SuperAPI AI 工具集
合作ENAI 行业资讯收藏

Skill 广场

找到适合任务的 Agent Skill，阅读介绍并复制安装命令。

更新于 11-11 00:16

智能体与模型

26,089 个结果

autogpt-agents

AutoGPT 是一个用于构建、部署和管理持续运行 AI 智能体的自主智能体平台，提供可视化界面与开发工具包两种使用方式。它适合构建持续运行的自主智能体、创建可视化工作流智能体、部署带外部触发（Webhook、定时任务）的智能体，以及搭建复杂的多步骤自动化流水线，也支持无代码/低代码的智能体构建。平台主要能力包括：可视化智能体构建器（拖拽式节点工作流编辑器）、持续执行（智能体通过触发器持久运行）、市场（可共享和复用预构建智能体与区块）、区块系统（面向 LLM、工具、集成的模块化组件）、Forge 开发工具包（用于创建自定义智能体）以及基准测试系统（标准化智能体性能测试）。安装采用 Docker 方式，克隆仓库后进入 autogpt_platform 目录，复制环境文件并启动后端服务，前端需单独安装依赖并运行开发命令。

智能体与模型1 次安装

crewai-multi-agent

CrewAI 是一个多智能体编排框架，用于让多个自主 AI 智能体协作完成复杂任务。它以角色为核心定义智能体，支持研究、写作、分析等专业化分工，并提供顺序（sequential）与层级（hierarchical）两种流程执行方式。CrewAI 不依赖 LangChain，体积轻量，内置 50 多种工具（如网页搜索、网页抓取、文件读取、PDF 搜索等），并具备短期、长期和实体记忆能力，支持追踪与生产级特性。它同时提供 Crews（自主协作）与 Flows（事件驱动）两种范式，可用纯代码或 YAML 配置方式搭建。适合构建需要多角色协作、任务委派和多步推理的自动化工作流。

智能体与模型1 次安装

dspy

DSPy 是斯坦福 NLP 团队开发的声明式语言模型编程框架，GitHub 星标 22,000+，用于构建复杂 AI 系统、自动优化提示词，以及创建模块化的 RAG 系统和智能体。它让开发者以声明式方式编程语言模型，而不必依赖手工提示工程，并通过数据驱动的优化器系统化地提升模型输出质量。核心概念包括 Signatures（定义输入输出结构）、Modules（可复用组件，如 Predict、ChainOfThought、ReAct、ProgramOfThought）、Optimizers（如 BootstrapFewShot、MIPRO、BootstrapFinetune）以及评估与自定义指标。安装方式为 pip install dspy，也支持指定提供商的扩展安装。

智能体与模型1 次安装

guidance

Guidance 是微软研究院开源的一个用于约束大语言模型（LLM）输出的 Python 库，GitHub 星标超过 18000。它允许开发者通过正则表达式、上下文无关文法（CFG）和选择约束来控制模型生成的内容，从而保证输出符合预期的 JSON、XML、代码或特定格式（如日期、邮箱、ID 等）。Guidance 采用 Pythonic 的语法，支持上下文管理器进行对话式交互，并内置 Token Healing 机制以修复提示词与生成内容之间的 token 边界问题。它兼容 OpenAI、Anthropic Claude 等 API 模型，也支持 Transformers 和 llama.cpp 等本地模型。相比传统提示方法，Guidance 能减少延迟、避免无效输出和重试循环，适合构建多步骤工作流、分类、数据提取和 ReAct 智能体等场景。

智能体与模型1 次安装

langchain

LangChain 是用于构建 LLM 应用的框架，支持智能体（Agents）、链（Chains）和 RAG（检索增强生成），可对接 OpenAI、Anthropic、Google 等多种模型供应商，提供 500+ 集成。资料显示其 GitHub 星标 119,000+，272,000+ 仓库使用，3,800+ 贡献者，许可为 MIT，版本 0.3+。适合构建带工具调用与推理的智能体、实现 RAG 流程、快速切换模型供应商、构建带记忆的聊天机器人、快速原型开发，并可通过 LangSmith 进行可观测与生产部署。

智能体与模型1 次安装

langsmith-observability

LangSmith 是用于调试、评估和监控语言模型与 AI 应用的可观测性开发平台。它可用于排查 LLM 应用（提示词、链、智能体）问题、基于数据集系统化评估模型输出、监控生产环境 LLM 系统、为 AI 功能构建回归测试、分析延迟与 token 用量及成本，以及协作进行提示词工程。核心功能包括：追踪（捕获所有 LLM 调用的输入、输出、延迟）、评估（内置与自定义评估器）、数据集（从生产追踪或手动创建测试集）、监控（跟踪指标、错误与成本）、集成（支持 OpenAI、Anthropic、LangChain、LlamaIndex）。安装：pip install langsmith，并设置 LANGSMITH_API_KEY 与 LANGSMITH_TRACING 环境变量。

智能体与模型1 次安装

outlines

Outlines 是一个用于结构化文本生成的 Python 库，由 dottxt.ai（原 .txt）开发，GitHub 星标 8000+。它通过有限状态机（FSM）在 token 采样层面约束生成过程，保证输出严格符合 JSON、XML、代码或正则表达式等结构，无需生成后再校验或重试。支持 Pydantic 模型实现类型安全输出，可自动将 JSON Schema 转换为语法约束。兼容多种本地模型后端，包括 Hugging Face Transformers、llama.cpp 和 vLLM，也提供有限的 OpenAI API 支持。提供 choice、json、regex、integer、float 等专用生成器，适用于数据抽取、分类、表单填写、多实体识别和代码生成等场景。

智能体与模型1 次安装

sentence-transformers

sentence-transformers 是一个用于生成句子、文本和图像嵌入（embedding）的 Python 框架，基于 PyTorch/Transformers 构建。它提供 5000+ 预训练模型，支持语义相似度计算、文本聚类、分类、语义搜索与检索等任务，并支持 100+ 语言的多语言嵌入。可在本地运行嵌入计算，无需依赖 API，是 OpenAI 嵌入的成本效益替代方案。该框架在 GitHub 上有 15,700+ 星标，采用 Apache 2.0 许可。

智能体与模型1 次安装