GitHub LLM / Agent 项目全景调研报告
调研时间：2026年2月28日
目录
- 1. Agent 框架
- 2. 开源大模型
- 3. 推理引擎
- 4. AI 编程助手 / Code Agent
- 5. LLM 应用平台 & RAG
- 6. 微调工具
- 7. MCP 生态
- 8. 2025-2026 爆款新项目
- 9. 趋势总结
1. Agent 框架
最热门赛道，2025-2026 被称为"Agent 之年"
| 项目 | Star | 一句话描述 | 链接 |
|---|---|---|---|
| AutoGPT | ~182k | 自主 Agent 鼻祖，概念意义 > 实用价值 | https://github.com/Significant-Gravitas/AutoGPT |
| AG2 (AutoGen) | ~40k | 微软出身，对话式多 Agent，支持 swarm/群聊/嵌套对话 | https://github.com/ag2ai/ag2 |
| CrewAI | ~30k | 角色扮演式多 Agent，定义 role/goal/backstory，上手简单 | https://github.com/crewAIInc/crewAI |
| LangGraph | ~25k | LangChain 的图编排 Agent，节点+边，适合复杂工作流 | https://github.com/langchain-ai/langgraph |
| OpenAI Agents SDK | ~19k | OpenAI 官方，轻量级多 Agent SDK | https://github.com/openai/openai-agents-python |
| Google ADK | ~18k | Google 官方 Agent 开发套件 | https://github.com/google/adk-python |
| Agno (原 Phidata) | ~18k | 号称比 LangGraph 快 5000x 实例化，多模态 Agent | https://github.com/agno-agi/agno |
| Pydantic AI | ~15k | Pydantic 团队出品，类型安全的 Agent 框架 | https://github.com/pydantic/pydantic-ai |
| smolagents | ~15k | HuggingFace 出品，极简，Agent 用代码思考，核心仅 ~1000 行 | https://github.com/huggingface/smolagents |
| Claude Agent SDK | ~5k | Anthropic 官方，Claude Code 同款基础设施 | https://github.com/anthropics/claude-agent-sdk-python |
三大范式对比
| 范式 | 代表项目 | 核心思路 | 适用场景 |
|---|---|---|---|
| 角色扮演式 | CrewAI | 定义角色/目标/背景故事，像团队协作 | 业务流程、内容生成 |
| 图编排式 | LangGraph | 节点+边，状态机驱动 | 复杂工作流、需要精确控制 |
| 对话式 | AG2 (AutoGen) | Agent 之间通过对话协商 | 研究探索、开放式任务 |
2. 开源大模型
三大阵营：DeepSeek / Llama / Qwen
| 项目 | Star | 亮点 | 链接 |
|---|---|---|---|
| DeepSeek-R1 | ~92k | 2025 年最轰动事件，低成本训练出 o1 级推理能力，MIT 协议 | https://github.com/deepseek-ai/DeepSeek-R1 |
| Meta Llama 3 | ~60k | 最有影响力的开源模型家族，3.3 70B 接近 GPT-4 水平 | https://github.com/meta-llama/llama3 |
| DeepSeek-V3 | ~30k | V3.2 在推理和 Agent 任务上表现顶尖 | https://github.com/deepseek-ai/DeepSeek-V3 |
| Qwen3 | ~15k | 阿里出品，Qwen3-235B MoE 是最强开源模型之一，多语言强 | https://github.com/QwenLM/Qwen3 |
| Open-R1 | ~10k | HuggingFace 复现 DeepSeek-R1，3 天破万星 | https://github.com/huggingface/open-r1 |
模型能力定位
| 模型 | 推理 | 编程 | 多语言 | 成本 | 许可 |
|---|---|---|---|---|---|
| DeepSeek-R1 | 顶尖 | 强 | 中 | 极低 | MIT |
| Llama 3.3 70B | 强 | 强 | 中 | 低 | Meta License |
| Qwen3-235B | 强 | 强 | 顶尖 | 低 | Apache 2.0 |
| DeepSeek-V3.2 | 顶尖 | 顶尖 | 中 | 极低 | MIT |
3. 推理引擎
分层格局：本地开发 → 生产部署 → 边缘设备
| 项目 | Star | 定位 | 链接 |
|---|---|---|---|
| Ollama | ~162k | 本地跑模型的事实标准，一行命令跑 DeepSeek/Qwen/Llama | https://github.com/ollama/ollama |
| llama.cpp | ~96k | C/C++ 推理，消费级硬件跑大模型的基石 | https://github.com/ggml-org/llama.cpp |
| vLLM | ~70k | 生产级高吞吐推理，PagedAttention，部署首选 | https://github.com/vllm-project/vllm |
