Prošla bitka · 2025-01-11 UTC
AI Agent Development Frameworks Obračun — 11. siječnja 2025.
Iz kategorije AI Agent Development Frameworks. 38 oznaka postavljeno među 10 boraca. Mastra je preuzeo krunu.
Konačni poredak
Postava
Borci
Profili svakog alata koji se natjecao u ovoj bitci, rangirani prema konačnom rezultatu.

Mastra
Otvoren-kodni TypeScript okvir koji omogućava gradnju agentskih AI sustava, workflow-a, RAG-a, memorije i MCP-a, s opcijom oblaka studija i prisutnosti.

Mastra je otvoren-kodni okvir za TypeScript, prilagođen stvaranju aplikacija i agenata za umjetnu inteligenciju. Sadrži skup alata za razvojne inženjere koji žele prići realizaciji prvih ideja, uključujući agenete, radne tokove, memoriju, radni prostori i praćenje. Mastra se može integrirati s raznim okvirima za frontend i backend te se može pokretati kao samostalni server. Omogućava razvoj velikog broja mogućnosti, kao što su unutarnji agenti za automatisiranje, klijentski-agenti, te još mnogo toga. Uključuje funkcije kao što je praćenje ugrađeno izravno, ponavljanje provjere, spremne za ponavljanje tokove i cache. Projektiran je kako bi podržavao velike start-up tvrtke i globalne organizacije koje rasti brzo. Mastraova arhitektura je okrenuta okolo agenata, koji se mogu definirati uputama, modellima, oruđima i izvršnim ponašanjem. Agenati mogu interaktivirati s korisnicima, izvršavati zadaće i prebacivati zadatake na tokove proizvoda. Okvir također uključuje integriranu sustav za događaje za događaje, te sustav za objavljivanje i pretplatu na događaje pomoću Redis Streamova i Google Cloud Pub/Sub-a. Mastra ima bogat ekosistem resursa, uključujući knjige, boge i vodiče. Ima veliku zajednicu korisnika i široku primjenu u različitim industrijama.
Razljepljivanje kriterija
- Agents
- Workflowovi
- Memorija
- Radni prostori
- Prisutnost
- Integrirani sustav događaja

AI Legion
Otvoren općenito platforma za stvaranje samostalnih agenta AI koji surađuju za postizanje zadataka.

