本文将介绍一系列市面上可用的Agent开发平台，这些平台覆盖了从大模型交互到知识库管理等多种功能，旨在简化智能体的研发和运维过程。我们将探讨它们的特点、优势以及适用场景，帮助读者更好地理解如何选择适合自己需求的平台。

一、什么是Agent开发平台

面向智能体生产场景的一站式开发平台，能力覆盖但不限于智能体编排、知识库管理、大小模型交互、计量、开放、私有化部署等功能。有效提供智能体研发效率，降低智能体研发耗费的人力和时间成本。

二、解决场景

知识库问答 产品运营快速搭建智能体 业务研发便捷调试等

三、市面上的开发平台产品、平台

1. 字节coze

• 工具：插件覆盖比较丰富，且支持自定义
• 大模型：使用主流大模型，豆包、moonshot、minmax、通义前问等
• 发布渠道：支持api调用、飞书、抖音、掘金、微信
• 产品形态：C、B端

2. 腾讯元器

• 工具：插件较少，支持自定义
• 大模型：仅支持混元
• 发布渠道：支持api调用、QQ智能体、微信客服
• 产品形态：C、B端

3. 百度文心

• 工具：插件较少，支持自定义
• 大模型：文心一言、文心大模型4.0等
• 发布渠道：支持api调用、微信、公众号、企业微信、百度系产品
• 产品形态：C、B端

4. Dify

• 工具：插件覆盖比较丰富，且支持自定义
• 大模型：使用主流商业和开源模型（本地部署或基于Maas）
• 发布渠道：支持私有化部署（docker、k8s）
• 产品形态：开源
• 编程方法：api+应用程序导向
• LLMs：普遍支持，且可以在页面配置
• 智能体：支持
• 知识库：支持
• 工具：支持，较为丰富且有agent案例
• 工作流：支持
• 本地部署：支持

5. FastGPI

• 编程方法：api+应用程序导向
• LLMs：主要支持openAI，更改较复杂
• 智能体：支持
• 知识库：支持，本地知识库配置较难
• 工具：较少
• 工作流：支持
• 本地部署：支持

6. LangChain

• 编程方法：python
• LLMs：普遍支持
• 智能体：支持
• 知识库：支持
• 工具：支持
• 工作流：不支持
• 本地部署：支持

7. Flowise

• 编程方法：应用程序导向
• LLMs：普遍支持
• 智能体：不支持
• 知识库：支持
• 工具：支持
• 工作流：支持
• 本地部署：支持

8. OpenAI Assistant API

• 编程方法：api导向
• LLMs：仅支持openAI
• 智能体：支持
• 知识库：支持
• 工具：支持
• 工作流：不支持
• 本地部署：不支持

集中解决通用的、复杂问题，抽象成标准的智能体构建模型，且能够适配业务的平台，还有一定的市场，可以考虑基于开源产品耦合业务需求。