Pretekla bitka · 2026-01-03 UTC
AI Agent Development Frameworks Obračun — 3. januar 2026
Iz kategorije AI Agent Development Frameworks. 28 oznake postavljenih med 10 borci. Cerebrum: AIOS SDK je osvojil krono.
Končna razvrstitev
Postava
Borci
Profili vsakega orodja, ki je tekmovalo v tej bitki, razvrščeni po končnem rezultatu.
Cerebrum: AIOS SDK
SDK za razvoj in implementacijo AI agentov na osnovi LLM v okviru AIOS.
Cerebrum je SDK za razvoj in uvajanje LLM-žnih AI agentov v okviru AIOS (AI Agent Operating System). AIOS obravnava izzive, kot so razporejanje, preklapljanje kontekstov, upravljanje pomnilnika in upravljanje orodij za LLM-je. SDK Cerebrum omogoča razvijalcem, da gradijo in izvajajo aplikacije agentov z interakcijo s kernelom AIOS. Podpira tako Web UI kot Terminal UI. SDK vključuje funkcije za izpis razpoložljivih LLM-jev, agentov in orodij, pa tudi za prenos, nalaganje in izvajanje agentov in orodij. Cerebrum je zasnovan za uporabnike in razvijalce agentov, jim omogoča ustvarjanje in uvajanje AI agent aplikacij.
Razdelitev kriterijev
- Razvoj in implementacija agentov
- Upravljanje AI agentov na osnovi LLM
- Podpora za Web UI in Terminal UI
- Upravljanje agentov in orodij
- Izpis razpoložljivih LLM, agentov in orodij
- Prenos in nalaganje agentov in orodij
Awesome MCP Servers
Kuriran imenik strežnikov Model Context Protocol za razširjanje AI asistentov s pomočjo orodij in podatkov.
Awesome MCP Servers je seznam, ki ga vzdržuje skupnost, model Context Protocol (MCP) strežnikov, ki povezuje AI asistente z zunanjimi sistemi. V katalogu zajema implementacije v kategorijah, kot so podatkovne baze, datotečni sistemi, razvojna orodja, aplikacije za produktivnost in spletne storitve, kar olajša odkrivanje integracij, ki razširijo, kaj modeli lahko naredijo. Vir je namenjen razvijalcem in graditeljem umetne inteligence, ki iščejo način, da LLM-om podpiranim agentom omogočijo dostop do podatkov in dejanj iz resničnega sveta, brez pisanja vsakega povezovalca od začetka. Vnos običajno vključuje povezave do virov repozitorijov, kratke opise in oznake, ki uporabnikom pomagajo filtrirati po primeru uporabe ali tehnologiji. Ker se drži formata 'awesome list', ki je odprtokoden, prispevki prihajajo iz širšega ekosistema MCP, in se seznam razvija skupaj z protokolom.
Razdelitev kriterijev
- Kuriran seznam implementacij strežnikov MCP
- Kategorizirano po področjih in uporabi
- Povezave do virskih repozitorijov in dokumentacije
- Vključuje uradne in skupnostne strežnike
- Odprt za prispevke skupnosti
- Referenčni vir za raziskovanje ekosistema MCP
OpenAI Codex SDK
SDK za vgradnjo in programatični nadzor Codex agentov prek TypeScript, CLI ali GitHub Actions.
OpenAI Codex SDK je komplet za razvoj programske opreme, ki razvijalcem omogoča vgradnjo in programatsko upravljanje Codex agentov. Podpira več vmesnikov, vključno s TypeScriptom, CLI in GitHub Actions. SDK je zasnovan tako, da ponuja prilagodljiv način integracije Codex agentov v različne aplikacije in delovne tokove. Z Codex SDK lahko razvijalci ustvarijo lastne agente, določijo vedenje agentov ter upravljajo delovne tokove agentov. SDK prav tako nudi orodja za ocenjevanje in optimizacijo učinkovitosti agentov. Namenjen je razvijalcem, ki želijo graditi aplikacije, ki izkoriščajo zmogljivosti Codex agentov. SDK ponuja vrsto funkcij, vključno s podporo za več modelov in ponudnikov, varnostnim peskovnikom za agente ter integracijami z različnimi orodji in storitvami.
