ashishpatel26/500-AI-Agents-Projects

# 500+ AI Agent 项目与用例  ## 这是什么？ 这是一个精心整理的 **500+ AI agent 项目** 集合——包含生产级示例、教程和可运行代码，涵盖了所有主流框架（LangGraph、CrewAI、AutoGen、Agno）和各个行业（医疗保健、金融、教育、网络安全等）。 **适用人群：** - 🧑‍💻 正在构建其首个或下一个 AI agent 的**开发者** - 🔬 正在调研 agent 领域的**研究人员** - 🏢 评估生产环境适用框架的**团队** - 🎓 希望通过真实案例学习 agent 架构的**学生** ## ⚡ 快速开始 选择一个框架，在 5 分钟内运行一个 agent： ``` # Clone 仓库 git clone https://github.com/ashishpatel26/500-AI-Agents-Projects.git cd 500-AI-Agents-Projects # 运行 agents/ 目录下的任何 agent cd agents/01-web-research-agent pip install -r requirements.txt cp .env.example .env # add your API key python agent.py ``` ## 🗺️ 导航指南 | 我想... | 前往 | |---|---| | 立即运行一个可工作的 agent | [`agents/`](agents/) | | 按 AI 框架浏览 | [按框架分类的用例](#-browse-by-framework) | | 按行业浏览 | [行业用例](#-industry-use-cases) | | 了解应该使用哪个框架 | [框架对比](#-framework-comparison) | | 添加我自己的 agent | [参与贡献](CONTRIBUTION.md) | | 通过课程学习 | [`crewai_mcp_course/`](crewai_mcp_course/) | ## 📊 框架对比 正在选择框架？以下是各个框架的适用场景： | 框架 | 最适合 | 复杂度 | Multi-Agent | Streaming | 本地 LLM | |---|---|---|---|---|---| | **LangGraph** | 有状态的工作流、RAG 流水线、复杂的图结构 | ⭐⭐⭐ | ✅ | ✅ | ✅ | | **CrewAI** | 基于角色的团队、业务自动化、快速原型设计 | ⭐⭐ | ✅ | ✅ | ✅ | | **AutoGen** | 代码生成、研究、自我修复工作流 | ⭐⭐⭐ | ✅ | ✅ | ✅ | | **Agno** | 轻量级单一 agent、工具集成、快速迭代 | ⭐ | ✅ | ✅ | ✅ | | **LlamaIndex** | 文档问答、企业级 RAG、数据流水线 | ⭐⭐ | ⚠️ | ✅ | ✅ | **快速决策指南：** - 刚起步 → **Agno** 或 **CrewAI** - 需要有状态的图结构和 RAG → **LangGraph** - 构建编写代码 / 研究类 agent → **AutoGen** - 企业级文档流水线 → **LlamaIndex** ## 🏭 行业用例  | 用例 | 行业 | 描述 | 代码 | |---|---|---|---| | **HIA (Health Insights Agent)** | 医疗保健 | 分析医疗报告并提供健康见解 | [](https://github.com/harshhh28/hia.git) | | **AI Health Assistant** | 医疗保健 | 使用患者数据诊断和监测疾病 | [](https://github.com/ahmadvh/AI-Agents-for-Medical-Diagnostics.git) | | **Automated Trading Bot** | 金融 | 通过实时市场分析实现股票交易自动化 | [](https://github.com/MingyuJ666/Stockagent.git) | | **Agent Wallet SDK** | 金融 | 专为 AI agent 设计的非托管智能合约钱包 SDK，具有强制支出限额 | [](https://github.com/up2itnow0822/agent-wallet-sdk) | | **Virtual AI Tutor** | 教育 | 根据用户需求提供个性化教育 | [](https://github.com/hqanhh/EduGPT.git) | | **24/7 AI Chatbot** | 客户服务 | 全天候处理客户咨询 | [](https://github.com/NirDiamant/GenAI_Agents/blob/main/all_agents_tutorials/customer_support_agent_langgraph.ipynb) | | **Product Recommendation Agent** | 零售 | 根据用户偏好和历史记录推荐产品 | [](https://github.com/microsoft/RecAI) | | **Self-Driving Delivery Agent** | 交通运输 | 优化路线并自主配送包裹 | [](https://github.com/sled-group/driVLMe) | | **Factory Process Monitoring Agent** | 制造业 | 监控生产线并确保质量控制 | [](https://github.com/yuchenxia/llm4ias) | | **Property Pricing Agent** | 房地产 | 分析市场趋势以确定房产价格 | [](https://github.com/AleksNeStu/ai-real-estate-assistant) | | **Smart Farming Assistant** | 农业 | 提供关于作物健康和产量预测的见解 | [](https://github.com/mohammed97ashraf/LLM_Agri_Bot) | | **Energy Demand Forecasting Agent** | 能源 | 预测能源使用情况以优化电网管理 | [](https://github.com/yecchen/MIRAI) | | **Content Personalization Agent** | 娱乐 | 根据偏好推荐个性化媒体内容 | [](https://github.com/crosleythomas/MirrorGPT) | | **Legal Document Review Assistant** | 法律 | 自动化文档审查并突出显示关键条款 | [](https://github.com/firica/legalai) | | **Recruitment Recommendation Agent** | 人力资源 | 为职位空缺推荐最合适的候选人 | [](https://github.com/sentient-engineering/jobber) | | **Virtual