为什么选择 Pydantic AI？

LangGraph、LlamaIndex 和 AutoGPT

谈到 AI 编程框架，LangChain 无疑是早期的明星项目。我不是最早期的用户，当我尝试用 LangChain 写点东西时，发现那看似简单的示例总是有点问题。即使能跑通，当我想做什么调整时，我发现有一点寸步难行。

后来，看了许多网上的讨论，我发现有不少人和我有相似的感受。一方面是因为这是 GenAI 的早期阶段，各个模型和相关工具的 API 都处于不断地变化之中，另一方面 LangChain 本身也在急剧的变化，网上的教程，可能过了几个月就不能用了。

各种工具的API已经稳定，但是这些早期框架的文章遍地都是，不少已经被各种大模型模型吸收，各种使用大模型编码工具，还会将你引入歧途。

我也试过 LlamaIndex，似乎也有类似的问题。不止一个做产品的朋友跟我说，他们不用任何框架，这样更自由。不过对我来说，现在还没有做一个大产品的计划，所以还是先选一个没有太多包袱的框架吧。

PydanticAI、Agno 还是 CrewAI？

新一代的Agent库层出不穷，这篇文章分析了这三个工具的，列举了三个工具的特点。

之前有人推荐 CrewAI，适合 Agent 团队协作，但是后来发现这个库是基于 LangChain 的，这让我很担心。

Agno 注重的是速度，这也是之前的老框架不太在乎的。最后，我还是决定试试 Pydantic AI，架构更清楚，更重视企业级开发，这可能是未来很重要的一点。