这一章节对比的是"用来构建 Agent 的 SDK / Framework"，与
docs/tools/中"19 款 Code Agent（用户侧）"完全不同：前者是开发者写 Python 代码来构建自己的 Agent，后者是终端用户直接运行的编程助手。类比：
docs/tools/≈ VS Code / Cursor，docs/frameworks/≈ React / Vue。
codeagents 项目最初聚焦在 Code Agent 对比（Claude Code / Qwen Code / Codex CLI 等——都是终端编程助手）。但 2026 年以来，开发者也有**"自己构建 agent"**的需求——这时候要选的不是 Claude Code，而是 LangGraph / AgentScope / CrewAI 这类 SDK。
两者解决不同问题，对比维度也不同：
| 维度 | Code Agent（docs/tools/） |
Agent Framework（本章节） |
|---|---|---|
| 用户 | 开发者直接运行 | 开发者写代码调用 |
| 交付形态 | CLI 二进制 / IDE 扩展 | Python / TypeScript 包 |
| 安装 | npm install -g @xxx/xxx |
pip install xxx |
| 使用方式 | qwen-code 启动 REPL |
from xxx import Agent; agent = Agent(...) |
| 关注点 | 命令、工具、UX、沙箱 | 抽象、可扩展性、生态、调优 |
| 典型代表 | Claude Code、Qwen Code、Codex CLI | LangGraph、AgentScope、CrewAI |
| Framework | 开发者 | 许可证 | 语言 | Stars | 本地源码 | 文档状态 |
|---|---|---|---|---|---|---|
| AgentScope | 阿里 SysML Lab | Apache-2.0 | Python | 23.7k | ✓ /root/git/agentscope/ |
源码级 deep-dive |
| LangGraph | LangChain | MIT | Python/TS | — | ✗ | 文档级概述 |
| CrewAI | CrewAI Inc | MIT | Python | — | ✗ | 文档级概述 |
| AG2 (AutoGen) | AG2 社区 | Apache-2.0 | Python | — | ✗ | 文档级概述 |
| Microsoft Agent Framework | 微软 | MIT | C#/Python | — | ✗ | 文档级概述 |
| LangChain | LangChain | MIT | Python/TS | — | ✗ | 文档级概述 |
为什么 AgentScope 深度更高？ 因为它是 codeagents 项目目前唯一本地有完整源码（
/root/git/agentscope/，215 文件 / 43,574 行）的 framework，可以做源码级 EVIDENCE 引用。其他 5 款基于官方文档和 README 概述，深度较浅。未来若获得源码可逐个升级到 deep-dive。
见 comparison.md —— 按功能维度对比 6 款 framework。
详细选型指南见 ../guides/build-your-own-agent.md。
一句话决策树：
你的目标是什么？
├── 多 Agent 编排 + 状态管理 → LangGraph（状态图）
├── Role-based Team 协作 → CrewAI
├── Conversation-based 多 Agent → AG2 (AutoGen)
├── 微软 .NET 生态 / 企业集成 → Microsoft Agent Framework
├── 完整生态 + OTel + 国内云 → AgentScope（阿里，有 A2A + MCP + 微调）
└── 通用 LLM 管线 + 大量 Provider → LangChain
有些 Code Agent 内部使用了 Framework：
- OpenHands 用自研 EventStream 架构（类似 LangGraph 的状态图）
- SWE-agent 用自研 ACI 框架
- Claude Code / Qwen Code / Codex CLI 都是自研（没用第三方 framework）
这说明：成熟的 Code Agent 倾向于自研底层（为了性能、定制、UX 控制），而 Framework 的用户是"想构建自己 agent 的开发者"——这两个人群几乎不重叠。
因此本章节的主要读者是：
- 想自己开发 AI Agent 产品的工程师
- 想为 Claude Code / Qwen Code 之外的场景构建专用 agent 的团队
- 研究 agent 架构设计的学术/工业研究者
- 看 AgentScope 的技术细节 →
agentscope/ - 看 6 款 framework 横向对比 →
comparison.md - 看如何从零构建 agent →
../guides/build-your-own-agent.md