Travel Assistant** | 酒店/旅游 | 根据偏好规划旅行行程 | [](https://github.com/nirbar1985/ai-travel-agent) | | **AI Game Companion Agent** | 游戏 | 通过实时协助增强玩家体验 | [](https://github.com/onjas-buidl/LLM-agent-game) | | **Real-Time Threat Detection Agent** | 网络安全 | 识别潜在威胁并缓解攻击 | [](https://github.com/NVISOsecurity/cyber-security-llm-agents) | | **E-commerce Personal Shopper Agent** | 电子商务 | 帮助客户找到他们喜欢的产品 | [](https://github.com/Hoanganhvu123/ShoppingGPT) | | **Logistics Optimization Agent** | 供应链 | 规划高效的配送路线并管理库存 | [](https://github.com/microsoft/OptiGuide) | | **Vibe Hacking Agent** | 网络安全 | 自主的多 Agent 红队测试服务 | [](https://github.com/PurpleAILAB/Decepticon) | | **Citadel** | 软件开发 | 通过生命周期钩子、技能、活动管理和事后驱动架构编排 Claude Code agent 集群 | [](https://github.com/SethGammon/Citadel) | | **MediSuite-AI-Agent** | 医疗保险 | 自动化医院/保险理赔工作流 | [](https://github.com/ahmedmansour5/MediSuite-Ai-Agent) | | **Lina Egyptian Medical Chatbot** | 医疗保健 | 埃及医疗助手聊天机器人 | [](https://github.com/dina-khalid/Lina-Egyptian-Medical-Chatbot) | ## 🔧 按框架浏览 ### CrewAI 基于角色的多 Agent 框架。非常适合业务自动化。 | 用例 | 行业 | 描述 | GitHub | |---|---|---|---| | 📧 邮件自动回复流程 | 通讯 | 根据预定义标准自动回复邮件 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/email_auto_responder_flow) | | 📝 会议助手流程 | 生产力 | 组织会议、安排日程和准备议程 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/meeting_assistant_flow) | | 🔄 自我评估循环流程 | 人力资源 | 促进绩效评估中的自我评估 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/self_evaluation_loop_flow) | | 📈 潜在客户评分流程 | 销售 | 评估并对潜在客户进行评分，以优先考虑外联 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/lead-score-flow) | | 📊 营销策略生成器 | 市场营销 | 通过分析市场趋势制定营销策略 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/marketing_strategy) | | 📝 职位发布生成器 | 招聘 | 通过分析职位要求创建招聘帖子 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/job-posting) | | 🔄 招聘工作流 | 招聘 | 通过自动化招聘任务来简化招聘流程 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/recruitment) | | 🔍 职位匹配 | 招聘 | 将候选人资料与合适的职位进行匹配 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/match_profile_to_positions) | | 📸 Instagram 帖子生成器 | 社交媒体 | 自动生成并安排 Instagram 帖子 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/instagram_post) | | 🌐 落地页生成器 | Web 开发 | 自动为网站创建落地页 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/landing_page_generator) | | 🎮 游戏构建团队 | 游戏开发 | 通过自动化创建环节来协助游戏开发 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/gamebuilder-crew) | | 💹 股票分析工具 | 金融 | 提供用于分析股票市场数据的工具 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/stock_analysis) | | 🗺️ 行程规划器 | 旅游 | 协助规划旅行行程 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/trip_planner) | | 🎁 惊喜旅行规划器 | 旅游 | 根据用户偏好规划惊喜旅行 | [GitHub](https://img.shields.io/badge/GitHub-Repository-blue)](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/surprise_trip) | | 📚 使用 Flows 写书 | 创意写作 | 通过结构化的写作工作流协助作者 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/write_a_book_with_flows) | | 🎬 剧本编写器 | 创意写作 | 通过模板和指导辅助编写剧本 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/screenplay_writer) | | ✅ Markdown 验证器 | 文档 | 验证 Markdown 文件的格式是否正确 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/markdown_validator) | | 🧠 Meta Quest 知识管理 | 知识管理 | 管理 Meta Quest 知识以进行信息检索 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/meta_quest_knowledge) | | 