Razdelitev kriterijev
- Generiranje besedila
- Generiranje kode
- Generiranje slik
- Generiranje zvoka in govora
- Strukturiran izhod
- Klicanje funkcij
BabyBeeAGI
Napredna različica BabyAGI z izboljšanim upravljanjem nalog in funkcionalnostjo.
BabyAGI je eksperimentalni okvir za gradnjo samozgradnih avtonomnih agentov. Ustvarjen je kot evolucija izvirnega BabyAGI iz marca 2023, ki je uvedel načrtovanje nalog za avtonomne agente. Okvir je zasnovan okoli novega funkcijskega okvirja imenovanega "functionz", ki shranjuje, upravlja in izvaja funkcije iz baze podatkov. Ponuja grafično strukturo za sledenje uvozu, odvisnim funkcijam in skrivnostim za avtentikacijo, skupaj z samodejnim nalaganjem in celovito beleženje. Okvir vključuje tudi nadzorno ploščo za upravljanje funkcij, izvajanje posodobitev in ogled zapisov. Namenjen je enostavnosti in spodbuja razprave med razvijalci, ni namenjen produkcijski rabi. Osnovna ideja je graditi najpreprostejšo stvar, ki se lahko sama gradi, kar ga naredi zanimiv pristop za razvoj avtonomnih agentov.
Razdelitev kriterijev
- Registracija funkcij in upravljanje metapodatkov
- Sledenje odvisnostim in ključne odvisnosti
- Samodejno nalaganje in beleženje
- Nadzorna plošča za upravljanje funkcij in ogled zapisnika
Gemma 3
Odprtokodni AI model, optimiziran za delovanje na eni GPU, ki podpira multimodalne vhodne podatke in več kot 140 jezikov.
Gemma 3 je zbirka lahkih, vrhunskih odprtih modelov, zasnovanih za izvajanje na napravah, posebej optimiziranih za delovanje na eni GPU. Podpira multimodalne vhodne podatke in več kot 140 jezikov. Model je na voljo v različnih velikostih (1B, 4B, 12B in 27B), kar razvijalcem omogoča, da izberejo najbolj primeren glede na njihovo strojno opremo in potrebe po zmogljivosti. Gemma 3 ponuja napredne zmožnosti besedilnega in vizualnega sklepanja, kontekstno okno s 128 k tokeni ter klicanje funkcij za kompleksna opravila. Vključuje tudi kvantizirane različice za hitrejše delovanje in manjše računalniške zahteve. Model je del Googlove zavezanosti, da uporabno AI tehnologijo naredi dostopno, in temelji na istem raziskovalnem in tehnološkem osnovju, ki poganja njihove modele Gemini 2.0. Gemma 3 je zasnovana tako, da razvijalcem omogoča ustvarjanje AI aplikacij, ki lahko tečejo neposredno na napravah, kot so telefoni, prenosniki in delovne postaje. Gemma 3 zagotavlja vrhunsko zmogljivost glede na svojo velikost, pri čemer prekaša druge modele, kot so Llama3-405B, DeepSeek-V3 in o3-mini, v preliminarnih ocenah človeških preferenc. Omogoča globalne aplikacije z izklopno podporo za več kot 35 jezikov ter predtrenirano podporo za več kot 140 jezikov. Model omogoča ustvarjanje AI-podprtih delovnih tokov s pomočjo function calling in structured output. Razvoj Gemma 3 je vključeval stroge varnostne protokole, kot so obsežno upravljanje podatkov, usklajevanje z varnostnimi politikami preko fino nastavljanja ter robustne benchmark ocene. Družina odprtih modelov Gemma je doživela znatno sprejetost, z več kot 100 milijoni prenosov in živahno skupnostjo, ki je ustvarila več kot 60.000 različic Gemma. Zmožnosti Gemma 3 jo naredijo primerno za razvijalce, ki želijo ustvarjati privlačne uporabniške izkušnje, ki se lahko prilegajo na en sam GPU ali TPU host.
