Yrityksillä finanssialalta, tietoliikennealalta, käyttötarkoituksiin liittyvillä alan toimialoilla, terveydenhuollossa ja hallinnossa rasa on tyypillisesti käytössä paikallisella asennuksella, säännösten noudattamisen ja mukauttamisen tarpeen vuoksi.
Kriteerien jakautuminen
- Näköihmisen ymmärrystekniikka
- Dialogisuus hallinta omilla toiminnoilla
- Rasa Studio vähäkoodi -ohjelmointi
- Ääni- ja monikanavointegraatio
- Puheviestinnän analytiikka ja testitoimet
- Yritysten turvallisuus ja asennuskäytännöt









