應用場景

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。

DeepEval 是一套開源 LLM 評估框架，將測試案例、品質 metrics 與 threshold 接進熟悉的 pytest／CI 工作流。本文從官方 README 與原始碼脈絡拆解黑箱評估、RAG faithfulness、Agent trajectory、工具正確性與導入治理。

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。