AI Agent Framework 怎么选

如果任务是「调用一次模型、偶尔用一个工具、返回结果」，SDK 或直接打模型 API 通常够用。如果任务是「分类后走不同分支、失败要重试、中间要人点头」，你需要的是工作流运行时。如果任务是「多个角色并行调研再汇总」，才进入多 Agent。

• 单次工具调用：优先厂商 SDK 或自己写循环
• 有状态、可暂停、要持久化：优先图 / workflow runtime
• 多角色协作且职责清楚：再考虑 Crew / multi-agent 原语
• 已有 AutoGen 项目：先评估是否迁移，而不是继续加新功能到旧栈

把它们排成一张「八大框架」表会误导。OpenAI Agents SDK 和 Claude Agent SDK 更接近厂商运行时 / harness：帮你管循环、工具和会话，但默认绑在各自模型与产品生态。LangGraph 是显式图运行时。CrewAI 用 Agent / Crew / Flow 描述协作。Microsoft Agent Framework 把单 Agent、多 Agent 与 workflow 放进同一套企业向 SDK。LlamaIndex 从检索与知识工作流长出来，再用 Agent 或 Workflows 编排。

选型时先对齐层级：你是要「少写样板的厂商 Agent 循环」，还是要「自己画出状态图」，还是要「按角色搭团队」。层级不同，就不要用同一套「谁更强」标准。

• 要显式控制分支、持久化和 human-in-the-loop：看 LangGraph
• 要按角色、目标和任务快速搭多 Agent 团队：看 CrewAI
• 新项目在 Microsoft / .NET 或需要 AutoGen 与 Semantic Kernel 的后继：看 Microsoft Agent Framework
• 工作流以文档、检索和知识库为中心：看 LlamaIndex Agents / Workflows
• 主要用 OpenAI 或 Anthropic，并希望官方循环与工具模型：看对应 Agent SDK
• 已有 AutoGen 代码：维护或按官方指南迁移，不要当新项目默认选项

LangGraph 官方定位是面向有状态、可循环工作流的 Agent runtime。你用图定义节点、边和条件，显式处理分支、持久化、流式输出和 human-in-the-loop。它适合你已经知道控制流长什么样、需要 durable execution 的应用。

不要把它当成「先随便跑起来」的入门框架。入门成本高于厂商 SDK。TodayAI 里可以先看 用 LangGraph 定义可分支的工作流图 和 LangGraph persistence，确认图模型是否符合你的问题。

CrewAI 官方文档以角色、目标和任务为原语，并用 Crews 组织协作，用 Flows 描述更结构化的过程。适合「调研员 + 写作者 + 审稿人」这类职责清晰的多 Agent 场景，而不是底层图运行时。

如果你的痛点是协作角色而不是 checkpoint 与 durable graph，CrewAI 通常比直接上 LangGraph 更贴。反之，如果控制流必须画出来、还要跨崩溃恢复，应先看图运行时。

Microsoft Learn 写明：Agent Framework 是 AutoGen 与 Semantic Kernel 的直接后继，由同一批团队把单 Agent / 多 Agent 抽象与企业特性（会话状态、中间件、遥测）合并，并加入图工作流。覆盖 Python 与 .NET。

新项目如果已经在 Azure / .NET 栈，或明确要跟微软当前开源方向走，应把 Microsoft Agent Framework 作为默认候选，而不是新建一套 AutoGen。

LlamaIndex 官方 Agents 文档强调在文档与检索工作流上构建 Agent，也可用 Workflows 做事件驱动编排。知识库问答、引用和 ingestion 仍是它的主场；不要只因为它「也能写 Agent」就拿来替代通用图运行时。

OpenAI Agents SDK 用 Agent、工具、handoff 与 Runner 管理循环，适合你已经选定 OpenAI 模型、希望官方运行时少写样板。Claude Agent SDK 把 Claude Code 同一套循环做成库，更贴近编码与研究型 Agent。它们和 LangGraph / CrewAI 不在同一抽象层，可以组合：SDK 管模型循环，图运行时管业务状态。

AutoGen 官方仓库标明 Maintenance Mode：不再作为新功能主场，新用户应使用 Microsoft Agent Framework；现有用户可按官方 Migration Guide 迁移。维护模式不等于立刻停用，但不适合作为 2026 年新项目的第一梯队推荐。

如果生产系统已经稳定跑在 AutoGen 上：先冻结范围、评估迁移成本，再决定是继续维护还是迁到 Agent Framework。不要在旧栈上叠加大量新编排。

多 Agent 会放大调试、权限和费用。任务能用一条工作流或一个带工具的 Agent 说清时，不要先上团队。角色职责写不清楚、没有评测、也没有人审核工具副作用时，更不应该上。

常见升级路径：先单次工具调用 → 再显式工作流 → 需要长时间状态时上 graph runtime → 只有协作角色无法合并时才拆多 Agent。

以下链接指向截至 2026 年 8 月仍应优先核对的官方文档。API 名称会变，以官方页面为准。

• LangGraph Overview
• CrewAI documentation
• Microsoft Agent Framework Overview
• AutoGen Maintenance Mode
• AutoGen 迁移指南
• LlamaIndex Agents
• OpenAI Agents SDK
• Claude Agent SDK

目录浏览继续用 Agent Frameworks。动手可以看 用 OpenAI Agents SDK 跑一个最小 Agent、用 LangGraph 定义可分支的工作流图，以及 RAG 相关的 用 LangGraph 构建可定制的 RAG Agent。