Rangka Kerja Ejen AI Sumber Terbuka Terbaik pada 2026: 15 Rangka Kerja untuk Pasukan yang Mahu Memiliki Stack Mereka Sendiri

Rangka kerja ejen AI sumber terbuka terbaik pada 2026 lebih bergantung pada toleransi lesen dan runtime anda berbanding mana-mana senarai semak ciri: LangGraph dan CrewAI mendahului penempatan Python pengeluaran, Mastra dan Flowise mendahului jika pasukan anda menggunakan TypeScript, dan Dify merangkumi permukaan terluas jika anda mahukan aplikasi dihoskan sendiri dan bukannya pustaka kod. Panduan ini menyusun 15 rangka kerja yang benar-benar sumber terbuka (repositori awam, lesen sebenar, boleh dihoskan sendiri pada infrastruktur anda), bukan sekadar percuma untuk dicuba, dan menamakan beberapa yang dikeluarkan di bawah lesen open-core atau source-available dan bukannya lesen permisif tulen.

Tersilap memilih di sini lebih mahal daripada tersilap memilih alat SaaS. Anda memilih abstraksi yang akan digunakan jurutera anda untuk menulis beribu-ribu baris kod, dan berhijrah keluar daripada lapisan orkestrasi berasaskan graf enam bulan kemudian ialah projek berminggu-minggu, bukan eksport semula. Setiap entri di bawah dinilai berdasarkan fail LICENSE sebenar, aktiviti GitHub semasa, sokongan bahasa, model keadaan dan ketahanan, serta harga terhos di mana ada, semuanya disahkan dengan halaman dan repositori vendor sendiri pada Ogos 2026. Dikemas kini Ogos 2026. Jika anda masih memilih antara rangka kerja dihoskan sendiri dengan produk terurus, ringkasan platform ejen AI terbaik kami merangkumi keseluruhan landskap tempat kedua-duanya berada.

Fakta Utama

• Lebih 1.1 juta repositori GitHub awam kini mengimport SDK LLM, meningkat 178% tahun ke tahun, dengan kira-kira 694,000 daripadanya dicipta dalam 12 bulan lepas sahaja, menurut laporan Octoverse 2025 GitHub.
• 57% organisasi melaporkan mempunyai ejen AI berjalan dalam pengeluaran, menurut tinjauan State of Agent Engineering LangChain terhadap 1,340 pengamal (18 November hingga 2 Disember 2025), walaupun hanya 52.4% menjalankan penilaian luar talian terhadap trafik itu.
• Gartner meramalkan lebih 40% projek agentic AI akan dibatalkan menjelang akhir 2027 kerana ROI yang tidak jelas dan tadbir urus yang lemah, dan menganggarkan hanya kira-kira 130 daripada ribuan vendor agentic AI yang mengaku sendiri benar-benar tulen.
• Bahagian model sumber terbuka dalam penggunaan LLM perusahaan jatuh kepada 11% pada 2025, berbanding 19% pada 2024, walaupun jumlah perbelanjaan AI generatif perusahaan hampir tiga kali ganda kepada $37 bilion, menurut Menlo Ventures.
• Ejen AI melonjak daripada kira-kira 12% kepada 66.3% kejayaan tugas pada OSWorld, penanda aras untuk tugas penggunaan komputer sebenar, dalam tahun menjelang 2026, menurut AI Index Stanford HAI.

Apa yang Berubah dalam Rangka Kerja Ejen Sumber Terbuka Tahun Ini

• Microsoft menggabungkan AutoGen dan Semantic Kernel ke dalam Microsoft Agent Framework, yang mencapai ketersediaan umum pada 3 April 2026. Kedua-dua repositori warisan kini secara rasmi berada dalam mod penyelenggaraan.
• AG2, cabang komuniti AutoGen yang dicipta selepas perpecahan tadbir urus 2024, terus membina secara bebas di bawah Apache-2.0 dan sedang bergerak ke arah keluaran 1.0.
• OpenAI menamatkan Assistants API pada 26 Ogos 2026. Jika anda membina yang baharu, gunakan Agents SDK yang dibincangkan di sini, bukan Assistants API yang lebih lama.
• CrewAI memudahkan harga komersialnya kepada dua peringkat awam (AMP Basic percuma dan Enterprise tersuai) selepas seketika menjalankan pelan Professional layan diri.
• IBM menyiapkan pemerolehan DataStax pada Mei 2025, yang bermakna Langflow kini berada dalam orbit watsonx IBM.
• Workday memperoleh FlowiseAI pada Ogos 2025, memasukkan pembina visual itu ke dalam pelan hala tuju ejen HR dan kewangan perusahaannya.