Razdelitev kriterijev
- podpora za multimodalni AI
- razvoj z osredotočenostjo na odgovornost
- obsežno fino nastavljanje
- podpora za 140 jezikov
- izboljšana zmogljivost
ScreenAgent
Odprtokodna VLM agent za upravljanje računalniškega GUI-ja prek planiranja in izvajanja miške ter tipkovnice.
ScreenAgent je odprtokodni vizualni jezikovni model (VLM) agent, zasnovan za nadzor računalniških GUI preko miške in tipkovnice. Omogoča interakcijo z dejanskimi računalniškimi zasloni z opazovanjem posnetkov zaslona in izvajanjem dejanj. Projekt vključuje proces načrtovanja – izvajanja – refleksije, ki vodi agenta pri zaključevanju večkoraknih opravil. Bil je ustvarjen z namenom reševanja izziva učenja agentov, kako uporabljati računalnike, kar zahteva sposobnosti, kot so načrtovanje nalog, razumevanje slik in vizualno pozicioniranje. Podatkovni set ScreenAgent, ki zajema različne vsakodnevne računalniške naloge, je bil ročno označen, da podpre učenje agenta. Projekt se sestavlja iz klijenta za nadzor namizja, podatkovnega seta, delavcev modela za inferenco in izobraževalne kode. Podpira osnovne operacije miške in tipkovnice ter ga je mogoče uporabiti na različnih namiznih operacijskih sistemih in aplikacijah. Pristop ScreenAgent je univerzalni in ne temelji na specifičnih API-jih, kar ga naredi vsestranski.
Razdelitev kriterijev
- Izvedba operacij miške in tipkovnice
- Proces načrtovanja‑izvajanja‑refleksije za zaključek nalog
- Podpora za različne namizne operacijske sisteme in aplikacije
- Ročna anotacija podatkovnega seta ScreenAgent za raznoliko pokritost nalog
- VLM agent za interakcijo z GUI-jem
AIWaves Agents
Odprto-kodni adaptiven LLM okvir za razvoj, usposabljanje in uvajanje avtonomnih jezikovnih agentov.
AIWaves Agents je odprtokodni adaptivni LLM okvir za gradnjo, treniranje in uvajanje avtonomnih jezikovnih agentov. V njegovi različici 2.0 je dodana podpora za učenje agentov in njihovo ocenjevanje z uporabo simboličnega učenja, sistematičnega okvira, navdihnjenega z treniranjem nevronskih mrež. Ta okvir omogoča treniranje jezikovnih agentov z ustvarjanjem analogije med agentovimi pipeline in računalniškimi grafi nevronskih mrež. Okvir deluje tako, da najprej izvede agenta in shrani njegovo trajektoro, vključno z vhodnimi in izhodnimi podatki, prompts ter uporabo orodij. Nato oceni izid z jezikovno usmerjeno loss function, vrne izgubo nazaj (back-propagates) za izračun language gradients in ustrezno posodobi symbolic components agenta. Ta postopek omogoča agentom, da se učijo in prilagajajo skozi čas. Agents 2.0 prav tako podpira optimizacijo več-agentskih sistemov z obravnavo vozlišč kot različnih agentov ali dovoljenjem več agentom, da delujejo v enem vozlišču. Okvir je zasnovan tako, da je fleksibilen in razširljiv, podpirajoč različne aplikacije in raziskovalne smernice. Projekt zagotavlja navodila za namestitev, vključno z možnostmi za namestitev iz Git skladišča ali za lokalni razvoj. Poleg tega vključuje citate sorodnih raziskovalnih člankov. Moč okvirja leži v njegovi inovativni pristopu k učenju agentov in v njegovem potencialu za napredovanje raziskav na področju avtonomnih jezikovnih agentov. Vendar pa njegova kompleksnost in zanašanje na skrbno zasnovane prompt pipelines lahko predstavljata izzive za uporabnike.