| SGLang | ~24k | 40 万+ GPU 部署量，xAI/NVIDIA/Cursor 在用 | https://github.com/sgl-project/sglang |
| TensorRT-LLM | ~13k | NVIDIA 官方优化，FP8/FP4/INT4，极致性能 | https://github.com/NVIDIA/TensorRT-LLM |
选型指南
| 场景 | 推荐 | 理由 |
|---|---|---|
| 本地开发/体验 | Ollama | 一行命令，零配置 |
| 生产 API 服务 | vLLM / SGLang | 高吞吐，支持并发 |
| 消费级硬件/边缘 | llama.cpp | 极致优化，支持量化 |
| NVIDIA GPU 极致性能 | TensorRT-LLM | 硬件专属优化 |
4. AI 编程助手 / Code Agent
IDE 集成 vs 终端两大路线
| 项目 | Star | 特点 | 链接 |
|---|---|---|---|
| OpenCode | ~70k | 终端编程 Agent，一年 22x 增长，Claude Code 开源替代 | https://github.com/sst/opencode |
| OpenHands | ~65k | 全能 AI 开发者，改代码+跑命令+浏览网页+调 API | https://github.com/OpenHands/OpenHands |
| Cline | ~58k | VS Code 中的自主编程 Agent，增速最快的扩展之一 | https://github.com/cline/cline |
| Tabby | ~32k | 自托管 Copilot 替代，Rust 写的，代码不出本地 | https://github.com/TabbyML/tabby |
| Continue | ~31k | VS Code/JetBrains 开源 AI 扩展，接任意模型 | https://github.com/continuedev/continue |
| Aider | ~30k | 终端 AI 结对编程，自动 git commit，比 Cursor 便宜 40-60% | https://github.com/Aider-AI/aider |
路线对比
| 路线 | 代表 | 优势 | 劣势 |
|---|---|---|---|
| 终端式 | Claude Code, OpenCode, Aider | 灵活，可脚本化，CI/CD 集成 | 无 GUI，学习曲线略高 |
| IDE 集成 | Cline, Continue, Tabby | 可视化，上下文感知强 | 绑定特定 IDE |
| 全能平台 | OpenHands | 功能最全，浏览器+终端+代码 | 资源消耗大 |
5. LLM 应用平台 & RAG
| 项目 | Star | 说明 | 链接 |
|---|---|---|---|
| n8n | ~177k | 工作流自动化 + AI，400+ 集成，估值 $2.5B | https://github.com/n8n-io/n8n |
| Langflow | ~130k | LangChain 的低代码可视化版本 | https://github.com/langflow-ai/langflow |
| LangChain | ~128k | LLM 应用开发框架，生态最完善 | https://github.com/langchain-ai/langchain |
| Open WebUI | ~123k | 自托管 ChatGPT 界面，支持 Ollama/OpenAI API | https://github.com/open-webui/open-webui |
| Dify | ~114k | 可视化 AI 应用构建平台，增长极快 | https://github.com/langgenius/dify |
| Firecrawl | ~85k | 网页转 LLM-ready 数据的 API | https://github.com/firecrawl/firecrawl |
| RAGFlow | ~70k | 企业级 RAG 引擎，深度文档理解 | https://github.com/infiniflow/ragflow |
| Crawl4AI | ~60k | Python 原生 AI 爬虫，曾登 GitHub Trending #1 | https://github.com/unclecode/crawl4ai |
| LlamaIndex | ~47k | 数据连接框架，RAG 管线首选 | https://github.com/run-llama/llama_index |
| Letta (MemGPT) | ~13k | 有状态 Agent，自编辑持久记忆 | https://github.com/letta-ai/letta |
6. 微调工具
| 项目 | Star | 说明 | 链接 |
|---|---|---|---|
| LLaMA-Factory | ~68k | 统一微调框架，支持 100+ 模型，LoRA/QLoRA/全量 | https://github.com/hiyouga/LlamaFactory |
| Unsloth | ~50k | 2x 训练速度，70% 更少显存，增速最快的微调工具 | https://github.com/unslothai/unsloth |
| Axolotl | ~8k | 最成熟的微调框架，文档完善，企业级 | https://github.com/axolotl-ai-cloud/axolotl |
| HF Transformers | ~156k | 模型定义框架，整个开源 ML 生态的骨架 | https://github.com/huggingface/transformers |
