| AutoGen | 微软推出的框架，使用多个对话代理构建 LLM 应用。 |
| Camel | 用于构建和使用基于 LLM 的代理来解决现实世界任务的框架 |
| Canopy | Pinecone 推出的框架，用于使用 LLM 和知识库构建 RAG 应用。 |
| Cheshire Cat | 使用自定义数据创建个性化 AI 助手的框架。 |
| CrewAI | CrewAI 是一个框架，用于使用执行复杂任务的多个 AI 代理构建自动化工作流。 |
| Dagster | 具有集成血缘和可观测性的数据编排 Python 框架。 |
| DeepEval | 用于测试大型语言模型系统的 Python 框架。 |
| DocArray | 用于在多模态 AI 应用中管理数据的 Python 库。 |
| DSPy | 用于通过算法优化 LM 提示和权重的框架。 |
| dsRAG | 用于非结构化数据的高性能 Python 检索引擎。 |
| Dynamiq | Dynamiq 是一个一体化生成式 AI 框架，旨在简化 AI 驱动应用的开发。 |
| Feast | 开源特征商店，用于将生产 ML 系统作为一组特征进行大规模操作。 |
| Fifty-One | 用于构建高质量数据集和计算机视觉模型的工具包。 |
| Genkit | 用于构建、部署和监控生产级 AI 驱动应用的框架。 |
| Haystack | LLM 编排框架，用于构建可定制的、生产级 LLM 应用。 |
| HoneyHive | AI 可观测性和评估平台，为生成式 AI 流水线提供跟踪和监控工具。 |
| Lakechain | 用于使用基础设施即代码在 AWS 上部署文档处理流水线的 Python 框架。 |
| Langchain | 用于使用 LLM 构建上下文感知、推理应用的 Python 框架。 |
| Langchain-Go | 用于使用 LLM 构建上下文感知、推理应用的 Go 框架。 |
| Langchain4j | 用于使用 LLM 构建上下文感知、推理应用的 Java 框架。 |
| LangGraph | 用于构建有状态、多参与者应用的 Python 和 Javascript 库。 |
| LlamaIndex | 一个数据框架，用于通过模块化集成构建 LLM 应用。 |
| Mastra | 用于快速构建 AI 应用和功能的 Typescript 框架。 |
| Mirror Security | 用于向量加密和访问控制的 Python 框架。 |
| Mem0 | 用于 LLM 应用的自改进记忆层，支持个性化 AI 体验。 |
| Neo4j GraphRAG | 用于使用 Neo4j 和 Python 构建图检索增强生成 (GraphRAG) 应用的软件包。 |
| NLWeb | 使用 schema.org 及相关数据格式将网站转换为可聊天数据的框架。 |
| OpenAI Agents | 用于管理可以协同工作的多个 AI 代理的 Python 框架。 |
| Pandas-AI | 用于以自然语言查询/可视化您的数据（CSV、XLSX、PostgreSQL 等）的 Python 库。 |
| Ragbits | 提供构建强大检索增强生成 (RAG) 应用的基本“构件”的 Python 包。 |
| Rig-rs | 用于构建可扩展、模块化和易于使用的 LLM 驱动应用的 Rust 库。 |
| Semantic Router | 使用向量搜索为 AI 应用构建决策层的 Python 库。 |
| SmolAgents | 一个面向代理的基础库。代理编写 Python 代码来调用工具并协调其他代理。 |
| Solon | 一个轻量级、高性能的 Java 企业级框架。 |
| Spring AI | 遵循 Spring 设计原则（如可移植性和模块化设计）构建的 Java AI 框架。 |
| Superduper | 用于构建灵活、可组合的 AI 应用的框架，这些应用可以直接应用于数据库。 |
| Sycamore | 用于 ETL、RAG、基于 LLM 的应用以及非结构化数据分析的文档处理引擎。 |
| Testcontainers | 提供用于测试的一次性、轻量级系统实例的框架。 |
| txtai | 用于语义搜索、LLM 编排和语言模型工作流的 Python 库。 |
| Vanna AI | 用于 SQL 生成和查询的 Python RAG 框架。 |
