开源项目索引
本文件索引 AI Agent 工程中常用的官方仓库和经典方法代码。
开源仓库适合回答：
- 项目如何实现。
- 是否有 SDK、示例和集成。
- 维护状态如何。
- 许可证、issue、release 是否适合引入。
开源仓库不适合单独回答：
- 某方法是否在你的业务中有效。
- 当前生产环境是否安全。
- 某论文结论是否成立。
1. 阅读方法
| 检查项 | 为什么重要 |
|---|---|
| README | 快速理解项目目标和基本用法 |
| Docs | 查看正式 API、配置和推荐实践 |
| Releases | 判断版本稳定性和破坏性变更 |
| Issues | 了解常见问题和维护响应 |
| License | 判断商业和内部使用风险 |
| Security Policy | 判断漏洞报告和安全响应机制 |
| Examples | 了解典型用法，但不能直接当生产方案 |
2. 协议与 SDK
| 项目 | 地址 | 可信度 | 适用场景 | 阅读重点 |
|---|---|---|---|---|
| Model Context Protocol | https://github.com/modelcontextprotocol | S | MCP 规范、SDK、示例 server | 规范版本、SDK 语言、security best practices |
| OpenAI Agents SDK | https://github.com/openai/openai-agents-python | S | Python Agent SDK、工具、handoff、tracing | tracing、guardrails、tool schema、handoff |
3. Agent 框架
| 项目 | 地址 | 可信度 | 适用场景 | 阅读重点 |
|---|---|---|---|---|
| LangGraph | https://github.com/langchain-ai/langgraph | S | 状态图 Agent、持久化、人类在环 | state、checkpoint、interrupt、多 Agent |
| LangChain | https://github.com/langchain-ai/langchain | S | LLM 应用组件和集成 | integrations、tooling、LangSmith 关系 |
| LlamaIndex | https://github.com/run-llama/llama_index | S | RAG、agent、workflow、数据连接 | data connectors、workflow、eval |
| AutoGen | https://github.com/microsoft/autogen | S | 多 Agent 应用和对话式协作 | 版本文档、agent runtime、tool integration |
| Semantic Kernel | https://github.com/microsoft/semantic-kernel | S | 企业编排、插件、planner | connectors、plugins、planner、.NET/Python 支持 |
| CrewAI | https://github.com/crewAIInc/crewAI | S/A | role-based Agent 和 flow | crew、flow、tools、deployment |
4. 经典方法代码
| 项目 | 地址 | 可信度 | 对应主题 | 使用边界 |
|---|---|---|---|---|
| ReAct | https://react-lm.github.io/ | A | 推理与行动交替 | 项目页和论文示例，生产需补权限和 trace |
| Reflexion | https://github.com/noahshinn/reflexion | A | 语言反思 | 适合学习实验设置，不等于通用自我改进 |
| Voyager | https://github.com/MineDojo/Voyager | A | 开放探索和技能库 | 适合理解技能库，不能直接迁移高风险业务 |
| Tree of Thoughts | https://github.com/princeton-nlp/tree-of-thought-llm | A | 搜索式推理 | 适合学习搜索框架，生产需成本控制 |
5. 早期自主 Agent
| 项目 | 地址 | 可信度 | 使用边界 | 重点学习 |
|---|---|---|---|---|
| AutoGPT | https://github.com/Significant-Gravitas/AutoGPT | S/A | 可作历史和工程模式参考，需核对当前版本文档 | 长时循环、工具权限、任务发散 |
| BabyAGI | https://github.com/yoheinakajima/babyagi | S/A | 可作任务队列式 Agent 参考，不能当论文证据 | 任务创建、优先级、极简循环 |
6. 项目引入检查表
| 维度 | 问题 |
|---|---|
| 维护 | 最近是否有 release，issue 是否有人处理 |
| 许可证 | 是否允许商业使用和内部修改 |
| 安全 | 是否有安全策略，是否有已知漏洞 |
| 可观测 | 是否支持 trace、日志、回放 |
| 权限 | 是否支持工具级权限和人类在环 |
| 可替换 | 是否容易替换模型、向量库、工具层 |
| 生态 | 是否有文档、示例、社区和云部署案例 |
| 成本 | 是否容易控制 token、并发和外部工具调用 |
7. 使用提醒
- 仓库默认分支会变化，生产选型应锁定版本。
- 示例代码通常省略权限、审计、密钥隔离和成本控制。
- 引入框架前先做一个本地 eval，而不是只跑 hello world。
- 对早期开源自主 Agent，要重点学习失败教训，不要复制“无限循环 + 大权限工具”的模式。
8. 权威资料
- GitHub: https://github.com/
- OpenAI Agents SDK: https://github.com/openai/openai-agents-python
- Model Context Protocol: https://github.com/modelcontextprotocol
- LangGraph: https://github.com/langchain-ai/langgraph
- 核对日期：2026-05-09