21 бесплатный open-source инструмент, из которых собирается стек ИИ-агентов
Автор канала @replay_0x собрал 21 открытый репозиторий, из которых можно собрать весь стек для ИИ-агентов — от оркестрации до проверки перед релизом. Список идёт по цепочке: оркестрация, инструменты, браузер, память, наблюдаемость и безопасный запуск кода. Среди пунктов LangGraph, CrewAI, MCP, browser-use, mem0, Langfuse и E2B. Командам это даёт готовую карту: по одному кандидату на каждый слой вместо поиска с нуля.
AI-обработка оригинала X: @replay_0x; редакция Hamidun News
Когда команда решает «сделаем агента», первая неделя обычно уходит не на продукт, а на выбор инструментов: чем управлять шагами, как подключить сервисы, где хранить память и как понять, почему агент вдруг ответил ерунду. Подборка из 21 открытого репозитория, которую выложил автор канала @replay_0x, пытается снять эту проблему. Она выстроена как цепочка: поставить задачу, организовать работу агентов, подключить инструменты, дать им браузер, добавить память и выпустить в продакшн. Это не рейтинг и не бенчмарк, а карта слоёв, но для старта она полезна.
Слой 1.
Оркестрация: кто и в каком порядке делает шаги
Здесь восемь пунктов, и многие из них конкурируют друг с другом.
Claude Agent SDK — каркас, на котором работает Claude Code, оформленный как библиотека. LangGraph описывает агента как граф с состоянием: каждый шаг — узел, переходы между ними задаются явно. CrewAI строит «команду» агентов, у каждого своя роль, как у сотрудников в маленьком отделе. AutoGen от Microsoft делает ставку на агентов, которые переписываются друг с другом. OpenAI Agents SDK сфокусирован на передаче задачи от одного агента другому. Mastra — то же самое для тех, кто пишет на TypeScript. Pydantic AI требует от агента типизированный и проверенный ответ: вместо произвольного текста вы получаете структуру, которую можно сразу отдавать в код. smolagents от Hugging Face предлагает агентов, которые рассуждают прямо кодом.
Слой 2.
Инструменты, браузер и память
Чтобы агент делал что-то полезное, ему нужны руки. MCP Servers — набор готовых серверов по протоколу Model Context Protocol: идея в том, чтобы подключать любой инструмент к любому агенту одинаково. FastMCP позволяет за несколько минут написать собственный MCP-сервер под свой внутренний сервис.
Если у задачи нет API, остаётся браузер. browser-use даёт агентам кликать по настоящим сайтам. Stagehand сводит работу со страницей к командам act() и extract(): выполнить действие и вытащить данные. Playwright MCP управляет браузером через тот же протокол MCP.
Память решает бытовую проблему: агент не должен каждый раз знакомиться с вами заново. mem0 хранит долгосрочную память. Letta строит агентов с состоянием, которые помнят прошлые сессии. Graphiti хранит знания в виде графа и отслеживает время, то есть понимает, что адрес клиента в марте и в ноябре может быть разным.
Слой 3.
Сборка, наблюдение и безопасность
Последняя группа нужна, чтобы довести прототип до релиза. n8n — автоматизация с более чем 400 интеграциями, удобная, когда агент встроен в обычные бизнес-процессы. Dify позволяет собирать LLM-приложения без кода, это быстрый путь для продактов и прототипов. Langfuse показывает трассировки, стоимость запросов и помогает отлаживать цепочки. promptfoo прогоняет оценки качества и атаки «красной команды» до выпуска. E2B даёт защищённые песочницы, где можно запускать код, сгенерированный агентом, не рискуя своим сервером.
Что с этим делать и где подвох
Практичный способ использовать список: выбрать по одному инструменту на слой и не брать сразу всё. Например, для типичного внутреннего агента хватит оркестратора вроде LangGraph, пары MCP-серверов, Langfuse для наблюдения и promptfoo для проверок перед выкладкой.
Есть и честные ограничения. Во-первых, «100% бесплатно» относится к коду. Токены моделей, хостинг, браузерные сессии и песочницы стоят денег. Во-вторых, оркестраторы пересекаются: LangGraph, CrewAI, AutoGen и OpenAI Agents SDK решают близкие задачи, и вместе их ставить незачем. В-третьих, подборка в соцсети не говорит о зрелости проектов, лицензиях и качестве поддержки, это нужно проверять самим перед внедрением. Наконец, нет данных о том, как эти инструменты работают в связке: интеграции придётся тестировать на своих задачах.
Тем не менее как чек-лист архитектуры список хорош: он напоминает, что агент — это не только модель. Без памяти, наблюдаемости, тестов и изоляции кода он остаётся демкой. Если у вас в проекте нет хотя бы трёх последних слоёв, начинать стоит с них.
- 19 нояб. 2026 г.AG2 1.0 заменил LLM-менеджера каналами Network и дал лимит в 8 вызовов инструментов
- 19 нояб. 2026 г.Google AI Studio продаёт домены от $12 в год и ставит Android-приложения на телефон
- 19 нояб. 2026 г.OpenAI показала, как песочница Codex ограничивает команды агента на вашем компьютере
- 19 нояб. 2026 г.Слово «видеоигра» подняло готовность GPT-6 Astra выбирать цели с 6% до 92%
Вопросы и ответы по материалу
Что известно по теме: слой 1. Оркестрация: кто и в каком порядке делает шаги?
Здесь восемь пунктов, и многие из них конкурируют друг с другом. Claude Agent SDK — каркас, на котором работает Claude Code, оформленный как библиотека. LangGraph описывает агента как граф с состоянием: каждый шаг — узел, переходы между ними задаются явно. CrewAI строит «команду» агентов, у каждого своя роль, как у сотрудников в маленьком отделе. AutoGen от Microsoft делает ставку на агентов, которые переписываются друг с другом. OpenAI Agents SDK сфокусирован на передаче задачи от одного агента другому.
Что известно по теме: слой 2. Инструменты, браузер и память?
Чтобы агент делал что-то полезное, ему нужны руки. MCP Servers — набор готовых серверов по протоколу Model Context Protocol: идея в том, чтобы подключать любой инструмент к любому агенту одинаково. FastMCP позволяет за несколько минут написать собственный MCP-сервер под свой внутренний сервис. Если у задачи нет API, остаётся браузер. browser-use даёт агентам кликать по настоящим сайтам. Stagehand сводит работу со страницей к командам act() и extract(): выполнить действие и вытащить данные.
Что известно по теме: слой 3. Сборка, наблюдение и безопасность?
Последняя группа нужна, чтобы довести прототип до релиза. n8n — автоматизация с более чем 400 интеграциями, удобная, когда агент встроен в обычные бизнес-процессы. Dify позволяет собирать LLM-приложения без кода, это быстрый путь для продактов и прототипов. Langfuse показывает трассировки, стоимость запросов и помогает отлаживать цепочки. promptfoo прогоняет оценки качества и атаки «красной команды» до выпуска.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.