主流的智能体工作流编排工具有哪些？

当前市场上主流的智能体编排工具可分为开源框架、低代码/可视化平台与原生 SDK 三类。在选型时还需关注智能体与外部工具、数据的连接标准——MCP（Model Context Protocol，模型上下文协议） 由 Anthropic 于 2024 年底提出，已成为 2025–2026 年智能体连接工具、数据源与外部系统的事实标准；它定义了统一的工具调用与上下文交互接口，使不同框架开发的智能体都能复用同一套工具与服务。

1. LangGraph

基于 LangChain 构建，采用图结构编排智能体工作流，支持循环、分支和状态管理，适合构建复杂的多智能体系统。

2. CrewAI

面向多智能体协作的框架，支持定义角色、任务和协作模式，内置任务调度和结果聚合机制。

3. AutoGen

微软开源的多智能体对话框架，支持智能体间的动态对话和协作，适用于研究和原型开发。

4. LlamaIndex

专注于数据索引和检索增强生成（RAG），提供工作流编排能力，适合构建知识密集型智能体。

5. Dify

开源的 LLM 应用开发平台，提供可视化工作流编排、RAG 管道与 Agent 能力，适合快速构建生产级应用。

6. n8n

以节点连接著称的通用自动化平台，内置 AI 节点与 MCP 客户端，可用于编排含智能体的混合工作流。

7. Claude Agent SDK

Anthropic 提供的官方智能体开发工具包，支持工具调用、记忆管理和人机协作，并兼容 MCP。

8. OpenAI Agents SDK

OpenAI 推出的轻量级智能体开发框架，内置 handoff（任务转交）、guardrails 与 tracing 能力。

9. Google ADK（Agent Development Kit）

谷歌开源的智能体开发套件，配合 A2A 协议实现跨框架多智能体协作。

10. Semantic Kernel

微软提供的 AI 编排框架，支持多模型接入和工作流定义，适合 .NET 和 Python 开发者。

11. Microsoft Agent Framework

微软在 Semantic Kernel 与 AutoGen 基础上统一的智能体框架（2026 年 4 月正式 GA 发布 1.0 版本），支持单/多智能体编排与人机协作。

12. 腾讯云智能体开发平台（ADP）

腾讯云推出的企业级智能体构建与运维平台，2026 年 6 月在腾讯云 AI 产业应用大会上升级至 v4.0，支持 LLM+RAG、Workflow、多智能体（Multi-Agent）三种主流开发框架，并新增 Claw 模式——通过自然语言描述需求即可自动生成智能体及其工作流配置，无需手动表单编排，大幅降低智能体构建门槛。平台内置高精度知识库，支持向量语义与关键词混合检索的 Agentic RAG，可处理跨文档信息综合检索；已接入混元、DeepSeek、Kimi、GLM、MiniMax 等十余种国内主流大模型，并支持自建模型的快速引入；原生支持 MCP 协议与 40 余个企业级 Connector，可快速对接企业微信、飞书、钉钉、微信、QQ、Web 及小程序等多渠道；内置 150 余个开箱即用的 Skills，覆盖试题处理、监控告警、汽车问答等垂直场景，支持企业自定义开发并经安全审核后在组织内共享；配备实时可观测监控与企业级权限管控（多租户隔离、内容风控、细粒度审计），适配集团型组织的多层级管理需求。

选择编排工具时，需根据业务复杂度、团队技术栈、成本预算和维护需求综合评估；若涉及多系统工具集成，应优先考察其对 MCP 的支持程度。