现在自己搭建 Agent，大家一般都是用什么框架啊

手搓

想学习一下，主要是出于什么需求需要自己搭建 Agent 啊，我一直想学，但是觉得没啥定制化需求需要自己搭建一个，感觉代码 Agent 都能干

直接在 codex \ Calude code 上直接搭

Java 技术栈，去年在公司用过早期的 Spring AI Alibaba ，刚起步没有什么配套设施，什么都要自己开发，而且 Agent 效果一般，后面换成了 langchain/langgraph ，配套还挺成熟的，开箱即用

Mastra

有几个 web 项目用的是 Vercel 的 Agent 框架，桌面应用的话感觉能选的就比较多了

pi-mono

直接套 Codex 或者 Claude Code ，定制几个 skill 和 mcp ，我觉得就能解决大部分场景问题了

claude code + skill + 脚本 够了

先是 langchain 后面换成了 spring ai 和部分手搓。

@mmdsun spring ai 社区的库我也在用：
https://springaicommunity.mintlify.app/projects

@catinsides 我也是 pi

cc 代码泄露过吧

强烈推荐 TSP ，提供完整的工具层能力，能让你 10 行代码跑起来一个 agent ，然后你可以在这个基础上慢慢加入自己的逻辑

https://github.com/alexazhou/TSP

直接在开源的 claude code 的基础上改，想怎么乱改都可以
https://github.com/claude-code-best/claude-code

langchain 家的 deepagents
https://github.com/langchain-ai/deepagents

我能说我还是在手写 Agent 吗。
https://noteloom.app 就是一个云 Agent 平台，采用了革命式的非 chatbox 的交互模式，让你更容易进行多线程作业。

感觉 Agent 开发里的常见问题都涉及了，比如 human in the loop ，命令行友好，长任务后台运行、长文本分段等等。

我倒不是刻意造轮子，只是 Harness 这玩意真的自己开发最方便。

@rizon
我也看过一些 agent sdk ，比如大名鼎鼎的 langchain ，不过 langchain 感觉就 graph 有用，可以提高代码的可维护性，其他的东西感觉都用处不大。但是你自己写个 graph ，在如今的 ai 加持下其实也不麻烦。


我的另一个 ai 硬件语音对话的产品，也是手搓的 agent 平台。
一方面是我做这产品时几个云厂商的硬件语音对话平台还不完善。
另一方面后面他们完善了后也都是标准化功能，在个性化能力支持上还是不如自己写的来着方便。一样是毫秒级启动，高并发支持，还能支持很多产品特有的语音交互玩法。

我原本还想把这个平台能力单独做成 paas 服务，不过目前精力有限暂时就没折腾。

pydantic-ai 轻量且封装度低

反正又不是你自己写代码，需求给 code agent 。它爱用啥用啥，它能自圆其说就行。

我也想知道,到底应该用啥

@SHIINASAMA 权威，还得是老艺术家

@exploretheworld 主要是想做成服务端应用，提供接口

langchain/deepagents: 我自己的两个产品以及自媒体工具都是。

手搓:https://github.com/usewhale/whale