Korábbi csata · 2025-01-11 UTC
AI Agent Development Frameworks Leszámolás — 2025. január 11.
A(z) AI Agent Development Frameworks kategóriából. 38 jelölés elhelyezve 10 versenyző között. Mastra szerezte meg a koronát.
Végeredmény
A felállás
A versenyzők
Minden eszköz profilja, amely ebben a csatában versenyzett, a végső pontszámuk szerint rangsorolva.
Mastra
Nyílt forráskódú TypeScript környezet az AI ügynökök, folyamatok, RAG, memória és MCP kialakításához, opciósként cloudfelülettel és nyomon követéssel.
A Mastra egy nyílt forráskódú TypeScript-alapú keretrendszer az AI-alkalmazások és ügynökök fejlesztéséhez. A keretrendszer eszközöket biztosít a fejlesztőknek az ötlettől a megvalósításig, beleértve az ügynököket, a munkafolyamatokat, a memóriát, a munkaterületeket és a megfigyelésekkel kapcsolatos eszközt. A Mastra egyesíti az egyes előzetes és hátsó csatoló keretrendszereket, és képes stand-alone szerverként telepíteni. Megkönnyíti a fejlesztők számára a különböző képességek kialakítását, például belső automatizáló ügynököket, ügyfélszolgálati ügynököket és sok mást. A keretrendszer tartalmaz olyan jellemzőket, mint az integrált megfigyelési eszközök, ismételhető ellenőrzések és memóriára épülő újratehető adatfolyamok. Tervezett úgy, hogy a gyorsabb mértékű növekedésű startupokat és nagy nemzetközi szervezeteket is támogathassa. A Mastra architektúra több agens köré épül, amelyeket utasítások, modellek, eszközök és futásidő-viselkedéssel definiálhatunk. Az agentek kommunikálhatnak felhasználókkal, feladatokat futhatnak le és átadják a termékhalmazoknak. A keret rendszerbe épülő eseménykezelő rendszer is biztosítja az eseményeket, valamint egy Redis Streams és egy Google Cloud Pub/Sub által támogatott esemény-publikálási és -kéreg-érzékenység szintézist. A Mastra rendkívül gazdag erőforráskört nyújt, beleértve a könyveket, blogokat és útmutatókat. A nagy közössége van felhasználóknak és széles körben elfogadott a különféle iparágakban.
Kritériumok szétosztása
- Ügynökök
- Folyamatok
- Memória
- Munkaterületek
- Nyomonkötés
- Felépülő eseményszisztéma
AI Legion
Nyílt forráskódú platform autonóm AI-ügynökök létrehozására, amelyek együttműködve hajtanak végre feladatokat.
AI Legion egy nyílt forráskódú platform autonóm AI-ügynökök létrehozására, amelyek együttműködnek feladatok elvégzéséhez. Nagy nyelvi modelleket, például GPT-3.5-turbo és GPT-4 modelleket használ, hogy lehetővé tegye az ügynökök együttműködését és összetett célok elérését. A platform keretrendszert biztosít az ügynökök beállításához és kezeléséhez, beleértve a konfigurációs fájlokat, API-kat és munkafolyamatokat. Az AI Legion úgy van kialakítva, hogy bővíthető és testreszabható legyen, lehetővé téve a felhasználók számára, hogy saját modelleket, műveleteket és funkciókat hozzanak létre és integráljanak. A platform számos esetben használható, beleértve az autonóm AI-rendszerek kutatását, fejlesztését és üzembe helyezését. Az AI Legion környezet beállítása magában foglalja a szükséges függőségek telepítését, ideértve a Node.js-t és az OpenAI API kulcsokat. A ügynököket ezután elindíthatjuk és interakcióba léptethetjük velük a konzolon keresztül. A platform tartalmazza az ügynökállapot kezeléséhez szükséges funkciókat is, beleértve a lehetőséget az eseménynaplók törlésére és az ügynökök egyéni konfigurációkkal történő újraindítására. AI Legion egy könnyen használható eszköz az autonóm AI rendszerek építéséhez és telepítéséhez, és nyílt forráskódja miatt széles felhasználói kör számára