AI Agent 框架合集
PraisonAI — 低代码多 Agent 生产框架
⭐ 6,600 | MIT | https://github.com/MervinPraison/PraisonAI
低代码、生产就绪的多 Agent 框架,7×24 自动规划/研究/写代码/交付,支持 100+ LLM,结果推送到 Telegram / Discord / WhatsApp。
pip install praisonai
praisonai "找最新 AI 新闻并爬取每个链接获取详情"核心特性:Handoffs(任务交接)、Guardrails(安全护栏)、Memory + RAG、多平台推送、MCP 支持
HermesAgent — 自改进 AI 智能体框架
⭐ 45,800 | MIT | Nous Research | https://github.com/NousResearch/hermes-agent
核心:内置学习闭环,自动从经验创建技能、持久化跨会话记忆、支持 Telegram/Discord/Slack 等多平台消息网关。
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
hermes setup && hermes主要能力:
- 自改进学习闭环(AUTO-FIX / AUTO-IMPROVE / AUTO-LEARN)
- 多平台消息网关(Telegram / Discord / Slack / WhatsApp / Signal / Email)
- 内置 Cron 定时调度(支持自然语言定义)
- 子 Agent 并行化
- 多终端后端(Local / Docker / SSH / Daytona / Modal Serverless)
与 OpenClaw 关系:HermesAgent 是 OpenClaw 的后继者,内置迁移工具 hermes claw migrate
⚠️ 需要 WSL2 / Linux / macOS,不支持原生 Windows
OpenHarness (oh) — 开源 Agent 基础设施框架
⭐ 5,524 | MIT | 香港大学数据科学实验室 | https://github.com/HKUDS/OpenHarness
Claude Code / OpenClaw 架构的开源逆向实现,接入任意 Anthropic/OpenAI 兼容模型。
curl -fsSL https://raw.githubusercontent.com/HKUDS/OpenHarness/main/scripts/install.sh | bash
oh10 个子系统:Agent Loop / 43+ 工具 / Skills / Plugins / 权限系统 / Hooks / 54条命令 / MCP客户端 / 跨会话记忆 / 多Agent编排
Provider 支持:Claude / Kimi / DeepSeek / GPT / 通义 / Ollama 本地模型 / GitHub Copilot(复用订阅免费)
与现有工具链兼容:
~/.claude/skills/技能文件直接复用- CLAUDE.md 自动识别注入
- Claude Code plugins 格式兼容
⚠️ 需要 WSL2 / Linux / macOS,不支持原生 Windows
AutoAgent — 自主 Agent 工程优化框架
⭐ 3,189 | ThirdLayer | https://github.com/kevinrgu/autoagent
元代理自优化:你写 program.md 描述目标,它自动迭代修改 Agent 配置、跑 benchmark 打分、保留最优策略。
uv sync
docker build -f Dockerfile.base -t autoagent-base .
# 对话框:Read program.md and let's kick off a new experiment!工作原理:meta-agent → 修改 agent.py (prompt/tools/routing) → 跑 benchmark → 打分 → 保留/回滚 → 循环
OpenSpace — AI Agent 自进化技能引擎
⭐ 4,100 | MIT | 香港大学 | https://github.com/HKUDS/OpenSpace
插入任意 Agent 后,具备三大能力:自我进化、集体智能共享、Token 优化。
基准测试(GDPVal):比基线多赚 4.2 倍收益,减少 46% Token 消耗
npx skills add HKUDS/OpenSpace三大核心:
- 自我进化(AUTO-FIX / AUTO-IMPROVE / AUTO-LEARN)
- 集体智能(一个 Agent 的进化成果同步给所有人)
- Token 效率(复用成功方案,越用越便宜)