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