2026年版 オープンソースAIエージェントフレームワーク15選：自社のスタックを自分たちで握りたいチームへ

2026年のベストなオープンソースAIエージェントフレームワークは、機能チェックリストよりも、ライセンスへの許容度とランタイムで決まります。本番のPythonデプロイではLangGraphとCrewAIが先行し、チームがTypeScript中心ならMastraとFlowise、コードライブラリではなくセルフホストのアプリがほしいなら、最も守備範囲が広いのがDifyです。このガイドでは、本当にオープンソースである（公開リポジトリがあり、実際のライセンスがあり、自社のインフラにセルフホストできる）15のフレームワークを順位付けしています。単に無料で試せるだけのものは対象外です。純粋なパーミッシブライセンスではなく、オープンコアやソースアベイラブルのライセンスで提供されているいくつかの製品も明記しています。

ここで選択を誤ると、SaaSツールを選び間違えるよりも高くつきます。選ぶのは、エンジニアが何千行ものコードを書き込むことになる抽象化レイヤーであり、グラフベースのオーケストレーション層から半年後に移行するのは、エクスポートし直せば済む話ではなく、数週間がかりのプロジェクトになるからです。以下の各項目は、実際のLICENSEファイル、現在のGitHubでの活動状況、対応言語、状態と耐久性のモデル、そして存在する場合はホスト型の料金について評価しており、すべて2026年8月時点のベンダー自身のページとリポジトリで確認しています。2026年8月更新。 セルフホストのフレームワークとマネージド製品のどちらにするかまだ決めかねている場合は、AIエージェントプラットフォームのおすすめで、その両方を含む全体像を扱っています。

重要なポイント

• GitHubの公開リポジトリのうち、LLM SDKをインポートしているものは現在110万件を超え、前年比178%増です。そのうち約69万4,000件は過去12か月だけで作成されています（GitHubの2025年Octoverseレポート）。
• 57%の組織がAIエージェントを本番稼働させていると回答しています（LangChainのState of Agent Engineering調査、実務者1,340人、2025年11月18日から12月2日）。ただし、そのトラフィックに対してオフライン評価を実施しているのは52.4%にとどまります。
• Gartnerは、不明確なROIと脆弱なガバナンスを理由に、2027年末までにエージェント型AIプロジェクトの40%超が中止されると予測しています。また、エージェント型AIベンダーを自称する数千社のうち、本物と言えるのは約130社だけだと見積もっています。
• 企業のLLM利用に占めるオープンソースモデルの割合は、2024年の19%から2025年には11%に低下しました。その一方で、企業の生成AI支出の総額は約3倍の370億ドルに達しています（Menlo Ventures）。
• AIエージェントは、実際のコンピューター操作タスクのベンチマークであるOSWorldで、2026年に至る1年間にタスク成功率が約12%から66.3%へ跳ね上がりました（Stanford HAIのAI Index）。

今年のオープンソースエージェントフレームワークの変更点

• Microsoftは、AutoGenとSemantic KernelをMicrosoft Agent Frameworkに統合し、2026年4月3日に一般提供（GA）を開始しました。旧リポジトリは両方とも、正式にメンテナンスモードに入っています。
• AutoGenのコミュニティフォークであるAG2は、2024年のガバナンス分裂を経て、Apache-2.0のもとで独立して開発を続けており、1.0リリースを目指しています。
• OpenAIは2026年8月26日にAssistants APIを廃止します。新規に構築するなら、古いAssistants APIではなく、ここで取り上げているAgents SDKを使ってください。
• CrewAIは、一時期セルフサービスのProfessionalプランを提供した後、商用料金を2つの公開ティア（無料のAMP Basicと個別見積もりのEnterprise）に簡素化しました。
• IBMは2025年5月にDataStaxの買収を完了しました。これにより、LangflowはIBMのwatsonxの圏内に入りました。
• WorkdayはFlowiseAIを2025年8月に買収し、このビジュアルビルダーを自社のエンタープライズ向けHRおよび財務エージェントのロードマップに組み込みました。

