KADATH

LazyLLM 是 LazyAGI 开源的多 Agent LLM 应用构建框架，号称以最简方式搭建多 Agent 系统，覆盖 Agent 编排、数据、微调与文档工具链等能力。

🎯以最简方式构建并编排多 Agent LLM 应用，兼顾微调与文档工具链

并行 Agent 开发环境 (ADE)。Stably AI 开源，支持同时运行多个编码 Agent 协作完成复杂任务，类似 Agent 版的 IDE 多窗口协作。25505 stars。

🎯并行 Agent 协作开发——多 Agent 同时工作的开发环境

Stanford Hazy Research & Scaling Intelligence Lab 开发的 local-first 个人 AI Agent 框架。完全在本地设备运行，提供 on-device agent 原语、效率感知评估和本地 trace 数据学习循环。Apache 2.0 开源。

🎯在个人设备上运行隐私优先的 AI Agent，无需依赖云端 API

trpc-agent-go 是 trpc 团队开源的 Go 语言生产级 Agent 框架，内置 A2A 协议与 AG-UI 支持，用于以 Go 构建可扩展的分布式 Agent 系统。

🎯以 Go 构建支持 A2A 协议与 AG-UI 的生产级分布式 Agent 系统

Plasma AI 的递归 Agent 循环框架，层次化自组织。Agent 可递归分解任务并自组织协作，创新架构设计。

🎯递归 Agent 循环与层次化任务分解

基于图的 AI Agent 编排框架，29,857+ stars。LangChain 团队出品，用有向图定义 Agent 工作流，支持循环、条件分支、多 Agent 协作。2026 年 Harness Engineering 核心工具，AIEWF 2026 五大趋势报告中被列为主流 Agent 编排框架。

🎯AI 工作流编排与自动化