elérhető. Ugyanakkor jelentős mennyiségű technikai szakértelem és konfigurációs erőfeszítés szükséges a hatékony felállításához és használatához. Az AI Legion egyik kulcsfontosságú előnye, hogy lehetővé teszi a szoftverügynökök számára a tanulást és az alkalmazkodást az idő múlásával, a gépi tanulás és a tudásgráf-technikák kombinálásával. Ez lehetővé teszi a szoftverügynökök számára, hogy javítsák teljesítményüket és döntéshozatali képességeiket, ahogy kölcsönhatásba lépnek a környezettel. Ugyanakkor az AI Legion több kihívást és korlátot is tartalmaz, beleértve a széles körű konfiguráció és menedzsment erőfeszítést, az ügynökhibák és a végtelen hurkok kockázatát, valamint a magas token szám és az API használat költségeinek lehetőségét. Ezenkívül a nagy nyelvi modellek használata aggodalmat kelthet a torzítás és a pontosság tekintetében. A konkrét funkciókat illetően az AI Legion támogatást nyújt a webes kereséshez, egyéni keresőmotorokhoz és API-khoz, valamint lehetővé teszi az ügynökállapot kezelését és az ügynökök újraindítását egyéni konfigurációkkal. A platform nagyon bővíthető, lehetővé téve a felhasználók számára, hogy saját modelleket, műveleteket és funkciókat hozzanak létre és integráljanak. Az AI Legion néhány lehetséges felhasználási esete magában foglalja az autonóm AI rendszerek kutatását és fejlesztését, az AI-vezérelt munkafolyamatok és folyamatok telepítését, valamint egyéni AI-vezérelt eszközök és alkalmazások létrehozását. Összességében az AI Legion egy nagy teljesítményű és bővíthető platform autonóm AI rendszerek fejlesztéséhez és üzembe helyezéséhez, de jelentős technikai szakértelem és konfigurációs erőfeszítés szükséges a hatékony használatához.
Kritériumok szétosztása
- Webes keresés
- Egyedi keresőmotorok
- API-k és webhookok integrációhoz
- Ügynök állapotának kezelése
- Egyedi modell és akció létrehozása
- Tudásgraf és gépi tanulási képességek
AutoML-Agent
Nyílt forráskódú többügynökös LLM keretrendszer, amely automatizálja a teljes gépi tanulási folyamatot.
Az AutoML-Agent egy nyílt forráskódú keretrendszer, amely koordinált nagy nyelvi modell (LLM) ügynököket használ a gépi tanulás teljes életciklusának kezelésére. Egyetlen modell vagy szkript helyett a feladatokat – mint az adatok megértése, előfeldolgozása, modell kiválasztása, tanítása és értékelése – specializált ügynökök között osztja szét, amelyek egy közös cél érdekében együttműködnek. A keretrendszer azoknak a kutatóknak és fejlesztőknek szól, akik a kísérletezés automatizálását szeretnék megvalósítani anélkül, hogy kiterjedt pipeline kódot írnának. Ha egy adathalmazt és egy célt természetes nyelven írnak le, a felhasználók az ügynökök segítségével javaslatokat kaphatnak, építhetnek és iterálhatnak a lehetséges megoldásokon, miközben az eredményeket és a gondolatmenetet is megjelenítik. Mivel nyílt forráskódú, az AutoML-Agent testreszabható saját ügynökökkel, eszközökkel vagy modell backendekkel, ami miatt hasznos lehet mind gyakorlati AutoML rendszerként, mind pedig kutatási tesztágyként a többügynökös munkafolyamatokhoz.
Kritériumok szétosztása
- Többügynökös LLM orkesztráció
- Automatizált adat-előfeldolgozás és jellemzőkezelés
- Modell kiválasztás és hiperparaméter keresés
- Tanítási és értékelési pipeline generálás
- Natúrált nyelvű feladatspecifikáció
- Bővíthető architektúra egyedi ügynökök számára
Cerebrum: AIOS SDK
Egy fejlesztésre és üzembe helyezésre szolgáló SDK a LLM-alapú agykéntek kifejlesztéséhez és üzembe helyezéséhez az AIOS keretrendszerben.
