本文將介紹一系列市面上可用的Agent開發平臺，這些平臺覆蓋了從大模型交互到知識庫管理等多種功能，旨在簡化智能體的研發和運維過程。我們將探討它們的特點、優勢以及適用場景，幫助讀者更好地理解如何選擇適合自己需求的平臺。

一、什么是Agent開發平臺

面向智能體生產場景的一站式開發平臺，能力覆蓋但不限于智能體編排、知識庫管理、大小模型交互、計量、開放、私有化部署等功能。有效提供智能體研發效率，降低智能體研發耗費的人力和時間成本。

二、解決場景

知識庫問答 產品運營快速搭建智能體 業務研發便捷調試等

三、市面上的開發平臺產品、平臺

1. 字節coze

• 工具：插件覆蓋比較豐富，且支持自定義
• 大模型：使用主流大模型，豆包、moonshot、minmax、通義前問等
• 發布渠道：支持api調用、飛書、抖音、掘金、微信
• 產品形態：C、B端

2. 騰訊元器

• 工具：插件較少，支持自定義
• 大模型：僅支持混元
• 發布渠道：支持api調用、QQ智能體、微信客服
• 產品形態：C、B端

3. 百度文心

• 工具：插件較少，支持自定義
• 大模型：文心一言、文心大模型4.0等
• 發布渠道：支持api調用、微信、公眾號、企業微信、百度系產品
• 產品形態：C、B端

4. Dify

• 工具：插件覆蓋比較豐富，且支持自定義
• 大模型：使用主流商業和開源模型（本地部署或基于Maas）
• 發布渠道：支持私有化部署（docker、k8s）
• 產品形態：開源
• 編程方法：api+應用程序導向
• LLMs：普遍支持，且可以在頁面配置
• 智能體：支持
• 知識庫：支持
• 工具：支持，較為豐富且有agent案例
• 工作流：支持
• 本地部署：支持

5. FastGPI

• 編程方法：api+應用程序導向
• LLMs：主要支持openAI，更改較復雜
• 智能體：支持
• 知識庫：支持，本地知識庫配置較難
• 工具：較少
• 工作流：支持
• 本地部署：支持

6. LangChain

• 編程方法：python
• LLMs：普遍支持
• 智能體：支持
• 知識庫：支持
• 工具：支持
• 工作流：不支持
• 本地部署：支持

7. Flowise

• 編程方法：應用程序導向
• LLMs：普遍支持
• 智能體：不支持
• 知識庫：支持
• 工具：支持
• 工作流：支持
• 本地部署：支持

8. OpenAI Assistant API

• 編程方法：api導向
• LLMs：僅支持openAI
• 智能體：支持
• 知識庫：支持
• 工具：支持
• 工作流：不支持
• 本地部署：不支持

集中解決通用的、復雜問題，抽象成標準的智能體構建模型，且能夠適配業務的平臺，還有一定的市場，可以考慮基于開源產品耦合業務需求。