在2024年，有几个引人注目的Agent框架值得关注。它们在规划、用户体验、记忆和大模型调用等方面表现出色。
OpenAGI: 这是一个开源的人工通用智能（AGI）研究平台，结合了针对特定任务如情感分析或图像去模糊化的小型专家模型和基于任务反馈的强化学习（RLTF）以改进其输出。它利用ChatGPT、LLaMa2等LLM和其他专业模型，并根据任务的上下文动态选择合适的工具。
论文标题：
OpenAGI：When LLM Meets Domain
Experts
论文链接：
https：//arxiv.org/abs/2304.04370
github链接：
https://github.com/openAGI
TaskWeaver: 是一个以代码为先的框架，用于构建由大型语言模型（LLM）驱动的自主代理。它能够将用户请求转化为可执行代码，并将用户定义的插件视为可调用的函数。这个框架支持丰富的数据结构，灵活的插件使用，动态插件选择，并利用LLM的编码能力处理复杂逻辑。此外，它通过示例集成了特定领域的知识，并确保了生成代码的安全执行。
论文标题：
TaskWeaver: A Code-First
Agent Framework
论文链接：
https://export.arxiv.org/abs/2311.17541
主页链接：
https://microsoft.github.io/TaskWeaver/
github链接：
https://github.com/microsoft/TaskWeaver
MetaGPT: 是一个多代理框架，通过分配不同的角色给GPT，形成一个协作实体来处理更复杂的任务。它支持通过一行需求输入产生用户故事、竞争分析、需求、数据结构、API等，并包括产品经理、架构师、项目经理、工程师等角色，提供了一个软件公司整个过程的精心编排的标准操作流程。
论文标题：
METAGPT: META PROGRAMMING
FOR MULTI-AGENT COLLABORATIVE FRAMEWORK
论文链接：
https://arxiv.org/pdf/2308.00352.pdf
github链接：
https://github.com/geekan/MetaGPT
demo链接：
https://huggingface.co/spaces/deepwisdom/MetaGPT
AutoGPT: 这是一个开源的自主AI代理，能够与GPT-4和GPT-3.5接口。用户可以输入一个目标或任务，AutoGPT将其分解为子任务，然后启动新的代理来完成这些任务，这些任务可以包括创建网站、生产社交媒体内容、电子邮件和营销副本，甚至翻译文本。
github链接：
https://github.com/Significant-Gravitas/Auto-GPT
SuperAGI: 这是一个开源的自主AI代理框架，使开发者能够构建和管理自主代理。SuperAGI允许开发者通过一个动作控制台运行和管理多个代理，在动作控制台中，用户可以输入指令和配置权限。还有一个代理活动页面，用户可以实时查看代理的活动这些框架展示了多种用途，从任务管理和数据收集到内容生成、代码编写，甚至更复杂的领域特定分析。它们各自的特点和功能强调了在选择适合特定项目需求时考虑的多样性。
github链接：
https://github.com/TransformerOptimus/SuperAGI
出自：https://mp.weixin.qq.com/s/wnPh70f5-2iuvYQ0EjzSuQ