A Cerebrum egy SDK a LLM-alapú agykéntek fejlesztéséhez és üzembe helyezéséhez az AIOS (AI Agent Operating System) keretrendszerben. Az AIOS megoldja a LLM-alapú agykéntekkel kapcsolatos kihívásokat, ilyen például a tervezés, a kontextus átlépés, az emlékezet- és eszközkezelés. A Cerebrum SDK lehetővé teszi a fejlesztőknek, hogy együttműködés révén fejlesztenek és üzemeltessenek agent alkalmazásokat a AIOS-kernel segítségével. Támogatja mind a webes UI-t, mind a terminálkezelő UI-t. Az SDK tartalmaz olyan szolgáltatásokat, mint az elérhető LLM-k listázása, az agentek és az eszközök listája, valamint az agentek és eszközök letöltése, feltöltése és futtatása. A Cerebrum által kifejlesztett agentekre és fejlesztőkre tervezték, lehetővé téve számukra az intelligens agentek alkalmazásaiban és üzembe helyezésében.
Kritériumok szétosztása
- Agentfejlesztés és üzembe helyezés
- LLM-alapú agykéntkelemzés
- Webes UI és terminálkezelő UI-támogatás
- Agent- és eszközkezelés
- Elérhető LLM-ek, agentek és eszközök listája
- Agentek és eszközök letöltése és feltöltése
Gemma 3
Egy nyílt forráskódú AI modell, amelyet egyetlen GPU teljesítményére optimalizáltak, támogatja a multimodális bemeneteket és több mint 140 nyelvet.
Gemma 3 egy könnyű, csúcstechnológiás nyílt modellgyűjtemény, amelyet úgy terveztek, hogy eszközökön fusson, különösen optimalizálva az egyetlen GPU teljesítményére. Támogatja a multimodális bemeneteket és több mint 140 nyelvet. A modell különböző méretekben érhető el (1B, 4B, 12B és 27B), lehetővé téve a fejlesztők számára, hogy a hardverüknek és teljesítményigényüknek leginkább megfelelő változatot válasszák. A Gemma 3 fejlett szöveges és vizuális következtetési képességeket kínál, 128 k tokenes kontextusablakot, valamint függvényhívást összetett feladatokhoz. Emellett kvantált verziókat is tartalmaz a gyorsabb teljesítmény és az alacsonyabb számítási igény érdekében. A modell a Google elkötelezettségének része, amely a hasznos AI technológia széles körű elérhetőségét tűzte ki célul, és a Gemini 2.0 modelleket meghajtó ugyanazon kutatásokra és technológiára épül. A Gemma 3 célja, hogy a fejlesztők olyan AI alkalmazásokat hozzanak létre, amelyek közvetlenül eszközökön, például telefonokon, laptopokon és munkaállomásokon futhatnak. A Gemma 3 csúcsteljesítményű teljesítményt nyújt a méretéhez képest, és előbbre jár a Llama3-405B, a DeepSeek‑V3 és az o3‑mini modellekhez képest a kezdeti emberi preferenciák alapján végzett tesztekben. Lehetővé teszi a globális alkalmazásokat, beépített támogatással több mint 35 nyelvhez, valamint előre betanított támogatással több mint 140 nyelvhez. A modell lehetővé teszi AI‑vezérelt munkafolyamatok létrehozását függvényhívás és strukturált kimenet segítségével. A Gemma 3 fejlesztése során szigorú biztonsági protokollokat alkalmaztak, többek között kiterjedt adatgovernance-t, a biztonsági irányelvekkel való összehangolást finomhangolás útján, és alapos benchmark értékeléseket. A Gemma nyílt modellcsaládja jelentős elfogadást ért el, több mint 100 millió letöltéssel és egy élénk közösséggel, amely több mint 60 000 Gemma változatot hozott létre. A Gemma 3 képességei alkalmassá teszik a fejlesztőket, akik vonzó felhasználói élményeket szeretnének létrehozni, és amelyek egyetlen GPU vagy TPU hoszton futtathatók.
Kritériumok szétosztása
- multimodális AI támogatás
- felelősségre vonásra összpontosító fejlesztés
- átfogó finomhangolás
- több mint 140 nyelv támogatása
- javított teljesítmény
MiniMax‑M1
Nyílt forráskódú nagyméretű érvelési modellel 1 000 000 token kontextussal és vegyes Mixture-of-Experts architektúrával.
