model-compose
★ 72
vs
mcp-agent
★ 8.3k
model-compose vs mcp-agent
model-compose：Model-compose 是一个声明式框架，用于使用单个 YAML 文件定义和部署 AI 系统。它支持模型、智能体、工作流和工具的组合，并允许在本地、容器或分布式环境中进行部署。；mcp-agent：`mcp-agent` 是一个简单、可组合的 Python 框架，旨在利用模型上下文协议 (MCP) 构建高效智能体。它完整实现了 MCP，提供可组合的智能体模式，并支持通过 Temporal 实现持久化执行，以构建稳健的生产级应用。
01
简评
选 model-compose 如果…构建和编排复杂的 AI 工作流和管道。
选 mcp-agent 如果…构建与各种 MCP 服务器（例如文件系统、网络抓取）集成的强大 LLM 智能体。
02
并排对比
03
功能特性
model-compose01通过声明式 YAML 配置整个 AI 系统（工作流、智能体、模型、工具）
02混合模型执行和通用服务集成（本地模型和云 API）
03用于构建具有工具使用和规划能力的自主智能体的 AI 智能体组件
04灵活的部署和协议适配器（原生、Docker、HTTP、WebSocket、MCP）
05实时 SSE 流媒体，用于获取任何来源的实时 AI 响应
mcp-agent01完整支持 MCP，抽象化服务器连接生命周期管理。
02可组合地实现有效的智能体模式（如 Map-Reduce、协调器）。
03通过 Temporal 实现智能体的持久化执行，支持生产级工作流的暂停、恢复和恢复。
04能够创建和暴露自定义 MCP 服务器，包括将智能体作为服务器。
05具备生产级特性，如结构化日志、代币核算和一流的云部署。
04
使用场景
model-compose↳构建和编排复杂的 AI 工作流和管道。
↳开发具有自定义工具和多步骤推理的自主 AI 智能体。
↳创建集成向量/图存储的 RAG（检索增强生成）系统。
↳在混合云/本地环境中灵活部署 AI 服务。
↳通过即时 Web UI 和 API 暴露，快速原型设计和部署 AI 应用程序。
mcp-agent↳构建与各种 MCP 服务器（例如文件系统、网络抓取）集成的强大 LLM 智能体。
↳开发和部署自定义 MCP 服务器，包括将智能体作为服务公开。
↳将智能体应用程序扩展到具有持久化执行和云部署能力的生产环境。
05
适合场景
model-compose宝藏工具必备神器
mcp-agent时下流行必备神器
FAQ
常见问题
model-compose 和 mcp-agent 有什么区别？
model-compose 和 mcp-agent 都属于 Workflow Automation 类别。model-compose 有 72 Stars，mcp-agent 有 8.3k Stars。
model-compose 和 mcp-agent 哪个更好？
最佳选择取决于你的具体需求。构建和编排复杂的 AI 工作流和管道。 时选 model-compose，构建与各种 MCP 服务器（例如文件系统、网络抓取）集成的强大 LLM 智能体。 时选 mcp-agent。
model-compose 是免费的吗？
是的，model-compose 在 GitHub 开源（MIT）。
mcp-agent 是免费的吗？
是的，mcp-agent 在 GitHub 开源（Apache-2.0）。
→