主站

知识库

awesome-ai-agents-report

14分钟阅读

Awesome AI Agents 仓库深度调研报告

仓库: e2b-dev/awesome-ai-agents (28,000+ ⭐)
调研日期: 2026-06-18
数据来源: README.md (5,591 行)

1. 仓库概述

awesome-ai-agents 是 e2b.dev 维护的 AI Agents 精选目录，是目前 GitHub 上星标最多的 AI Agent 聚合清单。该清单分为两大部分：

  • Open-source projects（开源项目）：110 个条目
  • Closed-source projects and companies（闭源项目/公司）：105 个条目

总计：215 个 AI Agent 项目/产品，涵盖从通用自主代理到垂直领域（编码、数据分析、销售、科学等）的各类 Agent。

2. 分类体系分析

2.1 标签系统

每个项目通过自由标签的形式标注分类。标签类别丰富但不统一（存在大小写不一致、同义表述等），核心标签包括：

标签频次（开源）频次（闭源）合计
Coding（编程/代码）454186
General purpose（通用）442670
Productivity（生产力）124052
Build-your-own（自建框架）142539
Multi-agent（多智能体）241438
Data analysis（数据分析）71825
Business intelligence（商业智能）11718
Research（研究）7916
Sales（销售）01010
Content creation（内容创作）189

2.2 标签体系特点

  • 以场景为导向而非技术栈：标签主要围绕”能做什么”而非”用什么技术”
  • 支持多标签：一个项目可属于多个分类，如 Coding, Multi-agent, Build-your-own
  • 存在冗余：Build-your-own 和 Build your own 是同一含义但写法不同
  • 开源 vs 闭源差异显著：闭源项目更多面向企业级生产力（Productivity 40 vs 12）和销售（Sales 10 vs 0）；开源项目更多聚焦通用代理和多智能体研究

3. 数据统计

3.1 整体数据

指标数值
总条目数215
开源项目110（51.2%）
闭源项目/公司105（48.8%）
含 GitHub 链接的开源项目74
无 GitHub 链接的开源项目36（独立网站）

3.2 子主题分布（开源项目标签计数；非互斥主分类）

子主题计数代表项目
Coding（代码生成/辅助）45Aider, AutoGPT, GPT Engineer, Open Interpreter, SWE Agent
General purpose（通用代理）44AutoGPT, BabyAGI, SuperAGI, OpenAgents
Multi-agent（多智能体协作）24AutoGen, ChatDev, CrewAI, MetaGPT, CAMEL
Build-your-own（自建框架）14Langroid, Superagent, FastAgency
Productivity（生产力）12Cal.ai, Taxy AI, PromethAI
Data analysis（数据分析）7BambooAI, Private GPT
Research（研究）7GPT Researcher, GPT Runner
Science（科学研究）5ChemCrow, data-to-paper, NLSOM

3.3 闭源项目按主分类

子主题计数代表项目
Coding41Cursor, GitHub Copilot X, Devin, Phind
Productivity40Zapier Central, Lindy, Bardeen, Taskade
General purpose26Adept AI, Minion AI, MultiOn
Build-your-own25Gumloop, Relevance AI, Fixie, Wordware
Data analysis18Julius, Hex Magic, Avanzai
Business intelligence17Athena Intelligence, Kadoa, TalktoData
Sales10Artisan AI, Claygent, GoCharlie

4. Top 10 最值得关注的项目

综合 GitHub 影响力、技术独创性、社区活跃度和应用潜力，以下是 top 10：

🥇 1. AutoGen — Microsoft

  • 链接: https://github.com/microsoft/autogen
  • 分类: General purpose, Build your own, Multi-agent
  • 为什么重要: 微软推出的多智能体对话框架。支持异步消息、人机协作、代码执行。是目前最活跃的 Agent 框架之一，企业级文档完善。

🥇 2. CrewAI — João Moura

  • 链接: https://github.com/joaomdmoura/crewai
  • 分类: Build-your-own, SDK for agents, Multi-agent
  • 为什么重要: 极简的多 Agent 编排框架，设计哲学”简单即模块”。每个 Agent 有角色、目标、记忆。社区增长极快，生态完善。

🥇 3. AutoGPT

  • 链接: https://agpt.co/
  • 分类: General purpose
  • 为什么重要: AI Agent 浪潮的引爆点项目。首个展示 LLM 自主规划-执行-迭代循环的标志性项目，启发了整个 Agent 生态。

🥇 4. Aider — Paul Gauthier

  • 链接: https://github.com/paul-gauthier/aider
  • 分类: Coding, GitHub
  • 为什么重要: 终端驱动的 AI 结对编程工具。直接在本地 Git 仓库工作，支持多模型（GPT-4o, Claude 3.5, DeepSeek 等）。适合个人开发者日常使用。

