# 8.1 框架生态概览与选型指南

随着智能体工程化需求增加，各类开发框架快速涌现：它们把“提示词 + 工具 + 状态 + 评估”封装成更可维护的系统结构。

为什么需要框架？因为手写 Prompt 和 API 调用虽然灵活，但在处理 **多智能体通信**、**状态管理**、**错误重试**、**上下文窗口优化** 以及 **流式输出** 时，原生代码会迅速变成难以维护的“意大利面条”。

目前市场上已经形成了一个丰富但略显拥挤的生态。如何根据业务需求选择合适的工具，是每个开发者面临的第一个挑战。

## 8.1.1 核心框架图谱

与其记住每个框架的名字，更重要的是理解它们在工程抽象上的差异。常见的框架形态可以按“主矛盾”划分：

### 形态 A：链式编排

代表框架：**LangChain LCEL**、**Haystack Pipeline**

* 适合把多个模型调用与工具调用按固定顺序串起来。
* 优点：上手快、心智负担小。
* 局限：难以表达复杂控制流（分支/循环/回退）。

### 形态 B：图编排与类型安全

代表框架：**LangGraph**、**LlamaIndex Workflows**

* 把工作流建模为状态机/有向图，强调可控性与可回放。
* 常见能力：条件路由、循环、检查点（checkpoint）、中断/恢复、人机协作节点。

### 形态 C：多智能体协作

代表框架：**CrewAI**、**AG2/AutoGen**

* 目标是让多个角色分工协作：研究、写作、执行、审阅、裁判等。
* 典型模式：对话编排（群聊/轮次控制）与角色任务编排（SOP/流水线/层级）。

### 形态 D：数据/RAG 驱动

* 把“索引/检索/后处理/权限隔离”作为第一等公民。
* 适合知识密集型智能体：文档问答、对比分析、跨数据源查询。

### 形态 E：企业级 SDK / 治理优先框架

代表框架：**Semantic Kernel（存量项目）**、**Microsoft Agent Framework（1.0 GA，2026-04-03）**

* 把身份、权限、审计、连接器与治理作为核心能力。
* 适合在既有系统中落地，而不是从零搭建智能体平台。
* 在 Microsoft 生态里，Microsoft Agent Framework 已成为承接 Semantic Kernel 与 AutoGen 思路的统一主线。

### 形态 F：低代码托管平台

代表框架：**Dify**、**LangFlow**、**Flowise**

* 提供可视化拖拽界面与零代码/低代码开发体验。
* 内置编排、评估、部署一体化工具。
* 适合快速原型与非技术用户。

## 8.1.2 选型决策矩阵

| 维度          | 链式编排 | 图编排/状态机 | 多智能体协作 | 数据/RAG 驱动 | 企业级 SDK |
| ----------- | ---- | ------- | ------ | --------- | ------- |
| **可控性**     | 中    | 高       | 中到高    | 中         | 高       |
| **易用性**     | 高    | 中       | 中      | 中         | 中       |
| **代码执行闭环**  | 依赖外部 | 可集成     | 常见强项   | 依赖外部      | 可集成     |
| **知识/检索能力** | 依赖外部 | 依赖外部    | 依赖外部   | 强         | 依赖外部    |
| **治理与审计**   | 依赖外部 | 可增强     | 需要额外设计 | 需要额外设计    | 强       |

## 8.1.3 选型建议

1. **企业级业务流（审批、客服）**：优先图编排/状态机形态，确保可控、可追踪、可回放。
2. **知识密集型任务（法律/政策/内部知识库）**：优先数据/RAG 驱动形态，投入索引、权限与后处理。
3. **创意与自动化任务（内容生成、运营流程）**：优先角色任务编排形态，强调 SOP 与交付模板。
4. **代码生成与执行闭环**：优先具备沙箱执行、错误回传、评审回路的组合方案。
5. **传统企业系统集成**：优先企业级 SDK/连接器形态，把权限、审计与连接器放在第一位。

## 8.1.4 小结

框架没有绝对的优劣，只有“适合”与“不适合”。

* **智能体本质是 While 循环**，框架只是封装了这个循环里的脏活累活。
* 不要被框架绑定。理解底层的 Prompt 设计、工具调用和记忆管理才是核心。
* 很多时候，**混合使用** 也是一种策略（例如把数据/RAG 能力封装成工具，再挂载到多智能体编排系统中）。

下一节将通过一个“从链到图”的例子解释流程编排的演进。

***

**下一节**: [8.2 从链到图：流程编排进化](/agentic_ai_guide/di-san-bu-fen-gong-cheng-shi-jian-yu-luo-di/08_frameworks/8.2_langchain.md)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/agentic_ai_guide/di-san-bu-fen-gong-cheng-shi-jian-yu-luo-di/08_frameworks/8.1_ecosystem.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.