| Agno | Agno 是一个快速的多智能体框架、运行时和控制平面。 |
| AutoGen | 来自微软的框架，用于利用多个对话智能体构建 LLM 应用程序。 |
| Camel | 用于构建和使用基于 LLM 的智能体来解决现实世界任务的框架。 |
| Cheshire Cat | 用于利用自定义数据创建个性化 AI 助手的框架。 |
| Cognee | AI 记忆框架，允许从 30 多个数据源加载数据到图数据库和向量数据库。 |
| CrewAI | CrewAI 是一个用于构建自动化工作流的框架，利用多个 AI 智能体执行复杂任务。 |
| Dagster | 用于数据编排的 Python 框架，集成了血缘分析和可观测性功能。 |
| DeepEval | 用于测试大语言模型系统的 Python 框架。 |
| DSPy | 用于算法优化 LM 提示词和权重的框架。 |
| Dynamiq | Dynamiq 是一款一体化生成式 AI 框架，旨在简化 AI 驱动应用程序的开发。 |
| Feast | 开源特征存储，用于作为特征集大规模运行生产级机器学习系统。 |
| 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、部署和监控生产就绪型 AI 驱动应用程序的框架。 |
| Google ADK | 来自 Google 的开源 Python 框架，用于构建、评估和部署 AI 智能体。 |
| Haystack | LLM 编排框架，用于构建可定制、生产就绪的 LLM 应用程序。 |
| 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 | 使用基础设施即代码（IaC）在 AWS 上部署文档处理流水线的 Python 框架。 |
| LangChain | 用于利用 LLM 构建上下文感知、推理应用程序的 Python 框架。 |
| LangChain4j | 用于利用 LLM 构建上下文感知、推理应用程序的 Java 框架。 |
| LangGraph | 用于构建有状态、多参与者应用程序的 Python 和 Javascript 库。 |
| LlamaIndex | 用于构建具有模块化集成功能的 LLM 应用程序的数据框架。 |
| Mastra | 用于快速构建 AI 应用程序和功能的 TypeScript 框架。 |
| Mirror Security | 用于向量加密和访问控制的 Python 框架。 |
| Mem0 | 用于 LLM 应用程序的自优化记忆层，实现个性化的 AI 体验。 |
| Microsoft GraphRAG | 用于从非结构化数据构建知识图谱的 Python 库。 |
| Neo4j GraphRAG | 使用 Neo4j 和 Python 构建图检索增强生成 (GraphRAG) 应用程序的软件包。 |
| NLWeb | 一个利用 schema.org 和相关数据格式将网站转换为聊天就绪数据的框架。 |
| Rig-rs | 用于构建可扩展、模块化且符合人体工程学的 LLM 驱动应用程序的 Rust 库。 |
| Semantic Router | 用于利用向量搜索为 AI 应用程序构建决策层的 Python 库。 |
| SmolAgents | 极简主义智能体库。智能体通过编写 Python 代码来调用工具并编排其他智能体。 |
| Spring AI | Java AI 框架，构建时遵循 Spring 设计原则，如可移植性和模块化设计。 |
| Swiftide | 用于构建 LLM 应用程序的 Rust 库。支持构建快速的流式索引和查询流水线以及可组合智能体。 |
| Sycamore | 用于 ETL、RAG、基于 LLM 的应用程序以及非结构化数据分析的文档处理引擎。 |
| Testcontainers | 用于为测试提供一次性、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。 |
| VoltAgent | TypeScript 框架，用于构建具有模块化工具、LLM 协调和可视化监控仪表板的 AI 智能体。 |