A MiniMax-M1 egy nyílt súlyú, nagy méretű hibrid-figyelmet alkalmazó érvelő modell. Egy hibrid Mixture-of-Experts (MoE) architektúra és egy villámgyors figyelés mechanizmus kombinációja segíti a tesztek időpontjának hatékony növelését. A modell természetesen 1 millió karakteres kontextus hosszúsággal is működik, és nagy méretű megerősítő tanulás (RL) használata révén sokféle problémára képezett. A MiniMax-M1 kiváló eredményeket ért el az egyéb erős, nyílt súlyú modelleknél komplex szoftverfejlesztési, eszköz használatával és hosszú kontextus feladatoknál. A hagyományos benchmarksen végzett kísérletek kimutatták, hogy a MiniMax-M1 egyes kategóriás feladatokban, például a matematikában, a kódolásban, a szoftverfejlesztésben, az agenciafelhasználói eszközök használatában és a hosszú kontextusmegértésben jobban teljesít mint a más modellek. A modell kiválóan alkalmas bonyolult feladatok megoldására, amelyek hosszú bemenetek proceszálását és széleskörű gondolkodást igénylik. A MiniMax-M1 erős támpontul szolgál az új generációs nyelvi modell ügynökök számára azokban a kihívásokban és kihívásokban, melyeket a világ valós problémái jelentenek. A vezető kommersz és nyitott súlyú modellkomparatívan a különböző kategória feladatokon történő teljesítményének szemléltetése alátámasztja a modell eredményeit. A technikai jelentés részletes információkat tartalmaz a modell architektúrájáról, a kiképzési protokolljáról és az értékelési eredményekről.
Kritériumok szétosztása
- Vegyes Mixture-of-Experts (MoE) architektúra
- Gyors figyelem mechanizmus
- Reinforcement tanítás (RL) méretű keret
- Hordozókontextus 1 000 000 karakter
- Hatékony tesztkörünyet kiszámíthatóság
ScreenAgent
Nyílt forráskódú VLM ügynök a számítógépes GUI-k ellenőrzéséhez egér/ billentyűs rendszer tervezésével és végrehajtásával.
A ScreenAgent egy nyílt forráskódú Visual Language Model (VLM) ügynök, melyet a számítógépes GUI-k ellenőrzésére terveztek egér és billentyűs üzemeltetésével. Megengedi, hogy az ügynök interakciót bonyolítson le a valódi számítógépes képernyőkhez figyelve a képernyőkép és végrehajtja az akciókat. A projektnek egy tervezés-végrehajtás-reflexió folyamata van, amely szolgálja a több lépcsős feladatok elérését. Olyan képességeket igényel, mint a feladat tervezetes, kép értelmezés és látási pozícionálás. A ScreenAgent adatbázisának két éven keresztül történő manuális kódolását hozták létre annak támogatására, hogy az ügynök tanuljon. A projekt két alkotóeleme van: a felhasználóhoz tartozó klienst a desktop-ellenőrzéshez, az adatbázist, az inaktivitás munkásokat a következtetést és a tréningkódot. Támogatja a lényegi egér- és billentyűs üzemeltetést és alkalmazható különböző asztali operációs rendszerekre és alkalmazásokra. Az ScreenAgent megközelítése széles körben érvényes, és nem számít az adott API-kra, így rugalmas.
Kritériumok szétosztása
- Egér-és billentyűs üzemeltetés végrehajtása
- A tervezés-végrehajtás-reflexió folyamata több lépcsős feladatok eléréséhez
- Támogatás különböző desktop- operációs rendszerekre és alkalmazásokra
- A ScreenAgent adatbázisának kézi kódolása kiterjedt feladatak lefedésének biztosításához
- A VLM- ügynök a GUI felhasználásához.
BabyBeeAGI
A BabyAGI fejlett változata fejlesztett feladatkezeléssel és funkcionalitással.
BabyAGI egy kísérleti keretrendszer önmagát építő autonóm ügynökök létrehozásához. A március 2023‑ban megjelent eredeti BabyAGI evolúciójaként jött létre, amely bevezette a feladattervezést autonóm ügynökök számára. A keretrendszer egy új, „functionz” nevű függvénykeret köré épül, amely adatbázisból tárolja, kezeli és végrehajtja a függvényeket. Grafikon‑alapú struktúrát alkalmaz az importok, függő függvények és hitelesítési kulcsok nyomon követésére, valamint automatikus betöltést és átfogó naplózási lehetőségeket biztosít. A keretrendszer tartalmaz egy irányítópultot a függvények kezelésére, frissítések futtatására és naplók megtekintésére. Egyszerűségre és fejlesztői viták ösztönzésére készült, nem produkciós használatra. A fő ötlet, hogy a lehető legegyszerűbb rendszert építsük, amely képes önmagát felépíteni, ami érdekes megközelítést nyújt az autonóm ügynökök fejlesztéséhez.
