AgentIndex icon
AgentIndex
工具MCP 服务HOT分类热门最新选型清单对比指南
提交工具
工具MCP 服务HOT分类热门最新选型清单对比指南
首页/
多智能体/
langroid
langroid logo

langroid

活跃·★ 4.1k·MIT·更新于 2026-10-20
★ 必备神器★ 时下流行

Langroid 是直观、轻量、可扩展且有原则的 Python 框架,用于构建基于 LLM 的应用,作者是 CMU 和威斯康星大学麦迪逊分校的研究者。你设置智能体,给它们配上可选组件(LLM、向量库和工具或函数),分配任务,让它们通过交换消息来解决问题。这种多智能体范式受 Actor 模型启发。README 说它不使用 LangChain 或其他任何 LLM 框架,并且几乎适用于任何 LLM。

核心抽象是:Agent,封装对话状态以及可选的向量库和工具,作为消息转换器,带有对应 LLM、智能体和用户的响应方法;以及 Task,包装一个智能体,给它指令,并通过层级式、递归的任务委派来编排交互。列出的内容包括:让任何智能体使用 MCP 服务的 MCP 支持、带内置模式的 Claude Code 插件,以及通过 pip 安装的附加包(例如 `pip install "langroid[doc-chat]"`、`[db]` 和 `[hf-embeddings]`)。它要求 Python 3.11+,Langroid 的全部内容都可通过 `import langroid as lr` 使用,代码采用 MIT 许可证。

本文根据项目 README 和公开仓库数据整理,我们没有实际试用过该工具。数据截至 2026-10-18。

许可证
MIT
最新发布
0.69.10 · 2026-10-17
最近提交
2026-10-18
贡献者
51
复刻数
427
未关闭的 issue 和 PR
51
首次发布
2023-04-16

来源:GitHub、npm 和 PyPI 的公开接口。

#Python#多智能体AI#LLM框架#RAG#AI工具
$ 安装
$ pip install langroid
↗ 访问官网★ GitHub
01

功能特性

01用于协作解决问题的多智能体编排框架。
02灵活的LLM集成,支持几乎所有LLM(本地/远程,兼容OpenAI API)。
03为智能体提供强大的工具集成和函数调用能力,包括结构化输出和XML工具。
04通过DocChatAgent、块增强和多种文档解析器提供高级RAG能力。
05支持多模态输入(PDF、图像)和使用HTML Logger进行交互式任务可视化。
02

为什么选择它

+抽象简洁清晰(Agent 和 Task),并支持智能体之间的层级式任务委派。
+独立于 LangChain 等框架,几乎适用于任何 LLM。
+支持 MCP 服务、向量库和工具,并提供文档问答、数据库和嵌入的 pip 可选附加包。
+有研究背景(CMU 和威斯康星大学麦迪逊分校),每天更新,采用 MIT 许可证。
03

权衡点

!它要求 Python 3.11 或更高版本,一些功能依赖你需要自己选择的 pip 附加包。
!README 很长(超过 4.5 万字符),混杂了发布说明和教程,不容易找到当前的最佳实践。
!它是代码框架,而不是无代码工具,需要你自己用 Python 设计智能体和任务。
04

维护状况检查

活跃检查日期: 2026-10-22
最近提交
2026-10-20
近 90 天提交数
100+
近 90 天发布数
30
最新发布
0.69.13 (2026-10-20)
未关闭 issue
50
近期 issue 至少有一条评论的比例
4/5
近 12 周每周提交数
近 12 周每周提交数: 0, 0, 18, 17, 14, 2, 4, 7, 9, 41, 53, 7

最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。

状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。

讨论最多的未关闭 issue

  • #384 Add Mistral API analogous to OpenAI API11 条评论 · 2024-01-25
  • #737 Add support for Anthropic API9 条评论 · 2025-02-07
  • #494 Use mock LLM responses in tests where we don't need real LLM9 条评论 · 2024-06-05
  • #734 direct support for gemini api? (to leverage it for document parsing and other)6 条评论 · 2025-02-06
  • #860 add AI/ML API as provider4 条评论 · 2025-06-12

issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。

05

兼容性

OpenAI
原生支持
已通过文档验证
OpenAI Assistants API
支持
已通过文档验证
Ollama
支持
已通过文档验证
DeepSeek
支持
已通过文档验证
Gemini
支持
已通过文档验证
Azure OpenAI
支持
已通过文档验证
06

快速开始

1
$ pip install langroid
07

使用场景

↳通过识别、优先排序和修复漏洞来开发安全的软件。
↳构建多智能体RAG系统,例如用于医疗保健领域的药物警戒。
↳使用本地或远程LLM从各种文档中提取结构化信息。
08

同类工具

⚡热门对决:
VSMicrosoft AutoGen★61.5k→VSCrewAI★60.0k→VSPocketFlow★11.3k→VSagentUniverse★2.4k→
Microsoft AutoGen logo
Microsoft AutoGen★ 61.5k
AutoGen是一个用于创建多智能体AI应用的框架,这些应用可以自主运行或与人类协作。
VS对比→
CrewAI logo
CrewAI★ 60.0k
CrewAI 是一个从零开始构建的精益、快速的 Python 框架,用于创建自主的 AI 代理并进行多代理自动化。
VS对比→
PocketFlow logo
PocketFlow★ 11.3k
Pocket Flow 是一个仅有100行代码的极简LLM框架。
VS对比→
agentUniverse logo
agentUniverse★ 2.4k
agentUniverse 是一个基于大型语言模型的多智能体框架,提供灵活、易扩展的能力来构建个体智能体。
VS对比→
deer-flow logo
deer-flow★ 84.3k
DeerFlow是一个社区驱动的深度研究框架,旨在结合语言模型与专业工具(如网络搜索、爬虫和Python代码执行)进行高效研究。
VS对比→
adk-python logo
adk-python★ 22.0k
一个开源、代码优先的Python框架,用于灵活且可控地构建、评估和部署复杂的AI代理。
VS对比→
Pydantic AI logo
Pydantic AI★ 20.8k
Pydantic AI 是一个 Python 代理框架,旨在帮助您快速、自信、轻松地构建生产级生成式AI应用和工作流。
VS对比→
agent-framework logo
agent-framework★ 14.3k
Microsoft Agent Framework是一个全面的多语言框架,用于构建、编排和部署AI代理,支持.NET和Python实现。
VS对比→
查看全部替代品 →

评论

登录后发表评论

暂无评论,来发表第一条吧

本页内容
01功能特性02为什么选择它03权衡点04维护状况检查05兼容性06快速开始07使用场景08同类工具
langroid /
langroid
↗

围绕智能体和任务构建的轻量 Python 多智能体框架

4.1k427MIT
最后更新3天前
状态活跃
分类多智能体
贡献者51
最新发布0.69.10
链接
文档↗讨论↗问题↗版本↗
推荐云部署
Ad

在 DigitalOcean 上一键部署

为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。

立即领取 $200 免费额度
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
按场景挑选关于我们联系我们广告合作隐私政策使用条款QYSGitHub请作者喝咖啡 ☕

按分类浏览

MCP 服务器代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。