比較早見表

以下の詳細を読む前に、ライセンスと言語で候補を絞り込む際にお使いください。

「オープンソース」の読み方：ライセンスの実態を確認する

エージェント分野で「オープンソース」と呼ばれるものすべてが、同じ権利を持っているわけではありません。多くのまとめ記事が触れない細部です。OSI承認のライセンス（MIT、Apache-2.0）は、コードの使用、改変、再販の方法に制限を設けません。ソースアベイラブルやオープンコアのライセンスは、コードを公開しつつも、特定の権利をベンダー側に留保します。多くの場合、自社のホスト型SaaSとして再販する権利です。この違いは法務レビューの段階まで表に出てこないことが多く、そのときでは手遅れです。

Difyが最も分かりやすい例です。そのライセンスは改変版のApache-2.0（「Dify Open Source License」）で、LangGeniusの商用ライセンスなしにDifyを動かしてマルチテナントSaaSを運営することを明示的に禁じており、有料プラン以外ではコンソールのブランディングも固定されます。OSIのライセンスでは認められない、実質的で意味のある制限であり、コードの大部分が本当にApache-2.0であるにもかかわらず、Difyは厳密な意味ではオープンソースではなく、ソースアベイラブルということになります。MastraとFlowiseはどちらも、より分かりやすいオープンコアの方式を採っています。コアのフレームワークは制限のないApache-2.0で、特定のエンタープライズ用ディレクトリ（Mastraはee/、Flowiseはenterprise/）だけが別の商用ライセンスの下にあります。どちらのフレームワークでも、本番のエージェントをセルフホストするのに必要なものは、すべてオープンな部分に含まれています。

これは、15製品のいずれかを社内利用のためにセルフホストすることを妨げるものではありません。自社で販売する製品に組み込もうと考えた時点で、問題になります。

セルフホスト、言語、状態：エンジニアリング面の適合性

15のフレームワークは、実質的に3つのカテゴリーに分かれます。サービスにインポートして使うコードファーストのオーケストレーションライブラリ（LangGraph、CrewAI、AutoGen/AG2、OpenAI Agents SDK、Pydantic AI、Semantic Kernel、LlamaIndex Workflows、Agno、Mastra、smolagents、Haystack）、セルフホストのビジュアルまたはフルアプリのプラットフォーム（Dify、Langflow、Flowise）、そして特化型のコーディングエージェントのランタイム（OpenHands）です。15製品すべてが、強制的な外部通信なしに、自社のインフラ上だけで動作します。違いは、標準でどれだけの耐久性が得られ、どれだけを自分で構築する必要があるかです。

エージェントがタスクの途中でサーバーの再起動を乗り越える必要があるなら、読み込むべきはスター数ではなく、この「組み込み」の列です。

メンテナンスとコミュニティの健全性：実際にまだ開発を続けているのは誰か

スター数だけでは、そのプロジェクトの上に構築して安全かどうかはほとんど分かりません。ガバナンスと直近の活動のほうが、はるかに多くを物語ります。企業が管理するリポジトリは、AutoGenとSemantic Kernelがつい先ごろそうなったように、一夜にしてメンテナンスモードに入る可能性があります。一方で、コミュニティが管理する小さなフォークは、元の企業が手を引いた後も開発を続けられます。

スター数とプッシュ日は、2026年8月17日に各リポジトリのGitHub APIレコードから直接取得したスナップショットであり、毎日変動するため、恒久的なランキングではありません。注目すべき傾向は、この15プロジェクトのうち14が単一の企業に主導されていることです。つまり、その企業の戦略が変わるたびに、ロードマップが、場合によってはライセンスも変わりうるということです。AG2は、ここで唯一、企業から独立した本当にオープンなガバナンスを持つプロジェクトです。

1. LangGraph：ステートフルなエージェントの本番標準

LangChain IncのLangGraphは、エージェントを単一のプロンプトループではなく、ノードとエッジのグラフとしてモデル化します。そのため、一時停止、再開、分岐、「タイムトラベル」デバッグが後付けではなくネイティブに備わっています。このチェックポイントの仕組みこそが、チームがプロトタイプの段階を越えたときに、本番の標準としてよく名前が挙がる主な理由です。単体でも、より広いLangChainエコシステムと併用しても動作し、PythonとTypeScriptの両方に対応しています。

トレードオフは、グラフというメンタルモデル自体です。ロールベースのクルーより習得に時間がかかり、最良のオブザーバビリティ層であるLangSmithは、1シートまでは無料ですが、それを超えるとシート単位の課金になります。ハンズオンでの解説は、LangGraphでAIエージェントを構築するチュートリアルをご覧ください。