AI Legija je otvoreno izvorničel platforma za stvaranje samostalnih agenta AI koji se slažu da izvrše zadaće. Koristi se velikim jezicima modela, kao što je GPT-3.5-turbo i GPT-4, kako bi omogućio agentima da rade zajedno i postižu složene ciljeve. Platforma pruža okvir za postavljivanje i upravljanje ovim agentima, uključujući konfiguracijske datoteke, API-e i proširenja rada. AI Legija je dizajnirana kako bi bila ekstenzibilna i prilagodljiva, te omogućava korisnicima da kreiraju i integriraju svoje modele, akcije i osobine. Platforma je prikladna za različite slučaje korištenja, uključujući i razvoj, istraživanje i implementaciju samostalnih AI sustava. Postavljanje sustava AI Legion uključuje instalaciju potrebnih dependencies, uključujući Node.js i ključeve za API OpenAI. Agenti se mogu zatim pokrenuti i interaktivno upravljati konzolom. Platforma također uključuje funkcionalnosti za upravljanje stanjem agenata, uključujući mogućnost brišanja dnevničkih zapisa i ponovnog pokretanja agenata s prilagođenim konfiguracijama. AI Legion je moćno oruđe za gradnju i razvoj samostalnih sustava AI, a njegov otvoreni kod čini ga dostupnim širokom rasponu korisnika. Međutim, za njegovu postavljanje i efektivno korištenje potreban je značajan tehnički izbor i konfiguracijski trud. Jedna od ključnih prednosti AI Legiona je njegova sposobnost omogućavanja agentima da se učuju i prilagođavaju tokom vremena, koristeći kombinaciju tehnickih postupaka strojnog učenja i tehnik grafa znanja. To omogućava agentima da poboljšaju svoje performanse i sposobnosti donosenja odluka dok interagiraju s okolinom. Međutim, AI Legion predstavlja i nekoliko izazova i ograničenja, uključujući potrebu za opsežnom konfiguracijom i upravljanjem, riziko grešaka agenta i beskonačnih petlji, te potencijal za visoke brojeva tokena i trošak uporabe API-a. Dodatno, upotreba velikih jezgotačkih modela može izazvati zabrinutoće oko nepreciznosti i predrasuda. Što se tične specifičnih značajki, AI Legion uključuje podršku za web pretraživanje, prilagođene pretraživači, te API-e kao što je i mogućnost upravljanja stanjem agenata i restartiranja agenata s prilagođenim konfiguracijama. Platforma je vrlo ekstenzibilna, što omogućava korisnicima da stvaraju i integriraju svoje vlastite modele, reakcije i značajke. Mogući primjenci AI Legiona uključuju razvoj autonoma sustava AI-a, implementaciju protokola i procesa osmišljenih uz pomoć AI-a te kreiranje personalizirane aplikacije i alata s podrškom AI-a. U svome je osnovi AI Legion moćan i prošireni platform za izgradnju i razmještaj samostalnih AI sistema, ali za njegovo učinkovito korištenje potrebno je značajan tehnički znanje i pribavljivanje konfiguracijskog napora.
Razljepljivanje kriterija
- Tražilica u internetskim stranicama
- Korisnička tražilica
- API-ji i webhooks za integraciju
- UPravljanje stanja agenta
- Stvaranje prilagođenog modela i akcije
- Dobivanje znanja grafova i mogućnosti strojno učenja

AutoML-Agent
Otvoreno-kodno okretno okvirno frameworks zasnovano na LLM koji automatizira cjeloživotne strojno učenje tokove

AutoML-Agent je otvoreni izvor framework koji koristi koordinirane velikokapacitete jezične model agente za rješavanje cjelokupnog životni ciklus umješanja. Umjesto da zavisi od jedinstvenog modela ili skripte, on zada zadatke kao što su prihvaćanje podataka, procesiranje podataka, izbor modela, trening i evaluacija na stručnim agentima koji surađuju prema udruženom cilju. Cilj frameworka je istraživačima i razvojnicima koji žele automatizirati eksperimentiranje bez pišanja detaljnog koda za pipeline. Opisujući podatkovni set i cilj na prirodni jezik, korisnici mogu da im agenti predlože, grade i iteriraju kandidate rješenja, prikazivajući rezultate i razloge tokom tog puta. Zbog toga što je otvorenovorčanski, AutoML-Agent može biti proširen prilagođenim agentima, alatima ili pozadinim modelima, te ga čini korisnim i kao praktični sistem za automatizaciju obrade podataka kao i kao testbed za istraživanje višeagentnih workflowa.
Razljepljivanje kriterija
- Orkestracija više-agentskih LLM sustava
- Automatizirano predobradu podataka i obradu značajki
- Automatsko odabiranje modela i pretraživka hiperparametara
- Generacija tokova za trening i vjerodostojnost
- Virtusti pri opisu tvari u prirodnim jezicima
- Ekstenzibilno okvirno za personalizirane agente

Cerebrum: AIOS SDK
SDK za razvoj i implementaciju agenata temeljenih na LLM-u unutar okvira AIOSa.