选型建议
| 需求 | 推荐 | 理由 |
|---|---|---|
| 快速上手微调 | LLaMA-Factory | GUI + CLI，支持模型最多 |
| 显存受限 | Unsloth | 70% 更少 VRAM，速度快 2x |
| 企业级/复杂配置 | Axolotl | 文档全，社区成熟 |
7. MCP 生态
MCP (Model Context Protocol) — "AI 的 USB-C"
| 项目 | Star | 说明 | 链接 |
|---|---|---|---|
| MCP Servers 官方合集 | ~40k | 官方参考实现，MCP 生态中心 | https://github.com/modelcontextprotocol/servers |
| awesome-mcp-servers | ~35k | 社区精选 MCP 服务器列表 | https://github.com/punkpeye/awesome-mcp-servers |
| MCP TypeScript SDK | - | 官方 TS SDK，v2 预计 2026 Q1 | https://github.com/modelcontextprotocol/typescript-sdk |
| MCP Python SDK | - | 官方 Python SDK | https://github.com/modelcontextprotocol/python-sdk |
生态现状
- 规模： 1200+ 质量验证的 MCP 服务器
- 治理： 已从 Anthropic 私有协议转为 Linux Foundation 开放标准
- SDK： Python、TypeScript、C#（微软）、Kotlin（JetBrains）
- 热门集成： GitHub、Slack、Notion、PostgreSQL、Sentry、Jira、Figma、Salesforce 等
- 所有主流 Agent 框架均已支持 MCP
8. 2025-2026 爆款新项目
| 项目 | Star | 增长率 | 爆点 | 链接 |
|---|---|---|---|---|
| DeepSeek-R1 | ~92k | 瞬间爆发 | 引发"DeepSeek 震荡"，改变了 AI 成本预期 | https://github.com/deepseek-ai/DeepSeek-R1 |
| Browser Use | ~78k | 24x | AI 控制浏览器，Web 自动化需求爆发 | https://github.com/browser-use/browser-use |
| OpenCode | ~70k | 22x | 终端编程 Agent，一年从 0 到 70k | https://github.com/sst/opencode |
| Open-R1 | ~10k | 3 天破万 | HuggingFace 复现 DeepSeek-R1 | https://github.com/huggingface/open-r1 |
| Claude Code Router | ~26k | - | 社区项目，让 Claude Code 支持其他模型 | - |
| Second-Me | 新项目 | Trending | 创建数字分身，跨应用携带 AI 上下文 | - |
9. 趋势总结
六大趋势
Agent 是新范式
- GitHub 2025 Octoverse 报告：LLM 仓库 YoY 增长 178%
- 10 个增速最快的开源项目中，6 个是 AI 基础设施
三大开源模型阵营鼎立
- DeepSeek（推理最强、成本最低）
- Llama（生态最大、社区最活跃）
- Qwen（多语言最强、国内生态好）
- 已逼近闭源前沿模型水平
编程 Agent 成为主流开发工具
- Cline + OpenHands + OpenCode 合计 190k+ star
- 终端式与 IDE 集成式两条路线并行发展
MCP 成为连接标准
- 从 Anthropic 私有协议 → Linux Foundation 开放标准
- 1200+ 服务器，所有主流框架接入
本地推理普及
- Ollama 162k star 说明"本地跑模型"已成常态
- 推理引擎分层：本地(Ollama) → 生产(vLLM/SGLang) → 边缘(llama.cpp)
微调民主化
- LLaMA-Factory + Unsloth 让消费级 GPU 就能微调
- 从专家专属变成人人可用
Star 排行 Top 15
| 排名 | 项目 | Star | 类别 |
|---|---|---|---|
| 1 | AutoGPT | ~182k | Agent |
| 2 | n8n | ~177k | 工作流自动化 |
| 3 | Ollama | ~162k | 推理引擎 |
| 4 | HF Transformers | ~156k | ML 框架 |
| 5 | Langflow | ~130k | 低代码平台 |
| 6 | LangChain | ~128k | LLM 框架 |
| 7 | Open WebUI | ~123k | AI 界面 |
| 8 | Dify | ~114k | AI 应用平台 |
| 9 | llama.cpp | ~96k | 推理引擎 |
| 10 | DeepSeek-R1 | ~92k | 开源模型 |
| 11 | Firecrawl | ~85k | 数据采集 |
| 12 | Browser Use | ~78k | 浏览器自动化 |
| 13 | vLLM | ~70k | 推理引擎 |
| 14 | OpenCode | ~70k | 编程助手 |
| 15 | RAGFlow | ~70k | RAG 引擎 |
数据来源：GitHub Octoverse 2025、GitHub Blog、各项目 GitHub 页面
Star 数据为近似值，采集时间 2026 年 2 月
评论 (0)