野生码农
多智能体/Agent 数字员工框架 GitHub 调研报告(2026-08 周报)
调研日期:2026-08-10(周一例行周报,兼答"CrewAI 还是不是正确选择")。 数据源:
gh api repos/...实时查询(账号 threettiger),star/fork 数字截至 2026-08-10;版本动态来自各仓库 latest release;社区口碑来自 2026 年多篇对比文章(文中附链接)。 近 30 天 star 增长:已补齐(2026-08-10 补测)。 背景:GitHub 于 2026-06-30 下线 stargazers 明细分页 API(任意仓库 page≥2 即 404),公共事件流 WatchEvent 也于 2026-07-06 起塌缩(ClickHouse play 库 github_events 表全站 WatchEvent 从 6 月的日均 5k-14k 跌至 7-6 后日均 1k-2k,8-09 仅 1,032 条),OSS Insight 的 star 历史曲线因此自 2026-04 起严重偏低、star-history.com 直接停更非自有仓库。 新数据源:trendshift.io 仓库页内嵌的逐日 star 增量序列(近 60 天日粒度,免登录无鉴权,curl 直取https://trendshift.io/repositories/<id>解析 HTML 内嵌 JSON),下表为 2026-07-1108-09(deer-flow 为 07-1208-10)30 天窗口求和;其中 5 个 star 前 100 的项目用 EvanLi/Github-Ranking 每日 CSV 快照(07-10 vs 08-09)差分交叉验证,两源偏差 <5%(如 autogen:+706 vs +708)。GH Archive(BigQuery)因本机无 GCP 账号未验证,且其数据源与已塌缩的公共事件流同源,预计同样缺 7-6 之后数据。
结论先行
CrewAI 存续判断:继续深耕,不迁移。
- CrewAI 本体健康:1.15.14 发布于 2026-08-08(两天前),维护活跃;我们的用法(YAML 角色团队、顺序内容产线)正是多篇 2026 年独立对比公认的 CrewAI 最佳甜点位。
- 昨天引流组/质检组产出质量下滑,是质量门与提示词问题,不是框架问题——换任何框架都带不走。CrewAI 内部就有对症工具(Flows 确定性编排 + guardrail + 结构化输出),不必出框架解决。
- 迁移到 LangGraph 的代价 ≈ 全部团队从 YAML 重写为图代码(估 1-2 周纯投入),收益(状态检查点、确定性重试)在当前"内容产线"阶段用不满。社区通行路径是"CrewAI 起、关键产线毕业后迁 LangGraph",我们还没到毕业线。
- 真正的风向不在编排框架,在"harness":deer-flow(79.6k star,字节)这类带记忆/技能/子代理/沙箱的长任务外壳 2026 年声量最大,这才是值得盯的演化方向。
Top 3 推荐:
- crewAIInc/crewAI(56,866 star) — 现役,版本落后 6 个小版本(1.15.8→1.15.14)。下一步最小动作:升级 CrewAI 工程到 1.15.14,通读 1.15.9-1.15.14 changelog,重点看 guardrail/结构化输出有无改进,引流组跑一遍回归。
- langchain-ai/langgraph(39,312 star) — 2026 年几乎所有生产向对比的第一名,是我们产线的"毕业后路线"。下一步最小动作:2 小时时间盒,把引流组流程用 LangGraph 图结构画一张对照图(不写代码),评估"质量门用图表达 vs 用 CrewAI Flows 表达"哪个更省——产出一张决策记录。
- bytedance/deer-flow(79,607 star) — 长任务 SuperAgent harness,其 memory/skill/subagent/message gateway 四层结构是数字员工团队下一步架构演化的现成参照;同时是个人 IP 的现成内容素材(字节开源、star 体量大)。下一步最小动作:clone 下来读 1 小时架构文档,摘录可借鉴的 3 个设计点。
一、项目清单(12 个,数据日期 2026-08-10)
| 项目 | star | fork | 一句话定位 | 最新 release | 近30天增长 |
|---|---|---|---|---|---|
| bytedance/deer-flow | 79,607 | 10,885 | 字节开源长任务 SuperAgent harness(沙箱/记忆/技能/子代理) | v2.0.0 (2026-06-25) | +2,781 |
| FoundationAgents/MetaGPT | 69,746 | 8,878 | "AI 软件公司"多智能体框架(原 geekan/MetaGPT,已迁组织) | v0.8.1 (2024-04-22,停更;最后 push 2026-01) | +468 |
| microsoft/autogen | 60,331 | 9,089 | 微软对话式多智能体框架 | python-v0.7.5 (2025-09-30;2025-10 起维护模式;最后 push 2026-04) | +706 |
| crewAIInc/crewAI | 56,866 | 8,108 | 角色扮演式多智能体编排,YAML 团队,我们现役 | 1.15.14 (2026-08-08) | +1,510 |
| agno-agi/agno | 41,637 | 5,748 | 高性能 Agent 平台框架(构建/运行/管理一体) | v2.8.7 (2026-08-05) | +537 |
