AutoGen 进入维护模式后，还值得怎么用？从 Core、AgentChat 到 MCP 的多代理架构解析
AutoGen 将多代理系统拆分为 Core、AgentChat 和 Extensions，并通过 AgentTool、MCP Workbench 与 AutoGen Studio 支持从原型搭建到工具编排。本文正视其已进入维护模式的现状，解析架构、权限与可观测性要求，并梳理现有系统和新项目的采用与迁移策略。
多代理系统
多代理系统
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：把自架个人 AI Agent 变成可长驻的工作台
HKUDS/nanobot 是以 Python 开发的可自架个人 AI Agent framework，整合 WebUI、CLI、聊天通道、工具、长期记忆、MCP、子代理、排程与 OpenAI-compatible API。本文从 Agent loop、快速上手、自架边界与工程化检查点，整理它如何从聊天机器人走向可长驻的工作台。
QwenPaw 2.0 实战：把个人 AI 助理变成可本机部署的 Agent OS
QwenPaw 2.0 不只是聊天介面，而是把模型、记忆、Skills、MCP、多渠道与安全政策整合成可本机部署的 Agent OS。本文从 Docker 快速启动，拆解实际导入的验证步骤、权限边界与常见限制。