frangelbarrera/awesome-ai-agents

GitHub: frangelbarrera/awesome-ai-agents

一份系统整理AI智能体框架、工具与自主工作流的开源精选资源清单,帮助开发者快速了解和选型2026年Agent生态的前沿技术。

Stars: 4 | Forks: 3

# AI Agent 代码库

Awesome AI Agents Banner

[![Awesome](https://awesome.re/badge.svg)](https://awesome.re) [![License: CC0-1.0](https://img.shields.io/badge/License-CC0_1.0-lightgrey.svg)](http://creativecommons.org/publicdomain/zero/1.0/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg)](http://makeapullrequest.com) 欢迎来到探索 2026 年自主 agent 生态系统的终极地图。随着人工智能从对话模式向结构性自主转变,对强大、可扩展且安全的 agentic 架构的需求变得前所未有的清晰。本索引汇集了目前定义最先进水平的框架、进攻性安全 agent、OSINT 处理器以及企业部署工具。 无论您是使用有向循环图(Directed Cyclic Graphs, DCGs)构建分布式系统、配置容器隔离的编码环境,还是为红队(red-teaming)任务实现张量切除(tensor ablations),本代码库都为您提供了一个务实且高度技术性的指南。我们优先考虑执行能力而非炒作,严格专注于在复杂工作流中提供与人类同级切实可操作的工具。 ## 📖 术语表 为确保所有代码库表格的清晰度,我们使用以下参数对工具进行分类: - **引擎分类**: - **本地推理**:需要访问本地硬件资源(GPU/TPU),或针对边缘/本地部署进行了量化模型优化。 - **基于 API**:执行严重或完全依赖于托管的外部 endpoint(例如 OpenAI、Anthropic、Gemini API)。 - **混合**:可同时利用本地系统智能以及在回退/路由时使用外部提供商的 API 进行操作。 - **部署模式**:使用该工具的主要接口(例如,*CLI*、*Web UI*、*Docker*、*库* / *SDK*)。 ## 📑 目录 1. [AI Agent 框架](#1-ai-agent-frameworks) 2. [编程与代码 Agent](#2-programming-and-coding-agents) 3. [Agentic 工作流与自动化](#3-agentic-workflows-and-automation) 4. [道德黑客与漏洞挖掘](#4-ethical-hacking-and-bug-hunting) 5. [OSINT(开源情报)](#5-osint-open-source-intelligence) 6. [PC 控制与桌面自动化](#6-pc-control-and-desktop-automation) 7. [无审查模型与越狱](#7-uncensored-models-and-jailbreak) 8. [进阶指南、技巧与 Prompt](#8-advanced-guides-tips-and-prompts) 9. [GitLab 与企业项目](#9-gitlab-and-corporate-projects) 10. [Agent 目录与市场](#10-agent-directories-and-marketplaces) 11. [专业领域 Agent](#11-specialized-agents) 12. [Agent 的记忆与持久化](#12-memory-and-persistence-for-agents) 13. [评估基准](#13-evaluation-benchmarks) 14. [社会模拟与虚拟世界](#14-simulations-of-societies-and-virtual-worlds) 15. [安全、防护机制与对齐](#15-security-guardrails-and-alignment) 16. [边缘与本地 AI Agent(移动端/IoT)](#16-edge-and-local-ai-agents-mobileiot) 17. [Web3 与加密货币 Agent](#17-web3-and-crypto-agents) 18. [语音与实时音频 Agent](#18-voice-and-real-time-audio-agents) 19. [数据工程与分析 Agent](#19-data-engineering-and-analytics-agents) ## 1. AI Agent 框架 用于构建自主 agent 的基础架构。 | 代码库 | 描述 | 技术栈 | 引擎 | 部署 | 链接 | | :--- | :--- | :--- | :--- | :--- | :--- | | **LangChain** | 基于 Graph 路由的 NLP 操作。在专有 REST API 和本地推理之上执行抽象包装器。 | Python/TS | 混合 | 库 | [链接](https://github.com/langchain-ai/langchain) | | **LangGraph** | 有状态的多参与者编排器,通过带有检查点机制的有向循环图(DCGs)映射迭代节点。 | Python/TS | 混合 | 库 | [链接](https://github.com/langchain-ai/langgraph) | | **CrewAI** | 角色委托的 DAG 执行器,通过 agent 间的消息传递和记忆状态共享来编排任务阵列。 | Python | 混合 | 库 | [链接](https://github.com/crewAIInc/crewAI) | | **AutoGen** | 多 agent 对话框架,利用基于 socket 的 RPC 循环在 Docker 安全沙箱中进行分布式执行。 | Python | 混合 | Web UI | [链接](https://github.com/microsoft/autogen) | | **MetaGPT** | 瀑布式 SOP 模拟器,将标准操作流程映射到 agent 层级,用于复杂代码库迭代。 | Python | 混合 | CLI | [链接](https://github.com/geekan/MetaGPT) | | **AutoGPT** | 递归启发式循环 agent,通过本地文件系统缓存和 vector embeddings 生成执行计划。 | Python/Docker | 混合 | Web UI | [链接](https://github.com/Significant-Gravitas/AutoGPT) | | **Dify** | 后端即服务(Backend-as-a-Service)架构,统一 LLM 请求的 API 网关并内置 vector DB 路由。 | Docker/Python | 混合 | Web UI | [链接](https://github.com/langgenius/dify) | | **Camel-AI** | 社会动力学角色扮演模拟器,通过隔离的推理通道执行基于 prompt 的对抗网络。 | Python | 混合 | 库 | [链接](https://github.com/camel-ai/camel) | | **SmolAgents** | 极简依赖包装器,支持本地 safetensors 解析和直接执行内联 Python 工具。 | Python | 混合 | 库 | [链接](https://github.com/huggingface/smolagents) | | **SuperAGI** | Docker 化的可扩展基础设施,支持分布式并发 agent worker 和共享 vector store 后端。 | Docker/Python | 混合 | Web UI | [链接](https://github.com/TransformerOptimus/SuperAGI) | ## 2. 编程与代码 Agent 由 AI 管理、审查和扩展的源代码开发。 | 代码库 | 描述 | 技术栈 | 引擎 | 部署 | 链接 | | :--- | :--- | :--- | :--- | :--- | :--- | | **Aider** | 命令行 AST 操作器,支持实时 git-diff 集成和具有上下文感知能力的代码库 embeddings。 | Python | 混合 | CLI | [链接](https://github.com/Aider-AI/aider) | | **OpenHands** | 容器隔离的执行环境,具有双向无头浏览器操作和伪 TTY 接口。 | Docker/Python | 混合 | Web UI | [链接](https://github.com/All-Hands-AI/OpenHands) | | **Void** | 基于 Electron 的 IDE 分支版本,带有嵌入式推理路由,通过本地 LLM socket 绑定防止遥测数据泄露。 | TypeScript | 本地推理 | IDE 扩展 | [链接](https://github.com/voideditor/void) | | **Continue** | IDE 代理层,将 context payload 和 FIM 请求路由到严格配置的本地/远程推理 endpoint。 | TypeScript | 混合 | IDE 扩展 | [链接](https://github.com/continuedev/continue) | | **SWE-agent** | 自动化修补 daemon,利用隔离的 bash 评估将 GitHub issue 映射到本地代码库 diff。 | Python | 混合 | CLI | [链接](https://github.com/princeton-nlp/SWE-agent) | | **GPT-Engineer** | 脚手架编译器,通过顺序 AST 生成将高层 Markdown 规范转换为完全初始化的工作区。 | Python | 基于 API | CLI | [链接](https://github.com/gpt-engineer-org/gpt-engineer) | | **Cline** | IDE 嵌入式后台 worker,与 Language Server Protocol 和文件系统监视器交互以进行代码变更。 | TypeScript | 混合 | IDE 扩展 | [链接](https://github.com/cline/cline) | | **Mentat** | CLI 抽象层,在原始文件流和代码库 Graph 上操作,用于跨文件的变量引用传递。 | Python | 混合 | CLI | [链接](https://github.com/Mentat-AI/mentat) | | **Plandex** | 基于 Go 的后台编排器,通过分离的 daemon 进程和 git 跟踪执行迭代重构任务。 | Go | 混合 | CLI | [链接](https://github.com/plandex-ai/plandex) | | **Tabby** | Rust 优化的推理引擎,为代码补全提供低延迟的 FIM (Fill-In-the-Middle) payload 处理。 | Rust/Docker | 本地推理 | Docker | [链接](https://github.com/TabbyML/tabby) | ## 3. Agentic 工作流与自动化 将 agent 与 API、节点和条件处理流程集成。 | 代码库 | 描述 | 技术栈 | 引擎 | 部署 | 链接 | | :--- | :--- | :--- | :--- | :--- | :--- | | **GitHub Agentic Workflows** | CI/CD 流水线包装器,将自然语言转换为触发矩阵 runner 的 GitHub Action YAML 文件。 | YAML/TS | 基于 API | Docker | [链接](https://github.com/github/gh-aw) | | **Composio** | 身份验证中间件,提供 OAuth2 桥接,并在 LLM 和 3 方 API 之间进行严格类型的 endpoint 映射。 | Python/TS | 混合 | Web UI | [链接](https://github.com/ComposioHQ/composio) | | **n8n** | 基于节点的可视化工作流引擎,运行原生 JS 沙箱执行和异步事件驱动 RPC 触发器。 | TS/Docker | 混合 | Web UI | [链接](https://github.com/n8n-io/n8n) | | **PydanticAI** | 类型安全的中间件,通过硬编码 schema 验证和重试循环保证结构化 JSON 输出的一致性。 | Python | 混合 | 库 | [链接](https://github.com/pydantic/pydantic-ai) | | **Agent-Orchestrator** | 自动化 PR 生命周期控制器,在临时 CI 中使用无头执行根据测试套件验证 diff。 | Python | 基于 API | CLI | [链接](https://github.com/ComposioHQ/agent-orchestrator) | | **LLM Workflow Engine** | 流水线执行器,通过确定性有限自动机状态机处理顺序 prompt 和分支逻辑。 | Python | 混合 | Web UI | [链接](https://github.com/llm-workflow-engine/llm-workflow-engine) | | **Bee Agent Framework** | 企业级 SDK,强制执行强化的防护机制、严格的数据平面路由和审计日志合规性。 | TypeScript | 混合 | 库 | [链接](https://github.com/i-am-bee/bee-agent-framework) | | **Awesome LLM Apps** | 用于生产级 RAG 微服务和可扩展向量集成的技术样板和基础设施定义。 | Markdown | N/A | 文档 | [链接](https://github.com/Shubhamsaboo/awesome-llm-apps) | ## 4. 道德黑客与漏洞挖掘 渗透测试、漏洞分析和进攻性例程。 | 代码库 | 描述 | 技术栈 | 引擎 | 部署 | 链接 | | :--- | :--- | :--- | :--- | :--- | :--- | | **HexStrike AI** | 执行原生进攻性依赖项。需要 root 权限以使用原始 socket,并提供基本的 EDR 规避。 | Python | 基于 API | CLI | [链接](https://github.com/0x4m4/hexstrike-ai) | | **Claude Bug Bounty** | AST 代码库分析器。生成结构化的模拟 payload(不会自动执行动态 payload)。 | Python/TS | 基于 API | CLI | [链接](https://github.com/shuvonsec/claude-bug-bounty) | | **PentestAgent** | 使用网络子进程的黑盒操作器。未加密流量易被标准 IDS 检测;静态自动生成的 payload。 | Python | 混合 | CLI | [链接](https://github.com/GH05TCREW/pentestagent) | | **Pentagi** | 将 Kill Chain 执行委托给 Docker。缺乏混淆或原生 L7 防火墙绕过能力。 | Docker/Go | 混合 | Web UI | [链接](https://github.com/vxcontrol/pentagi) | | **CAI** | TCP/UDP 服务推理。无进攻性 payload 生成的被动协议。 | Python | 混合 | 库 | [链接](https://github.com/aliasrobotics/CAI) | | **Awesome AI Cybersecurity** | 红队建模的结构化参考。纯粹的被动文档环境。 | Markdown | N/A | 文档 | [链接](https://github.com/ElNiak/awesome-ai-cybersecurity) | ## 5. OSINT(开源情报) 从公开来源提取、过滤和总结信息。 | 代码库 | 描述 | 技术栈 | 引擎 | 部署 | 链接 | | :--- | :--- | :--- | :--- | :--- | :--- | | **OSINT AI Agent** | 连续的域名侦察序列。向 API (Shodan/Censys) 执行大量查询,容易受到速率限制影响。 | Python | 基于 API | CLI | [链接](https://github.com/dazzyddos/OSINT_AI_Agent) | | **AI OSINT** | 自动跟踪 Google Dorks 语法。提取大量索引;需要代理轮换以规避封禁。 | Python | 基于 API | CLI | [链接](https://github.com/7WaySecurity/ai_osint) | | **AI-Resources** | 用于静态无头抓取 的脚本。提取网络资料,但难以应对动态 JS 验证和 CAPTCHA。 | Python | 混合 | CLI | [链接](
标签:AI智能体, SOC Prime, 人工智能, 可视化界面, 开发工具, 日志审计, 用户模式Hook绕过, 精选资源列表, 请求拦截, 逆向工具, 防御加固