现在 ai agent 开发都用什么框架

找一个 sdk，类似于 open ai 的 agent sdk
（我目前的 piwork 是在 work 里面塞了一个 pi.sdk)
然后通过这个 sdk 定制 harness，就能开发自己的 ai agent 了
🙂

现在编排没啥用基本可以直接手撸（ vibe coding ），然后执行器层抽出来，用 pi ，dsh ，opencode 都行。langgraph 在大多数业务场景下感觉没啥意义

用 go 手搓

早些时候调研过，哪个时候没啥选的国内使用最多三个：LangChain 0.x 、Dify 、SpringAI 1.X 。后面就开始兴起了一阵，放弃 LangChain 手搓的风，当时网上很多文章讲为啥放弃 LangChain ，我们也是造了很多无用的轮子。

现在公司是用基础简单的框架做基座，然后手搓，各个线框架不同，也没要求统一。
————选型方向是：框架简单但至少要支持主流大模型，并提供自定义模型扩展能力，方便接入官方未支持的模型。支持 Tool Calling ，最好还具备 Tool Search ，能够根据任务动态发现和选择工具。

按照这个标准，Spring AI 2.x 和 Pi 1.4 等就是很好的选择了。LangChain 只用过 0.x ，现在这个版本感觉有点复杂，没有深入研究。

另外还要看你做的服务端 Agent 服务，还是 PC/手机个人助手类 Agent 对框架选择也有很大差异。

@ThisDay 为什么说 langgraph 大多数业务场景没啥意义

依然推荐用 LangChain ，langgraph 。重点考虑的是召回率。