🥇 5. Open Interpreter

  • 链接: https://openinterpreter.com/
  • 分类: Coding
  • 为什么重要: 让 LLM 在本地执行代码（Python, JavaScript, Shell 等）。终端中的自然语言计算机。最接近”个人 Agent”形态的项目之一。

🥇 6. MetaGPT — DeepWisdom

  • 链接: https://github.com/geekan/MetaGPT
  • 分类: Multi-agent, Coding, Build your own
  • 为什么重要: 将软件工程流程（产品经理、架构师、工程师等）角色化的多 Agent 框架。展示了 SOP 驱动 Agent 协作的强大能力。

🥇 7. SWE-agent — Princeton NLP

  • 链接: https://github.com/princeton-nlp/SWE-agent
  • 分类: Coding, general purpose
  • 为什么重要: 专为软件工程任务设计的 Agent，在 SWE-bench 上取得 state-of-the-art 结果。展示了 Agent 在真实代码库上的潜力。

🥇 8. MemGPT / Letta

  • 链接: https://github.com/cpacker/MemGPT
  • 分类: Memory management, Data analysis
  • 为什么重要: 突破性内存管理方案——虚拟上下文管理 + 分层记忆系统。对构建长期记忆 Agent（如个人助手）至关重要。

🥇 9. CrewAI + FastAgency

🥇 10. OpenDevin / Devin（闭源）

5. 与 Hermes/gbrain/个人Homelab 相关的项目

5.1 核心相关项目

项目相关性说明
Open Interpreter⭐⭐⭐本地执行代码+shell，Hermes Agent 可借鉴其 本地执行模型
MemGPT / Letta⭐⭐⭐长期记忆管理——对 gbrain 的知识持久化有直接参考价值
Aider⭐⭐⭐本地代码编辑 + git 集成，理念类似 Hermes 的代码编辑能力
CrewAI⭐⭐⭐多 Agent 编排——Hermes Agent 的多 agent 协作模式可直接参照
AutoGen⭐⭐⭐微软多 Agent 框架——异步消息、人机协作参考价值高
BabyAGI⭐⭐任务管理循环——可作为 homelab 个人任务 Agent 的轻量基础
SuperAGI⭐⭐开源通用 Agent 框架，支持自部署
Private GPT⭐⭐本地私有化部署 LLM，适合 homelab 环境
MemFree⭐⭐自托管混合 AI 搜索引擎，适合个人知识库
Local GPT⭐⭐本地 LLM 问答，适合 homelab 离线场景
FastAgency⭐⭐快速构建多 Agent 应用，适合快速原型验证
AutoGPT⭐⭐通用自主 Agent，启发 Hermes 任务规划能力

5.2 具体关联分析

Hermes Agent 角度

  • 工具调用架构: Open Interpreter（本地代码执行） + CrewAI（Agent 编排）的组合与 Hermes 的工具调用系统高度吻合
  • Agent 消息总线: AutoGen 的异步消息模式是 Agent Message Bus 的重要参考
  • 记忆管理: MemGPT/Letta 的分层记忆系统对 gbrain 的知识图与记忆系统有参考价值
  • 代码能力: Aider 的本地代码编辑 + SWE-agent 的任务执行能力对应 Hermes 的编码工具链

gbrain 角度

  • 知识管理: MemFree（自托管混合搜索）、Private GPT（私有问答）、Local GPT（本地 LLM）与 gbrain 的脑图/知识管理方向一致
  • 多智能体协作: AutoGen、CrewAI、MetaGPT 的多 Agent 协作模式可融入 gbrain 的 multi-source 策略

个人 Homelab 角度

  • 自部署: Private GPT、Local GPT、MemFree、SuperAGI 均支持自托管部署，适合 WSL/homelab 环境
  • 轻量级: BabyAGI 及其变种（BabyBeeAGI、BabyCatAGI 等）体量小，适合资源受限环境
  • 自动化: Cal.ai（日程管理）、Open Interpreter（系统操作）可直接提升 homelab 效率

5.3 直接提及

仓库中没有直接提及 Hermes、gbrain。这是因为该仓库主要收集独立项目和公司产品，而 Hermes Agent 和 gbrain 属于较小的个人/社区项目。

6. 分类趋势洞察

6.1 开源热门赛道

Coding (45) █████████████████████████████████████████
General purpose (44) ████████████████████████████████████████
Multi-agent (24) ████████████████████
Build-your-own (14) ███████████
Productivity (12) ██████████
  • 编码类项目占绝对主导：开源社区集中在”AI 辅助编程”赛道
  • 多智能体协作是研究热点：AutoGen、CrewAI、MetaGPT 的活跃度最高
  • 通用代理趋于成熟：AutoGPT 等标志性项目进入维护期