Razdelitev kriterijev
- Podpora avtonomnim jezikovnim agentom
- Usposabljanje jezikovnih agentov
- Uvajanje jezikovnih agentov
- Omogočanje samoodvajanju agentov
Claude MCP Agents
AI agenti zgradeni na Anthropic's MCP za brezhibno integracijo orodij in podatkov.
Claude MCP Agents so AI agenti, ki izkoriščajo Model Context Protocol (MCP) Anthropica, da se povežejo z raznovrstnimi zunanjimi viri podatkov, API‑ji in razvijalčevimi orodji. S standardizacijo toka konteksta med Claude in zunanjimi sistemi lahko ti agenti berijo datoteke, poizvedujejo baze podatkov, izkličujejo storitve in delujejo na podlagi informacij v realnem času brez posebnih integracij za vsak vir. Ta pristop je namenjen razvijalcem in ekipam, ki gradijo avtomatizacijo, raziskovalne asistente in agente delovnih tokov, ki potrebujejo zanesljiv dostop do podjetniških ali osebnih podatkov. MCP‑ova odprta specifikacija pomeni, da se isti agent lahko priklopi na nova orodja, ko se pojavijo novi povezovalniki, kar zmanjša zaklepanje (lock‑in) in bremeno integracije.
Razdelitev kriterijev
- Integracija Model Context Protocol
- Povezava z datotekami, API-ji in bazami podatkov
- Razširljivo prek lastnih MCP strežnikov
- Podpira agentične, večkorakove delovne tokove
- Združljiv z družino modelov Claude
- Odprta standard za medsebojno delovanje
BabyCatAGI je poenostavljena, prilagojena različica BabyAGI, zasnovana za obravnavo kompleksnih nalog preko avtonomnih AI agentov. Razdeli visoko stopnjo ciljev v obvladljive podnaloge, jih izvaja zaporedno in prilagodi svoj načrt na podlagi posrednih rezultatov, kar ga naredi primernega za raziskave, ustvarjanje vsebin in večstopni reševanje problemov. Okvir daje prednost minimalnemu količnemu koda in berljivosti, kar ga naredi dostopen razvijalcem, ki želijo eksperimentirati z agentnim AI brez dodatne obremenitve večjih orkestracijskih knjižnic. Integrira se z jezikovnimi modeli in orodji za spletno iskanje, da zbira kontekst, razmišlja o težavah in ustvarja strukturirane izhode. Kot odprti eksperimentalni projekt je BabyCatAGI najbolj primeren za prototipiranje delovnih tokov agentov, učenje o delovanju nalogno usmerjenih avtonomnih sistemov in prilagajanje cevovodov za specifične potrebe avtomatizacije.
Razdelitev kriterijev
- Ustvarjanje seznama nalog in prioritetizacija
- Avtonomno izvajanje podnalog
- Integracija spletnega iskanja za kontekst
- Zaporedni tok razmišljanja
- Lahka Python implementacija
- Prilagodljivi cilji in prompti
BabyDeerAGI
Poenostavljen okvir AI agentov, ki omogoča vzporedno izvajanje opravil za povečano učinkovitost.
BabyDeerAGI je poenostavljen AI-agent framework, zasnovan za omogočanje vzporednega izvajanja nalog za izboljšano učinkovitost. Namenjen je razvijalcem in raziskovalcem, ki želijo optimizirati svoje AI delovne tokove. Z omogočanjem več nalog hkrati, BabyDeerAGI lahko bistveno skrajša skupni čas obdelave. Okvir je zgrajen z mislijo na prilagodljivost, podpira integracijo z različnimi AI modeli in orodji. Vendar pa podrobnosti o njegovih zmožnostih in omejitvah niso obsežno dokumentirane v razpoložljivih virih.
Razdelitev kriterijev
- Vzpenjanje parallelnih opravil
- Fleksibilna integracija z AI modeli
- Poenostavljen okvir AI agentov
- Podpora hkratišnjemu procesiranju