Jadual Perbandingan Pantas

Gunakan ini untuk menyenarai pendek mengikut lesen dan bahasa sebelum membaca butiran lesen dan hos sendiri di bawah.

Cara Membaca "Sumber Terbuka" di Sini: Semakan Realiti Lesen

Tidak semua yang dilabel "sumber terbuka" dalam ruang ejen membawa hak yang sama, dan ini ialah butiran yang dilangkau kebanyakan ringkasan. Lesen yang diluluskan OSI (MIT, Apache-2.0) tidak meletakkan sekatan ke atas cara anda menggunakan, mengubah suai atau menjual semula kod. Lesen source-available atau open-core menerbitkan kod tetapi mengekalkan hak tertentu untuk vendor, biasanya hak untuk menjualnya semula sebagai SaaS terhos anda sendiri. Perbezaan itu jarang kelihatan sehingga semakan undang-undang, yang sudah terlambat.

Dify ialah kes paling jelas: lesennya ialah Apache-2.0 yang diubah suai ("Dify Open Source License") yang secara eksplisit menghalang menjalankan Dify untuk mengendalikan SaaS berbilang penyewa tanpa lesen komersial daripada LangGenius, dan ia mengunci penjenamaan konsol di luar peringkat berbayar. Itu sekatan yang nyata dan bermakna yang tidak akan dibenarkan oleh lesen OSI, menjadikan Dify source-available dan bukannya sumber terbuka dalam erti kata yang ketat, walaupun sebahagian besar kodnya benar-benar Apache-2.0. Mastra dan Flowise kedua-duanya mengambil pendekatan open-core yang lebih bersih: rangka kerja teras mereka ialah Apache-2.0 tanpa sekatan, dan hanya direktori perusahaan tertentu (ee/ untuk Mastra, enterprise/ untuk Flowise) berada di sebalik lesen komersial berasingan. Segala yang anda perlukan untuk menghoskan sendiri ejen pengeluaran dalam mana-mana rangka kerja itu berada di bahagian terbuka.

Semua ini tidak menghalang syarikat daripada menghoskan sendiri mana-mana daripada 15 itu untuk kegunaan dalaman. Ia penting pada saat anda merancang untuk membenamkan salah satunya dalam produk yang anda jual.

Hos Sendiri, Bahasa dan Keadaan: Kesesuaian Kejuruteraan

15 rangka kerja ini terbahagi kepada tiga kategori sebenar: pustaka orkestrasi mengutamakan kod yang anda import ke dalam perkhidmatan (LangGraph, CrewAI, AutoGen/AG2, OpenAI Agents SDK, Pydantic AI, Semantic Kernel, LlamaIndex Workflows, Agno, Mastra, smolagents, Haystack), platform visual atau aplikasi penuh dihoskan sendiri (Dify, Langflow, Flowise), dan runtime ejen pengekodan khusus (OpenHands). Kesemua 15 berjalan sepenuhnya pada infrastruktur anda sendiri tanpa panggilan pulang paksa. Yang berbeza ialah berapa banyak ketahanan yang anda dapat percuma berbanding berapa banyak yang anda bina sendiri.

Jika ejen anda perlu bertahan daripada pemulaan semula pelayan pada pertengahan tugas, lajur "terbina dalam" itulah yang perlu dibaca dengan teliti, bukan bilangan bintang.

Penyelenggaraan dan Kesihatan Komuniti: Siapa yang Sebenarnya Masih Membina

Bilangan bintang sahaja memberitahu anda hampir tiada apa-apa tentang sama ada sesuatu projek selamat untuk dijadikan asas. Tadbir urus dan aktiviti terkini memberitahu lebih banyak: repositori yang dikawal syarikat boleh memasuki mod penyelenggaraan dalam semalam, seperti yang baru berlaku kepada AutoGen dan Semantic Kernel, manakala cabang yang lebih kecil dan ditadbir komuniti boleh terus mengeluarkan versi baharu walaupun syarikat yang memulakannya sudah beralih.

