sagentic-af|构建与本地运行自主智能体的TypeScript框架
sagentic-afSagentic.ai Agent Framework 是一个用于创建项目、在本地开发服务器中运行并通过 /spawn 接口启动智能体的 TypeScript 框架。
汇集工程开发主题下已发布的工具、教程、提示词与场景资料,帮助你了解用途、使用条件及操作方法。
Sagentic.ai Agent Framework 是一个用于创建项目、在本地开发服务器中运行并通过 /spawn 接口启动智能体的 TypeScript 框架。
LobeHub 是一个面向团队的超级智能体协作平台,可接入聊天应用、模型与 MCP/Skills,并支持自托管部署。
Fetch.ai 推出的轻量 Python 库,用装饰器编写自主 Agent,并通过 Almanac 与 Agentverse 接入去中心化网络。
CAMEL 是一个用 Python 构建和运行多智能体系统的开源框架,提供智能体、角色扮演、数据生成、工具调用和评估等模块。
E2B 是用于在云端隔离沙箱中运行 AI 生成代码的开源基础设施,提供 JavaScript 与 Python SDK 来启动和控制沙箱。
一个将大语言模型与DevOps工具结合、把自然语言需求转化为可运行软件的多智能体实验性系统。
连接数据库、表格与知识库,让 AI 自动写 SQL 和代码并在沙箱中完成分析、生成报表的开源数据助手与智能体应用平台。
基于 Python 的多智能体编排框架,用角色化 Crews 实现自治协作、用事件驱动 Flows 实现可控工作流。
deepset 开源的 Python 框架,用于以模块化流水线编排检索、路由、记忆与生成,构建 RAG、语义搜索和 Agent 应用。
解析PDF和其他文档的结构,提取文字、表格等内容并导出为模型和数据处理管道可用的格式。适合RAG、文档归档和信息抽取前的数据准备。
工程开发Python库与CLI;模型和加速后端按安装指南选择把PDF、图片等文档转换为Markdown、JSON或结构化片段,用于资料处理和模型输入,可按任务启用OCR与LLM增强。输出中的表格、公式和阅读顺序需要校对。
工程开发Python工具链;模型与GPU/CPU支持按版本核对在低代码业务开发平台中提供表单、流程和报表,并集成AI应用、知识库与流程编排能力。适合有Java及前端开发经验的团队,不是安装后自动生成完整业务系统。
工程开发Java与Vue业务平台;Docker或源码部署把多种文件转换为Markdown,尽量保留标题、列表和表格等结构,便于LLM、RAG和文本分析管道处理。它是开发工具,不是保证版式一致的文档编辑器。
工程开发Python库与CLI;系统和外部依赖按格式核对给React应用提供无限画布、图形编辑和协作能力,可结合LLM和Agent模板开发AI白板、图表与可视化创作界面。它是开发组件,不是开箱即用的AI生图软件,也不提供模型。
工程开发React与浏览器SDK;需前端开发和部署环境把图片、扫描件和PDF中的文字与版面信息转换为可编辑文本或结构化数据,可用于资料归档、表格提取及知识库预处理。提供文字识别和文档解析等不同流水线,需按任务选择。
工程开发Linux、Windows、macOS;硬件支持依流水线及后端版本而定读取本机CPU、内存与显卡配置,结合模型参数和量化格式,帮助筛选可能适合运行的大模型。推荐与速度估算不能代替在自己电脑上的真实测试。
工程开发macOS、Linux、Windows;硬件识别取决于驱动与系统用 Python 类型提示定义数据结构、解析外部输入并执行校验的开发库;不是 Pydantic AI,也不是独立智能体。
工程开发Python;具体版本与系统兼容性按官方文档核验面向公开 API 与合作方 API 的平台工程专家——负责契约优先设计(OpenAPI/gRPC)、版本与弃用策略、SDK 生成、API 网关职责(认证、限流、配额)以及开发者门户体验。
精通机器学习模型开发与部署的 AI 工程专家,擅长从数据处理到模型上线的全链路工程化,专注构建可靠、可扩展的 AI 系统。
自愈数据管道专家——使用气隙隔离的本地 SLM 和语义聚类,自动检测、分类和修复大规模数据异常。专注于修复层:拦截坏数据、通过 Ollama 生成确定性修复逻辑,并保证零数据丢失。不是通用数据工程师——而是当你的数据出了问题且管道不能停的时候,出手的外科手术级专家。