8.7k Star PraisonAI:把多 Agent 系统做到5行代码,Musk亲自下场转发的开源框架值不值得跟
上线不到一年,8.7k Star 的 PraisonAI 在 Elon Musk 的一条转发后彻底出圈。这个项目最初只是想解决一个问题:让多智能体系统不再只有大厂才能用。
它到底解决什么问题
传统多智能体框架(AutoGen、CrewAI)上手门槛不低:需要理解 Agent 的生命周期管理、工具注册、记忆机制,还要自己处理工作流编排。PraisonAI 的思路是把这些全封装掉,只暴露最少接口。
核心三件事:
1. 极简接入
from praisonaiagents import Agent
agent = Agent(instructions="你是一个研究助手")
agent.start("帮我查一下 RAG 最新的优化进展")
5 行代码跑起来,自带记忆、自带工具调用、自带反思机制。
2. 多 Agent 协作
from praisonaiagents import Agent, Task, AgentTeam
team = AgentTeam([...多个 agent...])
team.start()
支持顺序执行、层级协作、动态任务分发。YAML 模式甚至不需要写代码——定义 agents.yaml,一条命令跑整个团队。
3. 100+ 模型支持
OpenAI、Claude、Gemini、DeepSeek、Ollama(本地)、Groq、Cerebras……基本上你能想到的模型提供商全接了,不需要换框架。
和 CrewAI、AutoGen 什么关系
PraisonAI 不是另起炉灶,而是建立在两者之上做了一层统一抽象。底层是 CrewAI 的任务分解 + AutoGen 的 Agent 通信,但它加了两个关键能力:
Self Reflection:Agent 执行完任务后,会回头检查自己的输出有没有问题。这是 PraisonAI 2.0 的核心卖点,也是 YouTube 上一段对比视频里它超越 CrewAI 和 AutoGen 准确率的原因(Bilibili 有搬运:Self Reflecting AI Agents BEATS CrewAI and AutoGen)。
External Agents:不只是调度内部 Agent,还能把 Claude Code、Gemini CLI、Codex 当作工具调用。这意味着你可以让 Claude Agent 和 Gemini Agent 在同一个团队里协作。
谁适合用
适合:
- 想快速跑一个多 Agent 自动化流程,不想折腾框架细节
- 需要在一个项目里同时用 Claude + GPT + DeepSeek
- 想把 AI Agent 接入 Telegram/Discord/Slack,有现成 Claw 方案
- 已有 AutoGen/CrewAI 项目,想统一管理
不太适合:
- 需要精细控制 Agent 通信协议和状态机——底层是黑盒
- 纯离线场景,但 Ollama 支持有限(部分功能依赖 Tavily API 做搜索)
- 追求极致轻量——目前包依赖较多,最小化安装也有一定体积
实际跑起来要多少钱
核心引擎免费(MIT 许可)。但 Agent 跑起来需要调用 LLM API,费用取决于你选的模型:
- Ollama 本地模型:0 成本,但需要本地有 GPU/CPU 足够跑 7B 以上模型
- DeepSeek/Groq/Cerebras:便宜,适合日常自动化任务
- GPT-4o/Claude 3.5:贵,但任务复杂时质量更高
Tavily API 是可选的(用于内置 web search),有免费额度,超量 $5/月起。
最近更新节奏
项目维护非常活跃:最新 release 是 2026 年 8 月 9 日的 v4.6.161,今天(8月10日)还有 PR 在合并。Elon Musk 在 X 上转发了他们 “Grok 3 客服” 的教程推文,带了一波热度。GitHub Issues 67 个、PR 20 个,说明社区参与度不低。
可执行的下一步
如果你是开发者:
pip install praisonaiagents
官方文档 https://docs.praison.ai 里有完整的 Quick Start,从”1分钟跑第一个 Agent”到”多 Agent 团队编排”全流程覆盖。
如果你想先看看效果:
pip install "praisonai[claw]"
# 然后打开 http://localhost:8082
Claw Dashboard 带 UI,可以不用写代码就配置 Agent、记忆、知识库、频道( Telegram/Discord/Slack)。
如果你在选型:
建议先用 YAML 模式跑通一个简单流程(官方 Example 1: Two Agents),感受一下团队协作的逻辑,再决定要不要深入。比起文档,先跑通一个最小例子更能判断这个框架适不适合你的场景。
链接汇总
- GitHub:https://github.com/MervinPraison/PraisonAI
- 文档:https://docs.praison.ai
- Quick Start(无代码):https://docs.praison.ai/nocode/tldr
- MCP 协议文档:https://docs.praison.ai/docs/mcp/transports
- Elon Musk 转推:https://x.com/elonmusk/status/1893870468249141688
- 性能对比视频(Bilibili):https://www.bilibili.com/video/BV1rQCpYUEuR/
评论区
登录后可评论。