ライセンス： MIT。 最適な用途： 進捗を失わずに、一時停止、再開、状態の回復ができなければならないエージェントを構築するチーム

2. CrewAI：ロールベースのクルー、動くデモまでの時間が最短

CrewAIは、エージェントをロール、ゴール、バックストーリーで定義し、それらをクルーにまとめて、一連のタスクに対して順次または階層的に実行させます。この構造と、豊富なチュートリアルやコースのエコシステムによって、ゼロから動くマルチエージェントのデモに至る最短ルートになることが多くなっています。純粋な自律型クルーを使いこなした後のチーム向けには、Flowsが、より決定論的でコードファーストの制御層を加えます。

CrewAI Incのホスト型AMPプラットフォームがデプロイとオブザーバビリティを担い、料金は、セルフサービスのProfessionalプランが廃止された後、2026年に、無料のBasicティア（月50回の実行）と個別見積もりのEnterpriseティアに簡素化されました。ハンズオンのセットアップは、CrewAIでAIエージェントを構築するをご覧ください。

ライセンス： MIT。 最適な用途： 午後のうちにロールベースのマルチエージェント協調を動かしたいチーム

3. AutoGenとAG2：分裂後の、1つのフレームワークと2つの道

MicrosoftのAutoGenは、広く採用された最初期のマルチエージェント会話フレームワークの1つでした。2024年後半、元の作者の何人かがMicrosoftを離れ、プロジェクトをAG2としてフォークしました。最初はGitHubのフォークとして、その後は独立した組織として、その過程でautogenとpyautogenのPyPIパッケージ名を引き継ぎました。分裂の原因はガバナンスでした。MicrosoftはAutoGenを企業主導のまま維持し、AG2はコミュニティ主導のガバナンスになりました。

2026年時点で、MicrosoftのAutoGenは正式にメンテナンスモードにあり、新機能はなく、開発はMicrosoft Agent Framework（Semantic Kernelと統合、2026年4月3日にGA）へ振り向けられています。これに対し、AG2はApache-2.0のもとで活発に開発されており、1.0に向けた公開ロードマップと、「AgentOS」の名の下でのフレームワーク横断の相互運用性の取り組みがあります。AutoGenが広めた会話型のマルチエージェントパターンを、オープンソースの開発が続く形で使いたいなら、今や生きているプロジェクトはAG2です。どちらにしても基盤となるパターンについては、マルチエージェントシステムをご覧ください。

ライセンス： AutoGen：MIT（コード）、CC-BY-4.0（コード以外のアセット）。AG2：Apache-2.0。 最適な用途： すでにAutoGenのパターンに投資しており、Microsoftに追随するか、AG2でオープンソースにとどまるかを決める必要があるチーム

4. OpenAI Agents SDK：モデルベンダーが作った、最も軽量なSDK

OpenAI Agents SDKは、OpenAIの実験的な「Swarm」パターンの本番版後継で、Responses APIの上に構築された、意図的に絞った少数のプリミティブ（Agents、Handoffs、Guardrails、Sessions）で構成されています。名前に反して、OpenAIのモデルに縛られているわけではありません。公式のLiteLLM拡張により、同じエージェントコードのまま、Anthropic、Gemini、Bedrockを含む100以上のプロバイダーにアクセスできます。

はっきり言っておくべき点として、これはOpenAIが2026年8月26日に廃止するOpenAI Assistants APIとは別の製品です。Agents SDKは今後も積極的に開発される道であり、Assistants APIはそうではありません。

ライセンス： MIT。 最適な用途： 依存関係を可能な限り小さくしたく、永続化を自分で組み込むことに抵抗がないチーム

5. Pydantic AI：FastAPIに慣れたチームのための型安全なエージェント

Pydantic AIは、Pydantic自体を作ったチームから生まれました。PythonのWeb APIの多くがすでに依存している検証ライブラリで、その特徴がよく表れています。エージェントの出力は、テキストの塊から期待を込めて解析するのではなく、構築の段階で構造化され検証されます。ツールの依存関係は、FastAPIがリクエストの依存関係を注入するのと同じ方法で注入されます。そのため、不正なツール呼び出しは、本番で発覚するインシデントではなく、テストで見つかる型エラーになります。

