AutoGen 進入維護模式後，還值得怎麼用？從 Core、AgentChat 到 MCP 的多代理架構拆解
AutoGen 將多代理系統拆成 Core、AgentChat 與 Extensions，並以 AgentTool、MCP Workbench 與 AutoGen Studio 支援從原型到工具編排。本文同時正視它已進入 maintenance mode 的現況，拆解架構、權限與觀測性要求，並整理既有系統與新專案的採用及遷移策略。
多代理系統
多代理系統
共 4 篇文章
不只會呼叫模型：Google ADK 2.0 如何把 Agent 工作流變成可部署的 Python 軟體系統
Google ADK 2.0 將 Agent 應用拆成負責推理與工具使用的 Agent，以及負責執行順序與狀態的 Workflow。本文從原始碼與官方文件拆解工作流執行模型、Task API、多代理、MCP 工具、評估與部署，並整理導入 production 前的實務檢查表。
nanobot：把自架個人 AI Agent 變成可長駐的工作台
HKUDS/nanobot 是以 Python 開發的可自架個人 AI Agent framework，整合 WebUI、CLI、聊天通道、工具、長期記憶、MCP、子代理、排程與 OpenAI-compatible API。本文從 Agent loop、快速上手、自架邊界與工程化檢查點，整理它如何從聊天機器人走向可長駐的工作台。
QwenPaw 2.0 實戰：把個人 AI 助理變成可本機部署的 Agent OS
QwenPaw 2.0 不只是聊天介面，而是把模型、記憶、Skills、MCP、多渠道與安全政策整合成可本機部署的 Agent OS。本文從 Docker 快速啟動，拆解實際導入的驗證步驟、權限邊界與常見限制。