Bintang dan tarikh push ialah rakaman yang diambil terus daripada rekod API GitHub setiap repositori pada 17 Ogos 2026, bukan kedudukan kekal, ia berubah setiap hari. Corak yang patut diberi perhatian: 14 daripada 15 projek ini diterajui oleh satu syarikat, yang bermakna pelan hala tuju, dan kadangkala lesen, boleh berubah apabila strategi syarikat itu berubah. AG2 ialah satu-satunya projek di sini dengan tadbir urus yang benar-benar terbuka dan bukan korporat.

1. LangGraph: Standard Pengeluaran untuk Ejen Berkeadaan

LangGraph, daripada LangChain Inc, memodelkan ejen sebagai graf nod dan tepi dan bukannya gelung prompt tunggal, yang menjadikan jeda, sambung semula, percabangan dan penyahpepijatan "perjalanan masa" bersifat asli dan bukannya ditambah kemudian. Model checkpointing itulah sebab utama ia kerap muncul sebagai lalai pengeluaran sebaik sahaja pasukan melepasi prototaip. Ia berfungsi secara berasingan atau bersama ekosistem LangChain yang lebih luas, dan tersedia untuk Python dan TypeScript.

Pertukarannya ialah model mental graf itu sendiri: ia mengambil masa lebih lama untuk dipelajari berbanding kru berasaskan peranan, dan lapisan observability terbaik, LangSmith, percuma untuk satu pengguna tetapi berharga setiap pengguna selepas itu. Untuk panduan praktikal, lihat tutorial bina ejen AI dengan LangGraph kami.

Lesen: MIT. Terbaik untuk: Pasukan yang membina ejen yang mesti menjeda, menyambung semula dan memulihkan keadaan tanpa kehilangan kemajuan.

2. CrewAI: Kru Berasaskan Peranan, Masa Terpantas ke Demo yang Berfungsi

CrewAI mentakrifkan ejen mengikut peranan, matlamat dan latar belakang, mengumpulkannya dalam satu kru, dan menjalankannya secara berurutan atau hierarki terhadap satu set tugasan. Struktur itu, ditambah ekosistem tutorial dan kursus yang besar, sebab ia sering menjadi laluan terpantas daripada kosong kepada demo berbilang ejen yang berfungsi. Flows menambah lapisan kawalan yang lebih deterministik dan mengutamakan kod untuk pasukan yang melangkaui kru autonomi tulen.

Platform AMP terhos CrewAI Inc mengendalikan penempatan dan observability, dan harga dipermudah pada 2026 kepada peringkat Basic percuma (50 pelaksanaan sebulan) dan peringkat Enterprise tersuai, selepas pelan Professional layan diri dihentikan. Untuk persediaan praktikal, lihat bina ejen AI dengan CrewAI.

Lesen: MIT. Terbaik untuk: Pasukan yang mahukan kolaborasi berbilang ejen berasaskan peranan berjalan dalam satu petang.

3. AutoGen dan AG2: Satu Rangka Kerja, Dua Laluan Selepas Perpecahan

AutoGen Microsoft ialah salah satu rangka kerja perbualan berbilang ejen yang pertama diterima pakai secara meluas. Pada penghujung 2024, beberapa pencipta asalnya meninggalkan Microsoft dan mencabangkan projek itu menjadi AG2, mula-mula sebagai cabang GitHub dan kemudian sebagai organisasinya sendiri, mewarisi nama pakej PyPI autogen dan pyautogen dalam proses itu. Perpecahan itu berkaitan tadbir urus: Microsoft mengekalkan AutoGen diterajui syarikat, manakala AG2 menjadi ditadbir komuniti.

Setakat 2026, AutoGen Microsoft secara rasmi berada dalam mod penyelenggaraan: tiada ciri baharu, dengan pembangunan dialihkan ke Microsoft Agent Framework (digabungkan dengan Semantic Kernel, GA 3 April 2026). AG2, sebaliknya, dibangunkan secara aktif di bawah Apache-2.0, dengan pelan hala tuju yang diterbitkan ke arah 1.0 dan kerja kesalingoperasian merentas rangka kerja di bawah panji "AgentOS". Jika anda mahukan corak berbilang ejen perbualan yang dipopularkan AutoGen, dengan pembangunan sumber terbuka yang berterusan, AG2 kini projek yang hidup. Untuk corak asas dalam kedua-dua kes, lihat sistem berbilang ejen.