Cerebrum je SDK za razvoj i implementaciju LLM zasnovanih AI agenti unutar AIOS (AI Agent Operating System) okvira. AIOS adrese izazove kao što su raspoređivanje, prijenos konteksta, upravljanje memorijom i upravljanjem alatima za LLM zasnovane agente. SDK Cerebrum omogućuje razvojiteljima gradnju i pokretanje aplikacija agenta međusobno interaktivno raditi s AIOS kerno. Cerebrum podržava obe Web UI i Terminal UI. SDK uključuje značajke za prikaz dostupnih LLM-ova, agenata i alata, kao i preuzimanje, učitavanje i pokretanje agenata i alata. Cerebrum je dizajniran za korisnike i razvojitelje agenata kako bi omogućio stvaranje i implementaciju aplikacija AI agenta.
Razljepljivanje kriterija
- Razvoj i implementacija agenata
- Upravljanje AI agenatom temeljenom na LLM-u
- Podrška za Web UI i Terminal UI
- Upravljanje agenata i alata
- Spisak dostupnih LLM-ova, agenata i alata
- Preuzimanje i uploadivanje agenata i alata

Gemma 3
Otvorenog koda AI model optimiran za pojedinačnu performantu GPU, podržava multimodalne ulazne podatke i više od 140 jezika.

Gemma 3 je kolekcija lakih, najnovijih otvorenih modela dizajniranih za izvršavanje na uređajima, posebno optimiziranih za performanse na uređajima s jednim GPU procesorom. Podržava više ulaza ( multimodalne) i više od 140 jezika. Model je dostupan u različitim veličinama (1B, 4B, 12B, i 27B), što omogućava razvojaocima izbor najboljeg kompromisa između potrebenog hardvera i performansi. Gemma 3 nudi napredne mogućnosti tekstualnog i vizualnog razuma, okvir konteksta od 128k-tokena i pozivanje funkcija za složenije zadatke. Uključuje i kvantizirane verzije za lakše performanse i smanjene računarske zahtjeve. Model je dio Googleove namjere koji omogućava pristup korisnim tehnologijama AI i temelji se na istraživanjima i tehnikama koje upravljaju njihovim Gemini 2.0 modelima. Gemma 3 dizajniran je da omogućava razvojaocima stvaranje aplikacija AI koji se mogu izvršavati direktno na uređajima kao što su telefone, laptopi i radne stanice. Gemma 3 isprijeda savremene performanse za svoju veličinu, pobijedivši druge model u pračuvstvenoj procjeni preferencija kao što su Llama3-405B, DeepSeek-V3 i o3-mini. Omogućava globalne primjene uz prilagođeno podržavanje za više od 35 jezika, te preobrazbe podrške za više od 140 jezika. Model omogućava stvaranje tokova AI-uređenih tokova upisujući funkcije i strukturirani izlaz. Razvoj Gemme 3 uključivao je stroga sigurnosna protokola, kao što su opsežna upravljivanje podacima, učinak sigurnosnih politika pri fine-tuningu, te robustni vrednovanje referentnih standarda. Gemma3 porodica otkrivenih modela ugledala je značajan uspjeh, uz više od 100 milijuna preuzimanja i živahnu zajednicu koja je stvorila više od 60 000 varijanata Gemma. Moći Gemme 3 čine je primjerno za razvijače koji traže stvaranje ugodnih korisničkih iskustava koji se mogu prilagoditi pojedinoj GPU ili TPU domaćin.
Razljepljivanje kriterija
- podrška multimodalnog AI-a
- razvoj fokusiran na odgovornost
- širi proces fine-tuning
- podrška 140 jezika
- poznatija performanca
- features

MiniMax‑M1
Otvoren-source veliki model razgovorne racionalnosti sa 1 milijun token kontekst i hibridnom arhitekturom Mixture-of-Experts.