🤖 NVIDIA 模型集成 | AI 集成 | 将 NVIDIA AI 模型集成到工作流中 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/integrations/nvidia_models) | | 🗂️ 会议准备 | 生产力 | 准备会议材料并设定议程 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/prep-for-a-meeting) | | 🛠️ 起步模板 | 开发 | 用于新 CrewAI 项目的起步模板 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/starter_template) | | 🔗 CrewAI + LangGraph 集成 | AI 集成 | CrewAI 与 LangGraph 之间的集成 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/integrations/CrewAI-LangGraph) | ### AutoGen Microsoft 推出的用于代码生成、执行和多 Agent 研究的框架。 **代码生成、执行与调试** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 🤖 通过代码生成、执行和调试自动解决任务 | 软件开发 | 演示通过生成、执行和调试代码来实现任务的自动解决 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_auto_feedback_from_code_execution) | | 🧑‍💻 使用检索增强 Agent 进行代码生成和问答 | 软件开发 | 使用检索增强方法生成代码并回答问题 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_RetrieveChat) | | 🧠 使用基于 Qdrant 的检索进行代码生成和问答 | 软件开发 | 利用 Qdrant 增强检索增强 Agent 的性能 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_RetrieveChat_qdrant) | **多 Agent 协作** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 🤝 群聊（3 名成员，1 名管理者） | 协作 | 演示通过多 Agent 协作解决群组任务 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat) | | 📊 通过群聊进行数据可视化 | 数据分析 | 使用多 Agent 协作创建数据可视化 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_vis) | | 🧩 通过群聊（6 名成员）解决复杂任务 | 协作 | 与更大的群组协作解决复杂任务 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_research) | | 🧑‍💻 使用编码和规划 Agent 解决任务 | 规划与开发 | 结合编码和规划 Agent 来解决任务 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_planning.ipynb) | | 📐 通过图转换路径解决任务 | 协作 | 在图中使用预定义的转换路径来解决任务 | [](https://microsoft.github.io/autogen/docs/notebooks/agentchat_groupchat_finite_state_machine) | | 🧠 SocietyOfMindAgent 内部独白 | 认知科学 | 模拟使用群聊进行问题解决的内部独白 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_society_of_mind) | | 🔧 具有自定义发言者选择的群聊 | 协作 | 实现用于选择发言者的自定义函数 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_customized) | **连续多 Agent 对话** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 🔄 连续任务解决（单一发起 Agent） | 工作流自动化 | 使用单一发起 Agent 自动化连续任务解决 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_chats) | | ⏳ 异步连续任务解决 | 工作流自动化 | 处理一系列对话中的异步任务解决 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_async_chats) | | 🤝 具有不同发起 Agent 的连续对话 | 工作流自动化 | 由不同 Agent 发起每次对话的连续任务解决 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchats_sequential_chats) | **嵌套对话** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 🧠 使用嵌套对话解决复杂任务 | 问题解决 | 使用嵌套对话解决分层和复杂问题 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nestedchat) | | 🔄 一系列嵌套对话 | 问题解决 | 演示使用嵌套对话进行连续任务解决 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nested_sequential_chats) | | 🏭 使用嵌套对话的 OptiGuide 供应链 | 供应链 | 使用嵌套对话解决供应链优化问题 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nestedchat_optiguide) | | ♟️ 使用嵌套对话的对话式国际象棋 | 游戏 | 使用带有工具的嵌套对话进行对话式国际象棋 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nested_chats_chess) | **工具** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 🌐 网络搜索：解决需要网络信息的任务 | 信息检索 | 搜索网络以收集完成任务所需的信息 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_web_info.ipynb) | | 🔧 将提供的工具作为函数使用 | 工具集成 | 演示如何将预先提供的工具作为可调用函数使用 