Lesen: AutoGen: MIT (kod), CC-BY-4.0 (aset bukan kod). AG2: Apache-2.0. Terbaik untuk: Pasukan yang sudah melabur dalam corak AutoGen yang perlu memutuskan antara mengikuti Microsoft atau kekal sumber terbuka dengan AG2.

4. OpenAI Agents SDK: SDK Teringan, Dibina oleh Vendor Model

OpenAI Agents SDK ialah pengganti pengeluaran bagi corak "Swarm" eksperimen OpenAI: set primitif yang sengaja kecil (Agents, Handoffs, Guardrails, Sessions) dibina di atas Responses API. Walaupun namanya begitu, ia tidak terkunci pada model OpenAI. Sambungan LiteLLM rasmi memberikannya akses kepada lebih 100 penyedia, termasuk Anthropic, Gemini dan Bedrock, melalui kod ejen yang sama.

Perlu dinyatakan dengan jelas: ini produk yang berbeza daripada OpenAI Assistants API, yang OpenAI hentikan pada 26 Ogos 2026. Agents SDK ialah laluan ke hadapan yang dibangunkan secara aktif; Assistants API bukan.

Lesen: MIT. Terbaik untuk: Pasukan yang mahukan jejak kebergantungan sekecil mungkin dan selesa menyambungkan kegigihan mereka sendiri.

5. Pydantic AI: Ejen Selamat Jenis untuk Pasukan Terlatih FastAPI

Pydantic AI datang daripada pasukan di sebalik Pydantic sendiri, pustaka pengesahan yang sudah menjadi kebergantungan kebanyakan API web Python, dan ia ketara: output ejen berstruktur dan disahkan secara reka bentuk dan bukannya diurai dengan harapan semata-mata daripada gumpalan teks, dan kebergantungan alat disuntik sebagaimana FastAPI menyuntik kebergantungan permintaan. Itu menjadikan panggilan alat yang cacat sebagai ralat jenis yang anda tangkap semasa pengujian, bukan insiden yang anda tangkap dalam pengeluaran.

Rangka kerja itu sendiri sepenuhnya terbuka dan percuma. Logfire, produk observability pilihan pasukan itu, berasingan: peringkat percuma dengan 10 juta span sebulan, peringkat Team pada $49 sebulan untuk lima pengguna, dan peringkat Growth pada $249 sebulan untuk pengguna tanpa had, semuanya disahkan di pydantic.dev/pricing.

Lesen: MIT. Terbaik untuk: Pasukan Python yang mahu output ejen gagal semakan jenis dan bukannya gagal dalam pengeluaran.

6. Microsoft Semantic Kernel: .NET dan Python Perusahaan, Kini dalam Mod Penyelenggaraan

Semantic Kernel membina reputasinya pada penyambung perusahaan: Azure AD, Key Vault, Application Insights, dan model plugin/perancang yang mencerminkan cara kedai .NET sudah menstrukturkan logik perniagaan. Ia juga satu-satunya rangka kerja dalam senarai ini dengan sokongan Java yang matang di samping .NET dan Python.

Fakta yang paling penting bagi sesiapa yang menilainya sebagai baharu: Microsoft menggabungkan Semantic Kernel dengan AutoGen ke dalam Microsoft Agent Framework, tersedia secara umum sejak 3 April 2026, dan Semantic Kernel sendiri kini dalam mod penyelenggaraan. Ia masih menerima pembetulan keselamatan, tetapi corak orkestrasi baharu mendarat di penggantinya, bukan di sini.

Lesen: MIT. Terbaik untuk: Pasukan dengan pelaburan Semantic Kernel sedia ada yang memerlukan jambatan stabil sambil merancang migrasi ke Microsoft Agent Framework.