| langchain-ai/langgraph | 39,312 | 6,603 | 状态图式 Agent 编排,生产级控制力标杆 | 持续高频(2026-08-07 有 release) | +2,236 |
| openai/openai-agents-python | 28,512 | 4,473 | OpenAI 官方轻量多智能体 SDK(Swarm 的正统继任) | v0.19.4 (2026-08-05) | +701 |
| microsoft/semantic-kernel | 28,433 | 4,711 | 微软企业级 LLM 集成框架(能力已并入 Agent Framework) | 活跃(2026-08-08 push) | +146 |
| openai/swarm | 21,891 | 2,331 | OpenAI 教学性质编排实验,已被 Agents SDK 取代 | 无正式 release(最后 push 2026-04) | +119 |
| google/adk-python | 21,054 | 3,815 | Google 官方 Agent 开发工具包(Gemini 生态) | v2.6.3 (2026-08-07) | +495 |
| kortix-ai/suna | 20,086 | 3,434 | 开源通用 AI 员工/管理系统(产品向,非框架) | v0.12.6 (2026-08-08) | +139 |
| camel-ai/camel | 17,569 | 2,035 | 学术派多智能体框架(Agent 缩放律研究) | v0.2.90 (2026-03-22,节奏放缓) | +206 |
| microsoft/agent-framework | 12,698 | 2,136 | AutoGen+Semantic Kernel 合并的微软正统继任,2026-04 GA | dotnet-1.17.0 (2026-08-04) | +649 |
| ag2ai/ag2 | 4,847 | 697 | AutoGen 原作者社区分叉(AgentOS 定位) | v1.0.1 (2026-07-29) | +91 |
二、主线对齐评估
| 项目 | 数字员工/AI工具 | 个人IP素材 | 变现关联 | 结论 |
|---|---|---|---|---|
| crewAI | 现役底座,直接用;版本升级+Flows/guardrail 是最近的质量杠杆 | 中(实战复盘可写) | 直接(产线在跑) | 值得深入:升级 1.15.14 + 用 Flows 给质检组加确定性质量门 |
| langgraph | 能直接用但需重写;检查点/重试/可观测性是产线毕业后刚需 | 高(对比测评是流量款) | 间接(架构升级提质量) | 收藏备用(毕业后路线):2h 画对照图,定毕业触发线 |
| deer-flow | 不直接替换;memory/skill/子代理分层可借鉴进 CrewAI 团队设计 | 高(字节开源+长任务外壳,题材热) | 间接 | 值得深入(架构参照):读 1h 架构文档,摘 3 个可借鉴点 |
| agno | 轻量高性能,API 干净;替换 CrewAI 收益不明确 | 低 | 低 | 收藏备用:若 CrewAI 出现性能/开销瓶颈再评估 |
| openai-agents-python | 轻量正统,handoff 模型简单;生态绑 OpenAI(可接别家但非主线) | 中 | 低 | 收藏备用:做 OpenAI 系工具时首选 |
| agent-framework | 企业级、Azure/.NET 基因重;个人小团队用不上 SLA 那套 | 低 | 低 | 路过:面向企业客户,与我们产线形态不匹配 |
| suna | 产品不是框架;"开源 AI 员工"形态可研究其 UX | 中(可写"开源 AI 员工横评") | 低 | 路过:我们要的是产线不是通用助手,防注意力被割 |
| adk-python | Google 生态绑定深,我们跑 Kimi 额度 | 低 | 低 | 路过:生态不匹配 |
| MetaGPT | — | — | — | 路过:停更事实摆在这(last release 2024-04);它自己就是"起大早赶晚集"的标本——2023 年最火,2026 年无人维护 |
| autogen / swarm / ag2 | — | — | — | 路过:一个维护模式等迁移、一个教学玩具、一个社区分叉仅 4.8k star,新势力都接不住旧王 |
| camel | 学术向,产线不适用 | 低 | 低 | 路过:研究价值有,工程价值对我们是零 |
三、趋势判断
- 框架战争进入出清期。 2023-2024 的三大明星里,AutoGen 进维护模式(微软官方指路 Agent Framework,2025-10 起只修不更),MetaGPT 实质停更,OpenAI 自己砍了 Swarm 扶正 Agents SDK。活下来的共识是:角色制编排(CrewAI)吃内容产线/快速原型,状态图(LangGraph)吃生产关键路径——多篇 2026 年独立对比结论一致(Alice Labs、ayautomate、Talki Academy)。
- 声量在往"harness"迁移。 deer-flow 79.6k star 超过所有纯编排框架,说明社区兴趣从"怎么编排多 agent"转向"给 agent 一个带记忆、技能、沙箱、能跑几小时任务的完整外壳"。这与我们数字员工团队的方向(长期运行、有台账、有技能文件)同向,是架构演化的参照系。
- 对我们的直接影响:无"起大早赶晚集"风险,但有"毕业线"要盯。 CrewAI 在内容产线场景没有落后;风险点只有一个——当产线需要跨任务状态、失败重放、确定性审计时,CrewAI 会吃力(多篇测评指出其黑盒漂移与可观测性短板)。建议立一条明确触发线:同一质量门问题连续两周靠提示词修不好,即启动引流组 LangGraph 化试点。在此之前,投入全部压在 CrewAI 内部能力(Flows/guardrail)上。