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_function_call_currency_calculator) | | 📚 RAG 群聊 | 协作 | 启用具有检索增强生成功能的群聊 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_RAG) | | 🔊 使用 Whisper 的 Agent 对话 | 音频处理 | 使用 Whisper 进行转录和翻译的 AI agent | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_video_transcript_translate_with_whisper) | | 📊 SQL：自然语言转 SQL 查询 | 数据库管理 | 将自然语言输入转换为 SQL 查询 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_sql_spider.ipynb) | **多模态 Agent** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 🎨 结合 DALLE 和 GPT-4V 的多模态 Agent | 多媒体 AI | 结合 DALLE 和 GPT-4V 进行多模态 Agent 通信 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_dalle_and_gpt4v.ipynb) | | 🖌️ 结合 Llava 的多模态 Agent | 图像处理 | 使用 Llava 进行多模态 Agent 对话 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_lmm_llava.ipynb) | | 🖼️ 结合 GPT-4V 的多模态 Agent | 多媒体 AI | 利用 GPT-4V 进行视觉和对话交互 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_lmm_gpt-4v.ipynb) | **可观测性与评估** | 用例 | 行业 | 描述 | Notebook | |---|---|---|---| | 📊 AgentEval：多 Agent 评估系统 | 性能评估 | 评估基于 LLM 的应用实用性 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agenteval_cq_math.ipynb) | | 📊 使用 AgentOps 跟踪 LLM 调用和错误 | 监控与分析 | 监控 LLM 交互、工具使用和错误 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_agentops.ipynb) | | 🏗️ 使用 AgentBuilder 自动构建多 Agent 系统 | AI 开发 | 自动构建多 Agent 系统 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/autobuild_basic.ipynb) | ### Agno 轻量、快速的 Agent 框架。最适合单一 agent 工具和快速原型设计。 | 用例 | 行业 | 描述 | 代码 | |---|---|---|---| | 🤖 支持 Agent | AI 框架支持 | 为 Agno 框架提供实时解答、说明和代码示例 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/agno_support_agent.py) | | 🎥 YouTube Agent | 媒体与内容 | 分析 YouTube 视频：摘要、时间戳、主题 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/youtube_agent.py) | | 📊 金融 Agent (Thinking) | 金融 | 实时股票见解、分析师推荐、金融深度分析 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/thinking_finance_agent.py) | | 📚 学习伙伴 | 教育 | 查找资源、回答问题、制定学习计划 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/study_partner.py) | | 🛍️ 购伙伴 Agent | 电子商务 | 根据 Amazon、Flipkart 上的偏好进行产品推荐 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/shopping_partner.py) | | 🎓 研究学者 Agent | 教育/研究 | 高级学术搜索、出版物分析、结构化报告 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/research_agent_exa.py) | | 🧠 研究 Agent | 媒体与新闻 | 深度调查、《纽约时报》风格的报告 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/research_agent.py) | | 🍳 食谱创建器 | 美食与烹饪 | 根据食材和偏好提供个性化食谱 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/recipe_creator.py) | | 🧠 金融推理 Agent | 金融 | 使用 Yahoo Finance 数据进行基于 Claude 3.5 Sonnet 的股票分析 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/reasoning_finance_agent.py) | | 🤖 Readme 生成器 Agent | 软件开发 | 为 GitHub 仓库生成高质量 README | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/readme_generator.py) | | 🎬 电影推荐 Agent | 娱乐 | 使用 Exa 和 GPT-4o 提供个性化电影推荐 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/movie_recommedation.py) | | 🔍 媒体趋势分析 Agent | 媒体与新闻 | 分析来自数字平台的新兴趋势和影响者 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/media_trend_analysis_agent.py) | | ⚖️ 法律文档分析 Agent | 法律科技 | 使用 vector embeddings 分析法律 PDF 并提供见解 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/legal_consultant.py) | | 🤔 DeepKnowledge | 研究 | 