7. LlamaIndex Workflows: Orkestrasi Berasaskan Peristiwa daripada Warisan RAG

LlamaIndex Workflows memodelkan ejen sebagai set langkah async yang mengeluarkan dan menggunakan peristiwa bertaip, jadi ejen berbilang langkah dibaca seperti mesin keadaan kecil dan bukannya DSL graf khusus. Ia berkembang terus daripada warisan penyambung data dan pencarian semula LlamaIndex, termasuk LlamaHub, yang ketara dalam betapa semula jadinya ia mengendalikan ejen yang tugas utamanya mengambil daripada dokumen dan data berstruktur dan bukannya perbualan semata-mata.

LlamaCloud terhos LlamaIndex Inc mengendalikan penghuraian dan pengindeksan pada kadar berasaskan penggunaan, dipisahkan daripada rangka kerja orkestrasi, yang kekal percuma dan terbuka.

Lesen: MIT. Terbaik untuk: Pasukan yang membina ejen yang pencarian semula ke atas dokumen atau data ialah tugas teras, bukan tambahan.

8. Agno: Rangka Kerja Mengutamakan Prestasi yang Dahulunya Dikenali sebagai Phidata

Agno, dinamakan semula daripada Phidata pada Januari 2025, kini meletakkan dirinya kurang sebagai pustaka dan lebih sebagai "sistem pengendalian agentic", dibina di sekitar abstraksi Agents, Teams dan Workflows ditambah runtime bernama AgentOS yang memiliki keadaan tahan lama dan mendedahkannya melalui HTTP. Hujah jualannya ialah kelajuan: penanda aras yang diterbitkan Agno sendiri mendakwa pencontohan ejen kira-kira 5,000 kali lebih pantas dan kira-kira 50 kali kurang memori berbanding LangGraph. Itu dakwaan vendor yang patut diuji dengan beban kerja anda sendiri sebelum anda bergantung padanya, bukan angka yang disahkan secara bebas.

Lesen: Apache-2.0. Terbaik untuk: Pasukan yang menjalankan sejumlah besar ejen ringan serentak di mana overhed pencontohan ialah kesesakan yang nyata dan diukur.

9. Mastra: Ejen Asli TypeScript untuk Pasukan JS Full-Stack

Mastra, dibina oleh pasukan yang termasuk bekas jurutera Gatsby, ialah rangka kerja pertama dalam senarai ini yang direka mengutamakan API untuk TypeScript dan bukannya dialihkan daripada reka bentuk Python. Aliran kerja, ejen, RAG, eval dan lapisan memori dibina untuk duduk secara semula jadi dalam perkhidmatan Next.js atau Node sedia ada, yang penting jika menyediakan perkhidmatan mikro Python berasingan semata-mata untuk menjalankan ejen tidak berbaloi dengan overhed operasi.

Rangka kerja teras ialah Apache-2.0. Direktori ee/ membawa lesen Mastra Enterprise berasingan, source-available untuk pembangunan tetapi memerlukan lesen berbayar dalam pengeluaran, dan pelan kawalan Mastra Cloud pilihan bermula percuma (100,000 peristiwa observability, 24 jam CPU, pengekalan 15 hari) dengan peringkat Teams pada $250 sebulan, disahkan di mastra.ai/pricing.

Lesen: Apache-2.0 (teras), lesen komersial berasingan untuk ee/. Terbaik untuk: Pasukan JavaScript dan TypeScript yang tidak mahu menyediakan perkhidmatan Python berasingan semata-mata untuk menjalankan ejen.

10. smolagents: Ejen Minimum Penulis Kod daripada Hugging Face

smolagents mengambil pertaruhan yang berbeza daripada yang lain dalam senarai ini: daripada merantai panggilan alat JSON, "CodeAgent" terasnya menulis dan melaksanakan sekeping kecil Python sebagai tindakan utamanya. Hujah Hugging Face ialah ini mengurangkan bilangan langkah dan kadar ralat berbanding gelung panggilan alat klasik, kerana model yang menulis results = [search(q) for q in queries] melakukan dalam satu langkah apa yang memerlukan tiga panggilan alat berurutan. Pustaka terasnya sengaja dikekalkan kecil, cukup kecil untuk dibaca dari awal hingga akhir dalam satu petang.

Lesen: Apache-2.0. Terbaik untuk: Pasukan yang mahu memahami setiap baris gelung ejen mereka, atau yang sudah mendalam dalam ekosistem Hugging Face.