MiniMax-M1 je otvorenim težina, velikoskaliarnog hibridne pozornosti računanog modela. Snabdbiva ga hibridna arhitektura Mixture-of-Experts (MoE) kombinirana s brzim pozornosti mehanizmom, što omogućava učinkovite skaliranje test-vrijeme računanja. Model naravno podržava kontekstni duljinu od 1 miliona znakova i trenira se koristeći velike skale učenja pomoću nagrada učenja (RL) na raznovrsnim problemima. Izvrsnije izvršava nego neki drugi moćni otvoreni-teret modeli na kompleksnim softverskim inženjeringu, uporabi vještačkih inteligencije i dugim-kontekst zadaćama. Eksperimenti na standardnim benchmarkima pokazali su da MiniMax-M1 iznenađuje druga modela u kategorijama zadataka poput matematike, kočenja koda, inženjerstva softvera, uporabe agentnih alata i razumijevanja dugih konteksta. Modul je osobito pogodan za složene zadatake koji zahtijevaju procesuiranje dugih ulaznih podataka i detaljnothinking. MiniMax-M1 služi kao izuzetno temelj za daljni razvitak agenta temeljenih na jezičnim modelima koji trebaju otići ravnodušno pred reale svjetske izazove. Poređivanjem benchmark performansi vodećih komercijalnih i otvorenog-važenih modela unutar različitih kategorija zadatака ističe se performansa modela. Tehnička izvješća nudi više informacija o arhitekturi modelo, protokolima obuke i rezultatima evaluacije.
Razljepljivanje kriterija
- Hibridna Mixture-of-Experts (MoE) arhitektura
- Blic brzina pozornost mehanizam
- Skaliranje učenja potencijala (RL) okvir
- Dolgota kontekst daljina od 1 milijun token
- Efficientno skaliranje rada na test-u

ScreenAgent
Otrovni VLM agen je otvoren izvornik koji koristi pokretanje miša/tastature za kontrolu računalnog grafičkog korisničkog sučelja.

ScreenAgent je otvoren izvor Visual Language Model (VLM) agent koji služi za kontrolu računalne grafičke korisničke ploče pomoću miške i tipkovnice operacija. On omogućava interakciju s stvarnim računalnim ekranima prikazivanjem snimaka ekrana i izvršavanjem akcija. Projekt uključuje planiranje-izvršenje-ocjena proces koji vodi agenta da izvrši višekroga zadatake. Projekt je stvoren kako bi riješio izazov u učenju agentima korištenja računala, za koji su potrebne kapacitete kao što su planiranje zadataka, razumijevanje slika i vizualna poziciranja. Prikaz ScreenAgent-a, koji obuhvaća raznovrsne dnevnike računala, je ručno označavan kako bi podržao učenje agenta. Projekt sadrži klijenta za kontrolu desktopa, podatke koji su za podršku u učenju, radnike koji su za infereciju, te kod koji služi za trening. On podržava osnovno miško i tipkovničko upravljanje i može se primjenjivati na različita desktop operativna sistem i aplikacije. ScreenAgentova je približba univerzalna i ne zavisi od specifičnih API-ja što čini ga vjerodostojnim.
Razljepljivanje kriterija
- Pokretanje miša i tastature
- Planiranje-izvršenje-refleksija proces za završetak zadataka
- Podrška različitim sustavima računala odgovornim za radni stol i aplikacijama
- Mehanički označavanje podataka za ScreenAgent za raznovrsnu pokrivenost zadatka
- Agenca VLM za interakciju grafičkog korisničkog sučelja

BabyBeeAGI
Avansirana verzija BabyAGI sa poboljšanim upravljanjem zadaćama i funkcionalnošću.

BabyAGI je eksperimentalni okvir za gradnju samogradljivih autonomnih agenta. Kreiran je kao nastavak izvornog BabyAGI od ožujka 2023., koji je uveo planiranje zadataka za autonomne agente. Okvir je izgrađen oko novog okvira nazvanog 'functionz', koji sprema, upravlja i izvodi funkcije iz baze podataka. Osjeća se u njemu grafovska struktura za praćenje uključenih funkcija, ovisnih funkcija te tajnih autentičnih podataka, uz automaticko učitavanje i cjelovito prijavljivanje. Okvir također sadrži dashboard za upravljanje funkcijama, pokretanje ažuriranja te prikazivanje dnevničkih bilješaka. Projektiran je da bude jednostavan i pokrene razgovor u međusobnim razvojačkim zajednicama, a ne za proizvodnu upotrebu. Glavna ideja je graditi najjednostavnije što može sami graditi se, čime on postaje zanimljiv pristup za razvijanje autonomnih agenata.
Razljepljivanje kriterija
- Rješavanje funkcija i upravljanje metapodacima
- Slijednićeve slijedovi i važne ovisnosti
- Automatska učitanja i protokoliranja
- Preglednik za upravljanje funkcijama i pregled protokoliranja