通过深度推理在知识库中进行迭代搜索 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/deep_knowledge.py) | | 📚 图书推荐 Agent | 出版与媒体 | 利用文学数据和读者偏好提供个性化图书建议 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/book_recommendation.py) | | 🏠 MCP Airbnb Agent | 酒店/旅游 | 使用 MCP 和 Llama 4 搜索 Airbnb 房源 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/airbnb_mcp.py) | | 🤖 Agno 助手 Agent | AI 框架 | 带有混合搜索功能的 GPT-4o agent，用于 Agno 框架问答 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/agno_assist.py) | ### LangGraph 用于构建复杂的、有状态的 agent 工作流和 RAG 流水线状态机框架。 | 用例 | 行业 | 描述 | 代码 | |---|---|---|---| | 🤖 聊天机器人模拟评估 | AI / QA | 模拟用户交互以评估聊天机器人性能 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/chatbot-simulation-evaluation/agent-simulation-evaluation.ipynb) | | 🧠 通过提示进行信息收集 | 研究 | 使用提示进行信息收集的 LangGraph 工作流 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/chatbots/information-gather-prompting.ipynb) | | 🧠 使用 LangGraph 的代码助手 | 软件开发 | 具有错误检查和迭代优化功能的弹性代码助手 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/code_assistant/langgraph_code_assistant.ipynb) | | 🧑‍💼 客户支持 Agent | 客户支持 | 用于处理客户咨询的基于图结构的 agent | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/customer-support/customer-support.ipynb) | | 🔁 带重试的提取 | 数据提取 | 用于实现稳健数据提取的重试机制 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/extraction/retries.ipynb) | | 🧠 多 Agent 工作流 (Supervisor) | 工作流编排 | 编排多个专业化 Agent 的 Supervisor agent | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/multi_agent/agent_supervisor.ipynb) | | 🧠 分层 Agent 团队 | 工作流编排 | 顶层 Supervisor 将任务委派给专门的子 Agent | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/multi_agent/hierarchical_agent_teams.ipynb) | | 🤝 多 Agent 协作 | 工作流编排 | 多个专业化 Agent 协同处理复杂任务 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/multi_agent/multi-agent-collaboration.ipynb) | | 🧠 计划与执行 Agent | 工作流编排 | Agent 生成多步骤计划，然后按顺序执行 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/plan-and-execute/plan-and-execute.ipynb) | | 🧠 SQL Agent | 数据库交互 | Agent 解答关于 SQL 数据库的问题 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/sql-agent.ipynb) | | 🧠 反思 Agent | 工作流编排 | Agent 对其自身的输出进行评判和修订 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/reflection/reflection.ipynb) | | 🧠 Reflexion Agent | 工作流编排 | Agent 对行动进行反思以实现迭代改进 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/reflexion/reflexion.ipynb) | | 🧠 自适应 RAG | 信息检索 | 根据查询复杂性进行动态调整的检索 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_adaptive_rag.ipynb) | | 🤖 Agentic RAG | 智能 Agent | Agent 在生成响应之前确定最佳检索策略 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_agentic_rag.ipynb) | | 🧠 纠正性 RAG (CRAG) | 信息检索 | 在生成之前评估和优化检索到的文档 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_crag.ipynb) | | 🧠 Self-RAG | 信息检索 | 系统对响应进行反思，并在需要时检索额外信息 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_self_rag.ipynb) | | 🧠 自适应 RAG (本地) | 信息检索 | 使用本地模型进行自适应 RAG，以便离线使用 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_adaptive_rag_local.ipynb) | | 🧠 Self-RAG (本地) | 信息检索 | 使用本地模型和数据源的 Self-RAG | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_self_rag_local.ipynb) | ## 📜 License 本仓库根据 MIT License 授权。有关更多信息，请参见 [LICENSE](LICENSE) 文件。

标签：AI智能体, AutoGen, CrewAI, DNS解析, LangGraph, 开源项目, 资源导航, 逆向工具, 项目集合