11. Haystack: Saluran Paip Pencarian Semula Pengeluaran dengan Ejen Terbina Dalam

Haystack, diselenggara oleh syarikat Jerman deepset, bermula sebagai rangka kerja saluran paip carian dan pencarian semula bertahun-tahun sebelum "ejen" menjadi perkataan tren industri, dan warisan itu ketara dalam betapa eksplisit dan teruji model komponen dan saluran paipnya untuk pencarian semula dan pemprosesan dokumen. Ejen dalam Haystack dibina sebagai komponen di dalam graf saluran paip yang sama, bukan konsep tambahan yang berasingan.

deepset menjual Haystack Enterprise Starter (sokongan ditambah templat pengeluaran) dan Haystack Enterprise Platform penuh di atas teras terbuka, kedua-duanya berharga mengikut saiz organisasi dan bukannya diterbitkan sebagai kad kadar.

Lesen: Apache-2.0. Terbaik untuk: Pasukan yang tugas sebenar ejennya ialah pencarian semula yang tepat dan pengendalian dokumen, dengan perbualan sebagai lapisan nipis di atas.

12. Dify: Aplikasi LLMOps Penuh, dengan Lesen yang Sebenarnya Patut Anda Baca

Dify membungkus pembina aliran kerja visual, IDE prompt, saluran paip RAG, orkestrasi ejen dan observability ke dalam satu aplikasi dihoskan sendiri, yang menjadikannya lebih hampir kepada platform LLMOps penuh berbanding pustaka kod. Keluasan itu, ditambah komuniti besar, mungkin sebab ia berada dalam kalangan repositori paling banyak bintang dalam keseluruhan senarai ini, kedua selepas Langflow sahaja. LangGenius, syarikat di belakangnya, juga menjalankan Dify Cloud: peringkat Sandbox percuma, Professional pada $59 sebulan ($590 setahun dibilkan tahunan), Team pada $159 sebulan ($1,590 setahun dibilkan tahunan), dan peringkat Enterprise tersuai, semuanya disahkan di dify.ai/pricing.

Baca bahagian lesen di atas sebelum mempertaruhkan produk yang dijual semula pada yang ini: lesen Apache-2.0 diubah suai Dify menghalang pengendalian sebagai SaaS berbilang penyewa tanpa lesen komersial daripada LangGenius. Untuk alternatif terurus sepenuhnya yang mengelak soalan hos sendiri sama sekali, lihat ringkasan pembina ejen AI no-code terbaik kami.

Lesen: Apache-2.0 diubah suai ("Dify Open Source License"), source-available. Terbaik untuk: Pasukan yang mahukan pembina aplikasi LLM dalaman dan dihoskan sendiri untuk pekerja, bukan pangkalan kod untuk dibenamkan dalam produk yang dijual semula.

13. Langflow: Pembinaan Seret-dan-Lepas, Kini dalam Orbit IBM

Langflow meletakkan kanvas visual di atas komponen gaya LangChain, dan mengeksport apa yang anda bina sebagai Python yang boleh dijalankan atau titik akhir API yang boleh dipanggil, yang menjadikannya cara yang benar-benar popular untuk membuat prototaip aliran ejen dan menyerahkannya kepada jurutera, atau mendemonstrasikannya kepada pemegang kepentingan bukan teknikal. DataStax memperoleh Langflow pada April 2024, dan IBM menyiapkan pemerolehan DataStax pada Mei 2025, jadi pelan hala tuju Langflow kini berada dalam strategi watsonx IBM.

Tidak seperti Dify atau Flowise, Langflow tidak membawa pengecualian lesen: ia MIT, tanpa tambahan lain.

Lesen: MIT. Terbaik untuk: Pasukan yang mahukan pembina visual berlesen MIT yang percuma untuk membuat prototaip sebelum memperuntukkan aliran kepada kod yang ditulis tangan.

14. Flowise: Pembina Visual Asli JavaScript yang Baru Dibeli Workday

Flowise ialah jawapan asli TypeScript kepada kanvas Langflow yang mengutamakan Python, yang penting jika bahagian belakang anda sudah menjadi perkhidmatan Node dan anda tidak mahu membawa Python ke dalam stack semata-mata untuk prototaip ejen. Workday mengumumkan pemerolehan FlowiseAI pada Ogos 2025, disahkan dalam bilik berita Workday sendiri, dan alat itu kini dijangka menyumbang kepada pelan hala tuju ejen HR dan kewangan perusahaan Workday dari semasa ke semasa.

