本文将介绍一系列市面上可用的 Agent 开发平台,这些平台覆盖了从大模型交互到知识库管理等多种功能,旨在简化智能体的研发和运维过程。我们将探讨它们的特点、优势以及适用场景,帮助读者更好地理解如何选择适合自己需求的平台。
一、什么是 Agent 开发平台
面向智能体生产场景的一站式开发平台,能力覆盖但不限于智能体编排、知识库管理、大小模型交互、计量、开放、私有化部署等功能。有效提供智能体研发效率,降低智能体研发耗费的人力和时间成本。
二、解决场景
知识库问答 产品运营快速搭建智能体 业务研发便捷调试等
三、市面上的开发平台产品、平台
1. 字节 coze
工具:插件覆盖比较丰富,且支持自定义
大模型:使用主流大模型,豆包、moonshot、minmax、通义前问等
发布渠道:支持 api 调用、飞书、抖音、掘金、微信
产品形态:C、B 端
2. 腾讯元器
工具:插件较少,支持自定义
大模型:仅支持混元
发布渠道:支持 api 调用、QQ 智能体、微信客服
产品形态:C、B 端
3. 百度文心
工具:插件较少,支持自定义
大模型:文心一言、文心大模型 4.0 等
发布渠道:支持 api 调用、微信、公众号、企业微信、百度系产品
产品形态:C、B 端
4. Dify
工具:插件覆盖比较丰富,且支持自定义
大模型:使用主流商业和开源模型(本地部署或基于 Maas)
发布渠道:支持私有化部署(docker、k8s)
产品形态:开源
编程方法:api+ 应用程序导向
LLMs:普遍支持,且可以在页面配置
智能体:支持
知识库:支持
工具:支持,较为丰富且有 agent 案例
工作流:支持
本地部署:支持
5. FastGPI
编程方法:api+ 应用程序导向
LLMs:主要支持 openAI,更改较复杂
智能体:支持
知识库:支持,本地知识库配置较难
工具:较少
工作流:支持
本地部署:支持
6. LangChain
编程方法:python
LLMs:普遍支持
智能体:支持
知识库:支持
工具:支持
工作流:不支持
本地部署:支持
7. Flowise
编程方法:应用程序导向
LLMs:普遍支持
智能体:不支持
知识库:支持
工具:支持
工作流:支持
本地部署:支持
8. OpenAI Assistant API
编程方法:api 导向
LLMs:仅支持 openAI
智能体:支持
知识库:支持
工具:支持
工作流:不支持
本地部署:不支持
集中解决通用的、复杂问题,抽象成标准的智能体构建模型,且能够适配业务的平台,还有一定的市场,可以考虑基于开源产品耦合业务需求。
本文由 @wanee 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议
登录后才可以发布评论哦
打开小程序可以发布评论哦