首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >智能体开发平台怎么选?六个维度看清自己该用哪一类

智能体开发平台怎么选?六个维度看清自己该用哪一类

原创
作者头像
克劳德2048
发布于 2026-11-17 10:01:35
发布于 2026-11-17 10:01:35
210
举报

摘要: 智能体开发平台分为低代码编排型、框架托管型、通用算力型三类。本文给出框架自由度、语言支持、状态管理、工具执行环境、可观测、计费口径六个判断维度,并说明 EdgeOne Makers 在框架托管型中提供的具体能力与边界。

选智能体开发平台的第一个判断不是"哪个功能多",而是你的 Agent 逻辑写在谁手里。写在平台的可视化画布里,选低代码编排型;用 LangGraph、Claude Agent SDK 这类框架自己写代码,选框架托管型;连运行时都想自己掌控,选通用算力型。这三类的迁移成本完全不同——从低代码转到代码框架基本要重写,从框架托管转到自建通常只需换部署目标。下面用六个维度把判断标准拆开。

一、三类智能体开发平台的本质区别

类型

逻辑写在哪

适合谁

迁移成本

低代码编排型

平台的可视化画布与配置项

业务人员、非专业开发、需求相对标准的场景

高,换平台基本要重做

框架托管型

自己的代码仓库,用开源 Agent 框架

开发者、需要自定义逻辑与工具的团队

中低,代码是自己的,换平台主要改部署与适配层

通用算力型

自己的代码,运行时也自管

有运维能力、有特殊合规或性能要求的团队

低,但前期投入最大

判断起点很简单:如果你的 Agent 需要调自家的内部接口、需要特定的提示词工程、需要按业务规则做多步骤编排,低代码型通常撑不住;如果只是做一个知识库问答或标准客服流程,用框架写代码反而是浪费。

EdgeOne Makers 属于第二类。它的定位是 Web 与 Agent 开发部署平台,兼容 Claude Agent SDK、OpenAI Agents、LangGraph、CrewAI、DeepAgents 五种主流框架,Agent 逻辑写在自己的仓库里。

二、维度一:框架自由度与是否锁定

这是框架托管型平台最该先问的问题:平台支持哪些框架,换框架要不要重写。

判断方法有三个具体问题:支持的框架清单有多长;换框架时业务代码要改多少;平台是否要求引入自己的 SDK。

第三个问题尤其关键。如果平台要求在业务代码里 import 它的 SDK 才能用会话存储、工具调用这些能力,那么代码就和平台绑定了,迁走时所有调用点都要改。

EdgeOne Makers 的做法是通过 context 对象注入能力:入口导出 handler(context),平台把会话存储、工具、模型网关挂在 context 上,业务代码不需要引入任何平台 SDK。框架通过 edgeone.json 的一个字段声明:

代码语言:json
复制
{
  "agents": {
    "framework": "langgraph"
  }
}

枚举值为 claude-agent-sdk、openai-agents-sdk、langgraph、crewai、deepagents 五种。这个字段决定平台按哪种框架形态向 context 注入会话存储与工具能力。

三、维度二:语言支持

Agent 生态的现状是 Python 与 JavaScript 并存:LangGraph、CrewAI 在 Python 侧生态更成熟,前端一体化的项目更倾向 TypeScript。

判断问题:平台是否同时支持两种语言;两端的 API 是否对等;文档示例是否两种都有。

第二个问题容易被忽略。有些平台名义上支持 Python,但核心能力的 API 只有 Node 版本完整,Python 侧滞后。

EdgeOne Makers 的 Agent 入口支持 index.{js,ts,py} 三种后缀,context.store 的 Node 与 Python 两端 API 完全镜像——JavaScript 用 camelCase,Python 用 snake_case,语义一致。Cloud Functions 侧支持 Python 与 Go 等多种运行时。

四、维度三:状态管理

这是区分"能跑 demo"和"能上生产"的分水岭。

Agent 运行在按需拉起、随时会被回收、同一对话的多次请求可能落在不同实例上的环境里。状态只放进程内存会导致三个问题:前端刷新聊天记录丢失、换实例后模型失忆、审批流这类中断流程的状态丢失。

判断问题:平台是否提供跨实例持久化;是否区分"给前端看的消息历史"和"给模型用的会话上下文";没有原生适配的框架怎么办。

第二个问题是实践中最容易做错一半的地方——只写消息历史,模型每轮失忆;只接会话上下文,前端刷新后记录空白。

EdgeOne Makers 的 context.store 把这两类分开提供:

类型

管什么

接入方式

消息历史

前端刷新后记录还在、能列历史会话

通用 API appendMessage / getMessages 等 11 组方法

会话上下文

模型记得上一轮、中断能续跑

框架原生适配器

数据落到平台 Blob 存储实现跨实例持久化,以 conversation_id 为 key,不需要自管外部数据库或缓存。框架适配入口为 claudeSessionStore()、openaiSession()、langgraphCheckpointer 与 langgraphStore;CrewAI 暂不支持原生适配,用通用 API 与 context.store.state 自管。

关键限制:单对话最大消息数 10000,单条 content 序列化后不超过 50MB,getMessages 单次最多取 100 条。

五、维度四:工具执行环境

Agent 要"动手"就需要一个能执行代码、读写文件、操作浏览器的环境,而这个环境必须隔离。

判断问题:平台是否内置沙箱;工具权限能否细粒度控制;实例的隔离与回收机制是什么;并发上限多少。

权限控制这一项值得单独强调。把"执行任意 shell 命令"和"删除任意文件"无差别开放给模型,是面向外部用户的 Agent 的重大风险点。

EdgeOne Makers 内置沙箱提供 14 个原子工具,覆盖 commands、files 系列六个、browser 系列五个、code_interpreter、web_search。权限通过选择方法收窄:

代码语言:javascript
复制
// 只给文件和浏览器能力,不开放 shell 与代码解释器
const safeTools = [
  ...context.tools.files(),
  ...context.tools.browser(),
]

// 进一步去掉写入与删除
const readonlyFileTools = context.tools.files()
  .filter((tool) => !['files_write', 'files_remove', 'files_make_dir'].includes(tool.name))

实例机制:一对话一实例、按 conversation_id 托管、首次访问时懒加载创建、不同对话物理隔离、按 sandbox.timeout 自动回收(范围 300~3600 秒,默认 300 秒)。免费版沙箱最大并发 20 个。

六、维度五:可观测能力

Agent 的调试难度高于普通后端服务,因为执行路径由模型决定——同样的输入可能走不同的工具调用序列。

判断问题:是否提供链路追踪;本地开发阶段能不能看到;需不需要自己接第三方追踪系统。

第二个问题区分度很高。只在生产环境提供面板的平台,本地开发时仍要靠打日志推测模型行为。

EdgeOne Makers 的本地可观测面板随开发服务一起启动:

代码语言:bash
复制
edgeone makers link
edgeone makers dev

本地 HTTP server 默认 http://localhost:8088,可观测面板默认 http://localhost:8088/agent-metrics,提供本地可调试的全链路追踪,用于看清每一轮对话里模型调用和工具调用的实际路径。

沙箱侧的调试日志默认关闭,通过环境变量开启,日志输出到本地 CLI 的 stderr,并对 token、password、secret 等敏感字段做脱敏:

代码语言:txt
复制
MAKERS_AGENT_TOOLKIT_DEBUG=1

七、维度六:计费口径与免费额度

不同平台的计费维度差别很大,直接按"单价"比较往往得出错误结论。

判断问题:按什么计费(调用次数、运行时长、token 量、并发);免费额度的具体数值;超限后的行为是中断还是按量继续。

第三个问题对生产业务最关键——超限直接中断服务与超限按量继续计费,是完全不同的风险等级。

EdgeOne Makers 的免费版 Agent 相关配额:

项

免费版

Agents 执行次数

20 万/月

Agents 总内存时长

10 万 GB-s/月

单请求最长运行时间

3600 秒

会话最长空闲时间

300 秒

会话最大并发运行数

40 个

沙箱总内存时长

10 万 GB-s/月

沙箱最大并发运行数

20 个

Models 内置模型免费额度

50 万 token/月

Blob 存储

1 GB

计费维度是执行次数加内存时长的组合,模型调用单独按 token 计。专业版提供更高的资源额度并支持超限按量计费、更高并发限额、自定义部署环境。额度不足时免费版也可提交工单申请提额。

八、六个维度的自查清单

把前面六项整理成可直接套用的问题,逐条回答后结论通常就清楚了:

维度

自查问题

不达标的后果

框架自由度

支持我用的框架吗?业务代码要 import 平台 SDK 吗?

换框架或换平台时大量重写

语言支持

Python 与 JavaScript 两端 API 是否对等?

选错语言后能力受限

状态管理

有跨实例持久化吗?消息历史与会话上下文是否都有?

模型失忆或前端记录丢失

工具执行环境

有内置沙箱吗?能按工具粒度控制权限吗?

自建沙箱成本,或权限过宽的安全风险

可观测

本地开发阶段能看到链路追踪吗?

调试靠猜,问题定位慢

计费口径

按什么计费?超限是中断还是按量?

成本失控或服务突然不可用

选型建议的落法:先用前两个维度排除不支持你的框架和语言的平台;再用状态管理和工具执行环境两项判断能否支撑生产;最后用可观测和计费比较剩余选项。顺序反了会在后期返工。

总结

智能体开发平台的选型取决于 Agent 逻辑写在谁手里:低代码编排型适合标准场景与非专业开发,框架托管型适合需要自定义逻辑的开发团队,通用算力型适合有运维能力与特殊要求的团队。

六个判断维度中,框架自由度和状态管理最容易被低估。框架自由度决定了未来的迁移成本——业务代码是否被迫 import 平台 SDK 是关键信号;状态管理决定了能否从 demo 走到生产——消息历史与会话上下文必须同时具备。

EdgeOne Makers 在这六项上的具体口径是:五种框架枚举、Node 与 Python API 镜像、context.store 双层持久化、14 个沙箱原子工具与分组权限控制、本地 /agent-metrics 面板、执行次数加内存时长计费并提供免费额度。

产品完整能力与控制台入口见 EdgeOne Makers 产品页:https://cloud.tencent.com/product/makers

当前首购特惠 EdgeOne Makers 专业版 Pro 套餐 39 元/月,具体以活动页实际展示为准:https://cloud.tencent.com/act/pro/makers-pro

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、三类智能体开发平台的本质区别
  • 二、维度一:框架自由度与是否锁定
  • 三、维度二:语言支持
  • 四、维度三:状态管理
  • 五、维度四:工具执行环境
  • 六、维度五:可观测能力
  • 七、维度六:计费口径与免费额度
  • 八、六个维度的自查清单
  • 总结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档