6.2 闭源商业趋势

Coding (41) █████████████████████████████████████
Productivity (40) ████████████████████████████████████
General purpose (26) ██████████████████████
Build-your-own (25) █████████████████████
Data analysis (18) ██████████████
Business intelligence (17) ██████████████
Sales (10) ████████
  • 生产力工具是闭源主线：Zapier Central、Lindy 等面向企业流程自动化
  • 数据分析/Business Intelligence 占比较高：闭源项目更注重商业价值变现
  • 销售自动化是独特赛道：开源几乎无涉足，闭源有专用产品

6.3 结构性问题

  1. 分类粒度不均：部分标签太粗（“General purpose”占 70+），部分太细（“Chemistry”仅 1）
  2. 缺失技术栈标签：无法按模型支持（GPT-4 vs Claude vs Llama）、部署方式（本地 vs 云）、编程语言快速筛选
  3. 缺失活跃度信息：无法判断项目是否仍在维护
  4. 闭源项目描述较浅：多数闭源项目仅有名称和一两个标签，缺乏实质性对比信息

7. 推荐关注方向

对 Hermes Agent 的直接参考

  1. Agent 消息通信: 深入研究 AutoGen 的异步消息机制，优化 Hermes 的 Agent Message Bus
  2. 工具注册与发现: 参考 CrewAI 的”工具即模块”设计，优化 Hermes 工具系统
  3. 记忆与上下文管理: 学习 MemGPT 的分层记忆架构，优化 gbrain 知识管理
  4. 本地执行沙箱: Open Interpreter 的代码执行模型可借鉴

对个人 Homelab 的建议

  1. 部署 Private GPT / Local GPT 作为 homelab 本地 LLM 入口
  2. 尝试 BabyAGI 作为个人任务自动化循环
  3. 搭建 MemFree 作为个人知识搜索引擎
  4. 使用 Aider 进行日常代码维护

8. 附录

8.1 数据采集方法

  • 通过 curl 获取 GitHub raw README.md
  • 用 Python 正则解析 215 个条目的名称、URL、分类标签
  • 统计分类分布、趋势分析

8.2 局限性

  • GitHub API 限流未能获取实时 star 数据（使用公开已知数据补充）
  • 闭源项目描述有限，部分难以深入评估
  • 仓库最后更新日期无法从 README 单方面判断，截至调研时该仓库仍为活跃维护状态

8.3 完整开源项目列表（按字母序）

Adala, Agent4Rec, AgentForge, AgentGPT, AgentPilot, Agents, AgentVerse, AI Legion, Aider, AIlice, AutoGen, AutoGPT, Automata, AutoPR, Autonomous HR Chatbot, BabyAGI, BabyBeeAGI, BabyCatAGI, BabyDeerAGI, BabyElfAGI, BabyCommandAGI, BabyFoxAGI, BambooAI, BeeBot, Blinky, Bloop, BondAI, bumpgen, Cal.ai, CAMEL, ChatArena, ChatDev, ChemCrow, Clippy, CodeFuse-ChatBot, Cody (ajhous44), Cody (Sourcegraph), Continue, CrewAI, data-to-paper, Databerry, DemoGPT, DevGPT, Devika, Devon, DevOpsGPT, dotagent, Eidolon, English Compiler, evo.ninja, FastAgency, Flowise, Friday, GeniA, Godmode, GPT Discord, GPT Engineer, GPT Migrate, GPT Pilot, GPT Researcher, GPT Runner, GPTSwarm, IX, JARVIS, Langroid, Lemon Agent, LLM Agents, LLM Stack, Local GPT, Loop GPT, L2MAC, Maige, Magick, MemFree, MemGPT, Mentat, MetaGPT, Mini AGI, Multiagent Debate, Multi GPT, MutahunterAI, NLSOM, OpenAgents, OpenAGI, OpenDevin, Open Interpreter, Pezzo, Private GPT, PromethAI, React Agent, Self-operating computer, Smol developer, Stackwise, Superagent, SuperAGI, Suspicion Agent, SWE Agent, Sweep, Taxy AI, Teenage AGI, UFO, Vanna.AI, Voyager, Web3 GPT, “Westworld” simulation, WorkGPT, Wren, XAgent, yAgents, Yourgoal

报告由 Hermes Agent 自动生成 | 仓库：[github.com/e2b-dev/awesome-ai-agents]

2026-10-09 Codex 审阅

保留 2026-06-18 的采集快照。FastAgency 与 CrewAI 的依赖关系原文有误，已修正。当前 Microsoft AutoGen 官方 README 标记为维护模式，停止新增功能，并建议新用户使用 Microsoft Agent Framework；原文“目前最活跃”不能作为当前状态。分类表存在多标签重叠，不能将各行数量相加后当成独立项目总数。OpenDevin 是 OpenHands 的旧名称；历史名称保留，当前访问应以 OpenHands 为准。未逐项目进行部署验收。

关系图谱