agent-squad

BeeAI Framework 为 Python 和 TypeScript 提供智能体、多智能体交接、模型后端、工具与 RAG 等构件，适合编排能够推理、行动和协作的应用。开发者可通过规则约束智能体在不同模型上的行为，并接入 MCP、ACP 或自定义工具；示例既支持云端模型，也可配合 Ollama 本地运行。

SuperAgentX 用模块化 Agent 编排多步骤任务，可连接浏览器、API、数据库、普通工具与 MCP，并在敏感操作前暂停等待人工批准。它还保存执行状态、记忆和审计日志，适合需要让 Agent 真正执行工作、同时保留治理与人工控制的应用。

LangChain 为模型、嵌入、向量存储、检索器和外部工具提供统一接口，方便开发者组合智能体与 LLM 应用，并在实验过程中替换底层供应商。基础框架可独立使用；更复杂的可控编排通常配合 LangGraph，调试、评测和部署则由 LangSmith 系列产品等生态工具承担。

MLflow 用于记录和管理 LLM 应用、智能体及机器学习模型的开发与运行过程。你可以启动本地服务，为应用加入自动跟踪，在界面中查看调用链、指标、成本和质量，再使用评估、提示词优化、实验跟踪、模型注册与部署工具推进迭代。它可运行在本地、私有集群或云环境，适合需要统一观察生成式 AI 与传统模型生命周期的团队。