フレームワーク自体は完全にオープンで無料です。チームが提供する任意のオブザーバビリティ製品であるLogfireは別扱いで、月1,000万スパンの無料ティア、5シートで月$49のTeamティア、シート数無制限で月$249のGrowthティアがあり、すべてpydantic.dev/pricingで確認しています。

ライセンス： MIT。 最適な用途： エージェントの出力が、本番で失敗するのではなく、型チェックで失敗してほしいPythonチーム

6. Microsoft Semantic Kernel：エンタープライズ向け.NETとPython、現在はメンテナンスモード

Semantic Kernelは、エンタープライズ向けコネクタで評価を築きました。Azure AD、Key Vault、Application Insights、そして.NET中心の組織がすでにビジネスロジックを構成している方法をなぞる、プラグインとプランナーのモデルです。また、このリストの中で、.NETとPythonに加えて、成熟したJavaサポートを持つ唯一のフレームワークでもあります。

新規に評価する人にとって最も重要な事実は、MicrosoftがSemantic KernelをAutoGenと統合してMicrosoft Agent Frameworkにしたことです。2026年4月3日から一般提供されており、Semantic Kernel自体は現在メンテナンスモードにあります。セキュリティ修正は引き続き受けられますが、新しいオーケストレーションのパターンは、ここではなく後継に入っていきます。

ライセンス： MIT。 最適な用途： すでにSemantic Kernelに投資しており、Microsoft Agent Frameworkへの移行を計画する間の安定したつなぎが必要なチーム

7. LlamaIndex Workflows：RAGの血統を持つイベント駆動型オーケストレーション

LlamaIndex Workflowsは、エージェントを、型付きイベントを発行し消費する非同期ステップの集合としてモデル化します。そのため、複数ステップのエージェントは、専用のグラフDSLではなく、小さなステートマシンのように読めます。これは、LlamaHubを含むLlamaIndexのデータコネクタと検索の系譜から直接生まれたもので、単なる会話ではなく、ドキュメントや構造化データからの取得を中核の仕事とするエージェントを自然に扱えるところに表れています。

LlamaIndex Incのホスト型LlamaCloudは、パース処理とインデックス作成を従量課金のレートで担います。これはオーケストレーションのフレームワークとは切り離されており、フレームワークのほうは引き続き無料でオープンです。

ライセンス： MIT。 最適な用途： ドキュメントやデータに対する検索が、追加機能ではなく中核の仕事であるエージェントを構築するチーム

8. Agno：旧Phidataの、性能重視のフレームワーク

2025年1月にPhidataから改称したAgnoは、現在、自らをライブラリというより「エージェント型オペレーティングシステム」と位置づけています。Agents、Teams、Workflowsという抽象化と、耐久性のある状態を保持してHTTP経由で公開するAgentOSというランタイムを中心に構成されています。売りは速度です。Agno自身が公表しているベンチマークでは、LangGraphと比べて、エージェントの生成が約5,000倍速く、メモリ使用量が約50分の1だと主張しています。これはベンダー自身の主張であり、鵜呑みにせず自社のワークロードでベンチマークしてから頼るべきもので、第三者が検証した数字ではありません。

ライセンス： Apache-2.0。 最適な用途： 多数の軽量なエージェントを同時に動かし、生成時のオーバーヘッドが実測で本当にボトルネックになっているチーム

9. Mastra：フルスタックJSチームのための、TypeScriptネイティブなエージェント

元Gatsbyのエンジニアを含むチームが作ったMastraは、このリストで、Pythonの設計を移植したものではなく、TypeScript向けにAPIファーストで設計された最初のフレームワークです。ワークフロー、エージェント、RAG、評価、メモリ層は、既存のNext.jsやNodeのサービスの中に自然に収まるように作られています。エージェントを動かすためだけに別のPythonのマイクロサービスを立ち上げる運用上の負担が見合わないなら、この点が効いてきます。

コアのフレームワークはApache-2.0です。ee/ディレクトリには別のMastra Enterpriseライセンスが付いており、開発用にはソースアベイラブルですが、本番利用には有料ライセンスが必要です。任意のMastra Cloudのコントロールプレーンは無料から始まり（オブザーバビリティイベント100,000件、24 CPU時間、15日間の保持）、Teamsティアは月$250で、mastra.ai/pricingで確認しています。

