Semantic Kernel
微软 LLM 应用开发框架，快速将大模型能力集成到应用中，支持插件和 Agent 模式
🎯适用场景：机器人控制、仿真与边缘部署
📊 仓库数据
📈 Stars 变化 ↑12 小时 +3· 统计区间 7/10 12:08 → 7/11 00:11（12 小时）
✅ 优点
- •微软官方支持
- •多语言 SDK
- •Agent 模式
⚠️ 限制
- •C# 生态为主
- •文档复杂
🔗 相关工具
LangChain
github.com/langchain-ai/langchain
最流行的 LLM 应用开发框架，137K+ stars。提供链式编排、RAG 检索增强生成、Agent 构建等核心能力，覆盖 Python 和 JavaScript 双语言生态，是构建 LLM 应用的基础设施
🎯LLM 应用快速开发
Pocket Flow
github.com/The-Pocket/PocketFlow-Tutorial-Codebase-Knowledge
从代码库到教程的自动化工具，支持 LLM Agent 理解和生成，12K+ stars
🎯快速理解新代码库
magic
github.com/dtyq/magic
开源 AI 研究环境，5.2K+ stars。AI 研究人员的开源研究环境，无缝微调、评估和部署 AI 模型
🎯LLM 应用快速开发
Langfuse
github.com/langfuse/langfuse
🪢 开源 LLM 工程平台，28K+ stars。提供 LLM 可观测性、指标监控、评估、提示词管理、playground 等功能，是 LLM 应用开发和调试的基础设施
🎯LLM 应用链路追踪、Prompt 调试与评估、生产环境可观测性
Hugging Face Agents Course
github.com/huggingface/agents-course
Hugging Face Agent 课程，29K+ stars。Hugging Face 官方出品的 AI Agent 学习课程，系统学习如何构建和使用基于 Hugging Face 生态的 AI Agent
🎯AI Agent 系统化学习、Hugging Face 官方 Agent 教程
RAG Techniques
github.com/nirdiamant/rag_techniques
RAG 技术大全，27K+ stars。展示各种高级检索增强生成（RAG）系统技术的教程合集，涵盖从基础 RAG 到高级优化策略的完整技术栈
🎯RAG 技术学习参考、检索增强方案选型与实现
