TopOpenSourceAI
EN

#66 · 主分类： LLM应用框架

langroid

agents ai chatgpt function-calling gpt gpt-4 gpt4 information-retrieval language-model llama llm llm-agent llm-framework local-llm multi-agent-systems openai-api rag retrieval-augmented-generation

利用大语言模型进行多智能体编程

项目最后更新：08/29/26

在 GitHub 查看 访问官网

GitHub Stars

4.1K

Forks数量

395

贡献者数量

31

许可证

MIT

收录理由

Langroid 出自 CMU 和 UW-Madison 研究者之手，是一个专为编排多个 LLM 智能体而设计的 Python 框架。你可以先定义好各个 Agent，再按需挂上可选组件，比如接入大模型、向量库或函数调用工具，然后给它们分配任务，让它们通过相互发送消息来协同完成。框架刻意不依赖 LangChain，只要模型提供与 OpenAI 兼容的 API 就能用，本地跑个 Ollama 也没问题。这种设计对想要直接掌控多智能体对话流程、或是做 RAG 式文档问答的团队很有吸引力，既不必背上沉重的生态包袱，又能保留充分的灵活性。项目文档里展示了实际生产环境的部署案例，而它自带的本地模型抽取和结构化数据抓取示例，也能让新用户在投入之前快速上手体验一番。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

langchain

智能体工程平台。

#1

dify

在一个协作工作区中构建Agentic工作流、RAG管道，支持丰富的AI模型和工具。可部署在云、VPC或自托管环境，团队无需重建技术栈即可从原型走向生产。

#2

headroom

压缩工具输出、日志、文件和RAG块，再送入LLM。编码代理减少20% token，JSON减少60-95% token，答案不变。提供库、代理、MCP服务器。

#3

litellm

最快的、最轻量的AI网关。Rust核心，Python SDK。以OpenAI（或原生）格式调用100多种LLM API，具备成本追踪、护栏、负载均衡和日志记录 [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]

#4

llama_index

LlamaIndex 是领先的文档代理和 OCR 平台

#5