MCP‑Use
Otvoreni platform za povezivanje LLM-a s MCP servidorima i izgradnju osobnih AI agenata s pristupom pretposljednice

MCP ‑Use je otvoreni izvor platforme koja omogućava vezanje velikih modela jezika (LLMs) sa MCP serverima i omogućava razvoj prilagođenih agenta za AI koji mogu interagirati s ovim LLMS‑ima. Platforma nudi potpuno integrirani MCP okvir (mcp-use SDK) za gradnju aplikacija za razgovor kao što su ChatGPT, konektora za Clauda i MCP servera. S pomoću mcp-use, programeri mogu iskoristiti jedan kôd bazicu za upravljanje aplikacijama na različite površine koje koriste korisnici i agenti, uključujući ChatGPT, Claude i Gemini. Platforma nuditi širok raspon alata i značajki, poput mogućnosti za oblikovanje aplikacija MCP u jednom komandu, automatske raspodjele na Manufact Cloud, te izgradnjom izgrađene analitike i nadzora. Razvijatelji mogu upotrijebiti SDK za MCP-use kako bi izgradili i razmjestili servere MCP i aplikacije bez potrebe za dodatnim alatima. Platforma također pruža Visual Inspector i mogućnosti za testiranje u Sandbox-u, omogućavajući razvijateljima da testiraju svoje aplikacije bez potrebe za živim LLM-om. mcp-use ima za cilj pojedinim učinkovito pojednostaviti razvoj i implementaciju aplikacija zasnovanih na MCP-u, te time privlači razvojne timove koji nastoje razviti i implementirati osobene agenčke AI aplikacije.
Razljepljivanje kriterija
- Upravljanje MCP serverima
- Povezivanje i integracija s LLM-om
- Razvoj osobnih AI agenata
- Automatizirana implementacija i skalabilnost
- Vizualni Inspektor i Sandbox testiranje
- Izgrađuje se ugradeno analitičko i nadzorna svojstva

Rasa
Otvoren izvor za gradnju produkcijiskvalitetne asistente za razgovor i glasovnu komunikaciju

Rasa je platforma konverzacije AI koja pomaže razvijaocima izgraditi kontekstualne chat i glasovne asistenti sa punim nadzorom nad podacima, modela te implementacije. Otvorenokodni jezgra Rase rukovodi prirodnim razumevanjem jezika i upravljanjem dijalogom, dok Rasa Pro dodaje poslovnim funkcijama kao što su analitika, sigurnosne kontrole te skalabilna infrastruktura. Rasa Studio pruža niskokodnu grafičku podršku dizajnerima i timovima za konverzacije kako bi se zajedno radile s podršću podataka za trening, protokoli i testiranje bez pisanja koda. S njime, alati podržavaju hibridne timove koji izvode asistivne sustave kroz poruku kao i IVR sustave ili prilagođene aplikacije. Obično ga koriste tvrtke u bankarstvu, telekomunikacijama, zdravstvu i državnim službama gdje se zahtijevaju pokretanje na lokalnom hardverskom uređaju, primjena propisa i prilagodba.
Razljepljivanje kriterija
- Opremljenje za razumijevanje prirodnog jezika
- Upravljanje dijalogom sa personaliziranim akcijama
- Rasa Studio je platforma za low-code korisnički sučelje
- Integracije glasovitim i višekanalnim sustavima
- Suvremene raznovrsne tehnologije za analiziranje i testiranje razgovora
- Sigurnosni sustavi za vlasničke postrojenja kao i za distribuciju softvera









