Agent 框架与编排先试这个
OpenAI Agents SDK
openai / openai-agents-python
轻量的 agent 运行时:agent、handoff、guardrail、trace 四个核心概念。
为什么选
- 概念少,代码结构清楚,适合从零写一个可维护的 agent。
- handoff 与 guardrail 把多 agent 交接和安全边界做成显式 API。
- trace 能接 OpenAI 平台,也支持其他模型。
不适合
需要复杂图状态与持久化,LangGraph 更合适。
只想要平台化托管,应该看工具站里的托管产品。
许可与使用边界
GitHub 快照显示许可为 MIT。开源不等于可商用:GPL / AGPL 有传染性;代码许可、模型许可、生成内容许可要分开看。上线前读仓库 LICENSE 与模型卡,必要时让法务确认。
替代与相邻
- LangGraph — 生产可用,把 agent 写成有状态图:节点、边、检查点、人工确认与回滚都能显式表达。
- Pydantic AI — 轻量,用 Pydantic 的类型系统写 agent:输入、输出、工具参数都强类型校验。
- smolagents — 轻量,Hugging Face 的极简 agent 库,主打“让模型写代码来调用工具”。
下一步
- 打开 GitHub,先读 README、LICENSE、最近 release 与 issue。
- 按“部署依赖 / 显存 / 数据 / 网络 / 权限”列一张上手清单。
- 用一个小样本跑通,再决定是否进生产;不要直接上生产数据。
快照口径:stars / forks / language / license / pushed_at 来自 GitHub API 2026-11-19 快照;之后的变化没有回写。标签与“适合 / 不适合”是编辑判断,不是 GitHub 元数据。
不背书:本站只做索引与风险提示,不审计代码、不保证安全、不替你做许可判断。仓库脚本与模型权重请自行审查。