Kritériumok szétosztása
- Függvényregisztráció és metaadat-kezelés
- Függőségek nyomon követése és kulcsfüggőségek
- Automatikus betöltés és naplózás
- Irányítópult a függvénykezeléshez és naplók megtekintéséhez
MCP‑Use
Nyílt forráskódú platform, amelynek célja a nagyszabású nyelvi modellek összekapcsolása az MCP kiszolgálókkal és a szabványos eszközök és adatok elérése által létrehozott egyedi AI ügynökök megépítése.
Az MCP Use nyílt forráskódú platform, amely lehetővé teszi a Large Language Models (LLMs) összekapcsolását MCP szerverekkel és lehetővé teszi a speciális AI ügynökök kifejlesztését, amelyek képesek interakcióba lépni ezekkel az LLM-kkel. A platform egy teljes körű MCP keretrendszert (mcp-use SDK) hoz létre, amellyel ChatGPT alkalmazások, Claude könyvtárak és MCP szerverek készíthetők. A MCP-Use segítségével a fejlesztők egyetlen kódot használnak azzal, hogy a különböző felületeken fel lehessen telepíteni alkalmazásukat, ahol pedig a felhasználók és ügynökök már dolgoznak, például a ChatGPT, Claude és a Gemini esetében. A platform számos eszközt és funkciót kínál, ilyen például a MCP-alkalmazások rögtönözése egyetlen parancsban, automatikus telepítés a Manufact Cloudra, valamint a beépített analitika és nyomon követés. A fejlesztők a mcp-use SDK használatával hozhatnak létre és üzemeltethetnek MCP-szervereket és alkalmazásokat akár további eszközök nélkül is. A platform továbbá Visual Inspector és szándpab tesztképességet biztosít, így a fejlesztők tesztelhetik alkalmazásaikat élő LLM nélkül. A MCP-Use a MCP alapú alkalmazások fejlesztésének és üzemeltetésének egyszerűsítését célozza, ezért vonzó választás a fejlesztők között, akik saját AI ügynököket és alkalmazásokat kívánnak építeni és üzemeltetni.
Kritériumok szétosztása
- MCP kiszolgálókezelés
- LLM összekapcsolás és integráció
- Egyedi AI ügynökfejlesztés
- Automatikus telepítés és skálázhatóság
- Látványos vizsgálatvezető és Sandbox tesztelési funkció
- Beépített analitika és megfigyelhetőség
Rasa
Nyílt forráskódú keretrendszer a termelési fokozatú chat és hangszabályozók létrehozásához
A Rasa egy beszélgetési mesterséges intelligencia- platform, amely az adatok, modellek és a deployment felett teljes körű hatalommal segít a fejlesztőknek építeni kontextuális beszélgetésekkel és hangosztali segítőket. Az nyílt forráskódú magja kezelheti a természetes nyelv megértését és a dialógus menedzsert, míg a Rasa Pro a nagyvállalati követelményeket kínáló elemekhez ad felhasználói adatok, biztonsági kontrollereket és méretezhető infrastruktúrát ad hozzá. A Rasa Studio egy alacsony kódolású nézetet kínál a tervezőknek és a beszélgetési csapatoknak, hogy együttműködjenek a tanítási adatokon, folyamataikon és tesztelésükhöz anélkül, hogy kódolnának. Együtt a szoftverek támogatják a vegyes teameket, akik a beszélgetősegítőket küldik el szállítóknak szállítókhoz üzenetküldési csatornákon, IVR rendszerekben és egyedi alkalmazásokban. Az ügyfeleink között megtalálhatóak a pénzintézetek, az elektromos és telekommunikációs szolgáltatók, a szállító és egészségügyi szektorok, és kormányzati szervezetek azokban az esetekben, amikor az egyéni telepítés, a szabályozási megfelelés és a szabályozhatóság szükséges.
Kritériumok szétosztása
- Természetes nyelv-érthetőségi motor
- Párbeszéd-kezelés saját actionokkal
- Rasa Studio alacsony-kódon belüli felület
- Hang és multi-kanal integrációk
- Beszélgetési elemzések és teszteszközök
- Vállalati biztonság és üzembe helyezési irányítóelemek