ライセンス： Apache-2.0（コア）、ee/は別の商用ライセンス。 最適な用途： エージェントを動かすためだけに別のPythonサービスを立ち上げたくないJavaScriptとTypeScriptのチーム

10. smolagents：Hugging Faceの、最小構成でコードを書くエージェント

smolagentsは、このリストのほかとは違う賭けをしています。JSONのツール呼び出しを連鎖させる代わりに、中核の「CodeAgent」が、主要なアクションとして小さなPythonコードを書いて実行します。Hugging Faceの主張は、従来のツール呼び出しループに比べて、ステップ数とエラー率が減るというものです。モデルがresults = [search(q) for q in queries]と書けば、3回の連続したツール呼び出しが必要な処理を1ステップでこなせるからです。コアのライブラリは意図的に小さく、午後のうちに端から端まで読み切れる大きさです。

ライセンス： Apache-2.0。 最適な用途： エージェントループのすべての行を理解したいチーム、またはすでにHugging Faceのエコシステムに深く入っているチーム

11. Haystack：エージェントを組み込んだ、本番水準の検索パイプライン

ドイツ企業のdeepsetが保守するHaystackは、「エージェント」が業界の流行語になる何年も前から、検索とリトリーバルのパイプラインフレームワークとして始まりました。その系譜は、検索とドキュメント処理に向けたコンポーネントとパイプラインのモデルが、いかに明示的で実戦で鍛えられているかに表れています。Haystackのエージェントは、別途付け足された概念ではなく、同じパイプラインのグラフ内のコンポーネントとして構築されます。

deepsetは、オープンコアの上に、Haystack Enterprise Starter（サポートと本番用テンプレート）と、フルのHaystack Enterprise Platformを販売しています。どちらも、料金表ではなく、組織の規模によって価格が決まります。

ライセンス： Apache-2.0。 最適な用途： エージェントの本当の仕事が正確な検索とドキュメント処理で、会話はその上の薄い層にすぎないチーム

12. Dify：フルのLLMOpsアプリ、ただしライセンスはきちんと読むべき

Difyは、ビジュアルなワークフロービルダー、プロンプトIDE、RAGパイプライン、エージェントのオーケストレーション、オブザーバビリティを、1つのセルフホストアプリケーションにまとめています。そのため、コードライブラリというより、フルのLLMOpsプラットフォームに近い存在です。その幅広さと大きなコミュニティが、おそらく、このリスト全体でも最もスターの多いリポジトリの1つ、Langflowに次ぐ2位にある理由です。開発元のLangGeniusは、Dify Cloudも運営しており、無料のSandboxティア、月$59（年額払いで年$590）のProfessional、月$159（年額払いで年$1,590）のTeam、そして個別見積もりのEnterpriseがあり、すべてdify.ai/pricingで確認しています。

再販する製品をこれに賭ける前に、上のライセンスの節を読んでください。Difyの改変版Apache-2.0ライセンスは、LangGeniusの商用ライセンスなしに、マルチテナントSaaSとして運営することを禁じています。セルフホストの問題を丸ごと回避できる、フルマネージドの代替をお探しなら、ノーコードAIエージェントビルダーのおすすめをご覧ください。

ライセンス： 改変版Apache-2.0（「Dify Open Source License」）、ソースアベイラブル。 最適な用途： 再販する製品に埋め込むコードベースではなく、従業員向けの社内用でセルフホストのLLMアプリビルダーがほしいチーム

13. Langflow：ドラッグ&ドロップで構築、現在はIBMの圏内に

Langflowは、LangChain流のコンポーネントの上にビジュアルキャンバスを載せたもので、構築したものを実行可能なPythonや呼び出し可能なAPIエンドポイントとしてエクスポートできます。そのため、エージェントのフローをプロトタイプしてエンジニアに引き渡す方法として、あるいは非技術系のステークホルダーにデモする方法として、実際によく使われています。DataStaxは2024年4月にLangflowを買収し、IBMは2025年5月にDataStaxの買収を完了したため、Langflowのロードマップは現在、IBMのwatsonx戦略の内側にあります。

