2025 年打造 AI 代理？

以下是你需要了解的技術堆疊：

1. 記憶體 (Memory)：
- 儲存並檢索過去的對話、上下文和長期知識
- 流行的服務包括 zepai、mem0、cognee

2. 無程式碼/低程式碼工具 (No-code/Low-code tools)：
- 讓你無需編寫程式碼即可構建代理
- 流行的平台包括 build that idea、Flowise、n8n、Gumloop、Voiceflow、Make

3. 工具庫 (Tool libraries)：
- 使代理能夠在網際網路上搜尋、瀏覽、編碼或執行操作
- 流行的庫包括 exa、composio、Browserbase

4. 可觀察性 (Observability)：
- 追蹤、監控和偵錯代理的即時行為
- 流行的平台包括 Langsmith、AgentOps、Langfuse、Braintrust

5. 代理協調 (Agent orchestration)：
- 管理工作流程、多代理協調和複雜的任務執行
- 流行的框架包括 Langchain、AG、Crew AI、LlamaIndex、OAI

6. 基礎模型 (Foundational models)：
- 為推理、生成和理解提供支援的 LLM
- 流行的模型包括 OpenAI、DeepSeek、Gemini、Qwen、Anthropic、Mistral

7. 代理框架 (Agent frameworks)：
- 為創建自主代理提供邏輯和構建模組
- 流行的框架包括 Phidata、Letta、LangGraph、LlamaIndex、CrewAI、AutoGen、AutoGPT

8. 儲存 (Storage)：
- 處理向量嵌入、結構化資料或檔案管理
- 流行的資料庫包括 Chroma、Weaviate、Supabase、Neon、Pinecone

9. 基礎設施/基礎 (Infra/Base)：
- 支援代理系統的部署、擴展和容器化
- 流行的基礎設施包括 Docker、Kubernetes、Auto Scale VMs

10. GPU/CPU 供應商 (GPU/CPU providers)：
- 為訓練和運行模型提供計算能力
- 主要供應商包括 Azure、AWS、Groq、Lambda、RunPod、Nvidia

我們遺漏了什麼？