AutoGen
AutoGen是微软研究院开源的多智能体（Multi-Agent）协作框架，旨在简化基于大语言模型的自动化应用开发。该框架支持定义多个具备不同角色的AI Agent，使其能够相互通信、协作完成复杂任务。AutoGen的核心特性包括：支持人机协作（Human-in-the-loop）模式、可灵活配置Agent对话流程，以及兼容多种大语言模型后端，广泛应用于代码生成、任务规划、数据分析等场景。
Core Facts
Timeline (last 90 days)
LangChain、LlamaIndex、AutoGen等主流Agent框架均已内置MCP客户端支持
围绕DeepSeek等模型已经形成了包括推理框架（vLLM、SGLang）、Agent框架（如MetaGPT、AutoGen的国产适配）在内的完整技术栈
Claude Code的子智能体设计与AutoGen、CrewAI等多智能体框架有本质区别，后者将智能体建模为具有独立人格和目标的自主实体
Hermes Agent与LangChain、AutoGen、CrewAI属于同类竞品框架
Claude Code的Agent Teams与AutoGen、CrewAI、MetaGPT等框架的关键区别在于它不是在外部编排层实现多Agent调度，而是在内部原生支持
本地化部署、Agent框架集成和垂直场景深化是DeepSeek集成生态当前快速升温的三大方向
多智能体系统（MAS）的典型代表包括微软的 AutoGen、斯坦福的 Generative Agents 以及 CrewAI 等框架
LangGraph与微软的AutoGen和CrewAI形成差异化竞争
LobeHub相比AutoGen和CrewAI的差异化在于产品化程度更高，是可以直接使用的终端产品
LangChain、LlamaIndex、AutoGen等框架几乎可以零成本接入DeepSeek
40 more timeline events
All Facts (12)
目前主流的AI Agent框架包括LangChain、AutoGen、CrewAI等
90%Verified多Agent协作领域的代表性框架包括AutoGen、CrewAI、LangGraph等
80%VerifiedLangChain、AutoGen、CrewAI是当前市面上的主流Agent开发框架
80%Verified2023年以来，斯坦福的Generative Agents、微软的AutoGen和CrewAI等项目证明了多Agent协作在复杂任务中的优越性
80%VerifiedAutoGen由微软研究院推出，专注于多Agent协作场景
80%VerifiedAutoGen是微软推出的多智能体对话框架
80%UnverifiedLangChain、LlamaIndex、AutoGen等主流Agent框架均已内置MCP客户端支持
80%UnverifiedClaude Code的子智能体设计与AutoGen、CrewAI等多智能体框架有本质区别，后者将智能体建模为具有独立人格和目标的自主实体
80%VerifiedAutoGen是微软研究院出品的多Agent协作框架，通过可编程的对话模式实现Agent间的灵活协作
80%UnverifiedHermes Agent与LangChain、AutoGen、CrewAI属于同类竞品框架
80%UnverifiedClaude Code的Agent Teams与AutoGen、CrewAI、MetaGPT等框架的关键区别在于它不是在外部编排层实现多Agent调度，而是在内部原生支持
75%Unverified围绕DeepSeek等模型已经形成了包括推理框架（vLLM、SGLang）、Agent框架（如MetaGPT、AutoGen的国产适配）在内的完整技术栈
75%