DifyやFlowiseと違い、Langflowにはライセンス上の例外条項がありません。純粋にMITです。

ライセンス： MIT。 最適な用途： フローを手書きのコードに移す前に、無料でMITライセンスのビジュアルビルダーでプロトタイプを作りたいチーム

14. Flowise：Workdayが買収したばかりの、JavaScriptネイティブなビジュアルビルダー

Flowiseは、LangflowのPythonファーストのキャンバスに対する、TypeScriptネイティブな答えです。バックエンドがすでにNodeのサービスで、エージェントのプロトタイプを作るためだけにスタックへPythonを持ち込みたくない場合に効いてきます。Workdayは2025年8月にFlowiseAIの買収を発表し、Workday自身のニュースルームで確認されています。このツールは今後、Workdayのエンタープライズ向けHRおよび財務エージェントのロードマップに取り込まれていくと見込まれています。

コアのフレームワークはApache-2.0のままで、enterprise/ディレクトリには別のプロプライエタリなライセンスが付いています。Flowise Cloudは、無料（2フロー、月100予測）、月$35のStarter（10,000予測）、月$65のPro（50,000予測、5ユーザー込み、追加ユーザーは1人あたり$15）で、すべてflowiseai.comで直接確認しています。

ライセンス： Apache-2.0（コア）、enterprise/はプロプライエタリライセンス。 最適な用途： スタックにPythonを持ち込まずに、Langflowのような体験がほしいJavaScriptチーム

15. OpenHands：オープンソースの自律型ソフトウェアエンジニア

2024年後半にOpenDevinから改称し、All Hands AIが作ったOpenHandsは、このリストの他の14のフレームワークとは違う仕事をします。その上にカスタムのエージェントを組み立てる汎用ライブラリではなく、エージェントに本物のサンドボックス化されたシェル、ブラウザ、コードエディタを与え、コードを計画、作成、実行、テスト、修正まで自律的に行わせる特化型のランタイムです。ホスト型のコーディングエージェント製品と比較したい場合は、AIコーディングエージェントのおすすめをご覧ください。

All Hands AIは、無料のローカル版と並行して、OpenHands Cloudを運営しています。自分のAPIキーなら無料、またはモデルアクセスを原価で利用できる個人向けティアと、SSOを備えたプライベートVPCまたはセルフホストのデプロイ向けの個別見積もりのEnterpriseティアがあり、openhands.dev/pricingで確認しています。

ライセンス： MIT。 最適な用途： クローズドなコーディングエージェント製品に代わる、オープンでセルフホスト可能な選択肢がほしく、汎用エージェントを構築するフレームワークは求めていないチーム

「無料」の本当のコスト

どのフレームワークも、コード自体は15製品すべてで無料です。無料でないのは、エージェントを人の監督なしで動かせるほど信頼できるものにするための、あらゆる要素です。このリストのほぼすべてのベンダーが、同じ層で収益を上げています。オーケストレーションのコードではなく、その周りを取り巻くオブザーバビリティ、評価、マネージドホスティングです。

ライセンス料を予算化する前に、最後の行を予算に入れてください。価格が$0でも、その状態モデルを理解しているエンジニアがいないフレームワークは、ホスト型プランが控えめな価格で、使いこなせるチームがいるフレームワークよりも高くつきます。

選び方：意思決定フレームワーク

自社の状況に合う出発点を見つけ、決める前に、そのフレームワークの上記の詳細な節を読んでください。

フレームワークから組み立てるよりも、フルマネージドのプラットフォームを評価したいチームには、エンタープライズ向けAIエージェントプラットフォームのおすすめと、AIエージェントプラットフォームの選び方ガイドの両方が、その道を扱っています。

次のステップ

15のフレームワークすべてを一度に評価しないでください。言語（PythonかTypeScriptか）と構築のスタイル（コードライブラリかビジュアルアプリか）で2つに絞り込み、同じ小さなエージェントを両方で作ってみてください。ツール呼び出し1つ、複数ステップの引き継ぎ1つ、意図的な失敗ケース1つを含めます。壊そうとしても耐え抜いたフレームワークが、その上に構築すべきものです。

そもそもエージェントを自分で作りたくないなら、AIエージェントプラットフォームのおすすめがマネージドな代替を扱っており、AIエージェントの作り方ガイドが、最終的にどのフレームワークを選んでも共通する基本の手順を解説しています。