1. 这一类解决什么问题
这一层提供会话、配置、渠道或可视化流程,适合先把任务跑通。个人助手、聊天工作台和业务自动化平台解决的问题不同;“能聊天”不等于能可靠完成业务操作。
2. 高星项目清单
本页 2026-11-08 收录 20 个项目,均达到 10,000 stars,按本次快照的星数排序。每行仓库链接也是项目定位的原始来源;用途说明是本站整理,试验建议不代表完成过实测。
“未归档”仅指 GitHub API 的归档字段为否,不表示持续维护或适合生产。语言是仓库主要语言,不是全部可用 SDK。完整采样记录见数据快照。
| 仓库 / 原始来源 | ⭐ 星标数 | 主要语言 | 用途与阅读重点 | 状态 |
|---|---|---|---|---|
openclaw/openclaw | 394,155 | TypeScript | 面向个人任务的通用助手;适合观察渠道、工具与持续运行。 | 未归档 |
NousResearch/hermes-agent | 261,553 | Python | 强调持续使用与能力积累的个人 Agent。 | 未归档 |
n8n-io/n8n | 209,786 | TypeScript | 带 AI 能力的通用自动化平台;适合把 Agent 接入业务系统。 | 未归档 |
Significant-Gravitas/AutoGPT | 187,933 | Python | 自动化 Agent 产品与构建平台;注意当前平台和早期示例的区别。 | 未归档 |
langgenius/dify | 160,639 | Python | 可视化 Agent 工作流、知识检索与应用平台。 | 未归档 |
langflow-ai/langflow | 156,430 | Python | 可视化构建与部署 AI 工作流;适合先验证业务链路。 | 未归档 |
paperclipai/paperclip | 112,072 | TypeScript | 面向工作场景的 Agent 管理应用;观察任务与组织管理。 | 未归档 |
lobehub/lobehub | 84,352 | TypeScript | 面向团队协作的 Agent 产品;研究会话和任务入口。 | 未归档 |
Mintplex-Labs/anything-llm | 68,048 | JavaScript | 偏本地部署的知识与 Agent 应用;适合个人知识助手。 | 未归档 |
FlowiseAI/Flowise | 55,562 | TypeScript | 可视化 Agent 构建工具;可与 Dify、Langflow 比较。 | 已归档;历史参考 |
CherryHQ/cherry-studio | 53,327 | TypeScript | 多模型与 Agent 桌面工作台;适合观察产品交互。 | 未归档 |
HKUDS/nanobot | 49,909 | Python | 轻量个人 Agent;适合从较小实现阅读工具循环。 | 未归档 |
zhayujie/CowAgent | 47,834 | Python | 含工具、技能、记忆及消息渠道的个人助手框架。 | 未归档 |
LibreChat-AI/LibreChat | 46,846 | TypeScript | 支持多模型、工具和 Agent 的自托管聊天应用。 | 未归档 |
AstrBotDevs/AstrBot | 46,389 | Python | 连接即时通信平台的助手与开发框架。 | 未归档 |
agentscope-ai/QwenPaw | 37,467 | TypeScript | 个人助手产品;覆盖本地或云端部署及聊天渠道。 | 未归档 |
reworkd/AgentGPT | 36,261 | TypeScript | 浏览器中配置自主任务的早期项目;需额外检查当前维护情况。 | 已归档;历史参考 |
iOfficeAI/AionUi | 34,094 | TypeScript | 为多种命令行 Agent 提供桌面协作界面。 | 未归档 |
nanocoai/nanoclaw | 31,092 | TypeScript | 以容器隔离运行的轻量个人助手;适合比较运行边界。 | 未归档 |
activepieces/activepieces | 25,422 | TypeScript | 工作流、工具连接与 Agent 自动化平台。 | 未归档 |
3. 怎么选
知识问答与工作流原型先比较 Dify、Langflow;跨业务系统自动化看 n8n、Activepieces;个人任务可比较 OpenClaw、Hermes Agent 和 nanobot。这是按用途给出的试用顺序,不是性能排名。
Flowise 与 AgentGPT 的仓库已归档,表中保留是为了识别旧资料中的项目,不作为本轮新部署的优先选项。n8n 自述采用 fair-code;公开仓库与无限制商业授权不能画等号。
4. 带着一个任务读源码
先做一个只读任务:读取指定资料,整理待办并返回来源。再逐步增加持久状态和写操作。试用时记录需要哪些服务、模型费用、部署步骤和人工介入点。
评论
正在加载评论…