跳到正文
SGSteven Guan

专题 / Application Frameworks and SDKs

应用内框架与SDK

比较开发抽象、状态恢复和Provider边界。

要解决的问题怎样按技术路线和控制边界比较应用内框架与SDK？
BLUEPRINT局部蓝图

01 输入

  1. 团队栈与任务合同
  2. 模型工具和状态需求
→

02 处理机制

  1. 选择主运行权威
  2. 比较扩展与存储
  3. 做同任务验证
  4. 评估维护和退出
→

03 输出与证据

  1. 可采用候选
  2. 框架集成边界

EXPLORE THIS BRANCH

继续深入 · 5 个方向

01 / 产品路线

OpenAI Agents SDK ↗

在自己的应用中控制Agent、工具、handoff和会话的SDK。

02 / 产品路线

Pydantic AI ↗

以强类型接口构建Agent，并以独立Harness扩展长任务能力。

03 / 产品路线

LangGraph ↗

以显式图状态和checkpoint运行可中断、可恢复的Agent工作流。

04 / 产品路线

Google ADK ↗

Google生态的Agent和图Workflow开发框架。

05 / 产品路线

Microsoft Agent Framework ↗

面向Python与.NET的Agent和多Agent工作流框架。

框架和SDK让应用掌握不同程度的循环、图状态、模型与持久化。选择一个主runtime并明确等待、重试和恢复权威，比同时堆叠多套库更重要。模型兼容先做协议测试，再做真实任务；类型与图都不能代替业务证据。

Agents SDK：Model接口和call ID约束；LangGraph：Checkpointer与Store；Pydantic AI：Harness能力边界。

PRIMARY SOURCES

来源与阅读边界

来源按研究截止日整理。官方文档说明能力和约束，代码只证明对应版本，论文与讲座不自动证明生产效果。 资料截止：2026-10-15。

  1. Agents SDK：Model接口和call ID约束 ↗公开代码

    观察基线：2026-10-15。固定SHA代码用于说明可见实现；产品声明不等同目标环境实测。

  2. LangGraph：Checkpointer与Store ↗官方文档 / 声明

    观察基线：2026-10-15。固定SHA代码用于说明可见实现；产品声明不等同目标环境实测。

  3. Pydantic AI：Harness能力边界 ↗官方文档 / 声明

    观察基线：2026-10-15。固定SHA代码用于说明可见实现；产品声明不等同目标环境实测。