Rangka kerja teras kekal Apache-2.0, dengan direktori enterprise/ membawa lesen proprietari berasingan. Flowise Cloud berjalan percuma (2 aliran, 100 ramalan sebulan), Starter pada $35 sebulan (10,000 ramalan), dan Pro pada $65 sebulan (50,000 ramalan, lima pengguna disertakan, $15 setiap pengguna tambahan), semuanya disahkan terus di flowiseai.com.

Lesen: Apache-2.0 (teras), lesen proprietari untuk enterprise/. Terbaik untuk: Pasukan JavaScript yang mahukan pengalaman Langflow tanpa membawa Python ke dalam stack.

15. OpenHands: Jurutera Perisian Autonomi Sumber Terbuka

OpenHands, dinamakan semula daripada OpenDevin pada penghujung 2024 dan dibina oleh All Hands AI, melakukan tugas yang berbeza daripada 14 rangka kerja lain dalam senarai ini. Ia bukan pustaka am untuk anda menghimpun ejen tersuai di atasnya, ia runtime khusus yang memberi ejen shell, pelayar dan editor kod sebenar dalam kotak pasir supaya ia boleh merancang, menulis, menjalankan, menguji dan membetulkan kod secara autonomi. Jika anda membandingkannya dengan produk ejen pengekodan terhos, lihat ringkasan ejen pengekodan AI terbaik kami.

All Hands AI menjalankan OpenHands Cloud bersama versi tempatan percuma: peringkat Individual yang percuma dengan kunci API anda sendiri atau akses model dengan harga kos, dan peringkat Enterprise tersuai untuk penempatan VPC peribadi atau dihoskan sendiri dengan SSO, disahkan di openhands.dev/pricing.

Lesen: MIT. Terbaik untuk: Pasukan yang mahukan alternatif terbuka dan boleh dihoskan sendiri kepada produk ejen pengekodan tertutup, bukan rangka kerja untuk membina ejen serba guna.

Kos Sebenar "Percuma"

Kod setiap rangka kerja percuma dalam kesemua 15 kes. Yang tidak percuma ialah segala-galanya yang menjadikan ejen cukup dipercayai untuk dijalankan tanpa pengawasan. Hampir setiap vendor dalam senarai ini memonetisasi lapisan yang sama: bukan kod orkestrasi, tetapi observability, penilaian dan hosting terurus yang membungkusnya.

Peruntukkan belanjawan untuk baris terakhir itu sebelum anda memperuntukkan belanjawan untuk yuran lesen. Rangka kerja dengan harga $0 dan tiada jurutera yang memahami model keadaannya lebih mahal daripada rangka kerja dengan peringkat terhos sederhana dan pasukan yang fasih dengannya.

Cara Memilih: Kerangka Keputusan

Padankan situasi anda dengan titik permulaan yang betul, kemudian baca bahagian penuh rangka kerja itu di atas sebelum membuat komitmen.

Jika pasukan anda lebih suka menilai platform terurus sepenuhnya dan bukannya menghimpun satu daripada rangka kerja, ringkasan platform ejen AI perusahaan terbaik kami dan panduan memilih platform ejen AI kami kedua-duanya merangkumi laluan itu.

Apa yang Perlu Dilakukan Seterusnya

Jangan menilai kesemua 15 rangka kerja serentak. Persempitkan kepada dua berdasarkan bahasa anda (Python atau TypeScript) dan gaya pembinaan anda (pustaka kod atau aplikasi visual), kemudian bina ejen kecil yang sama, satu panggilan alat, satu serah terima berbilang langkah dan satu kes kegagalan yang disengajakan, dalam kedua-duanya. Rangka kerja yang bertahan apabila anda cuba memecahkannya ialah yang patut dijadikan asas pembinaan.

Jika pasukan anda lebih suka tidak membina ejen langsung, ringkasan platform ejen AI terbaik kami merangkumi alternatif terurus, dan panduan cara membina ejen AI membimbing anda melalui langkah asas tanpa mengira rangka kerja yang akhirnya anda pilih.