LangGraph es el mejor framework open source de agentes de IA para cualquier cosa que tenga que sobrevivir a un reinicio, porque el estado, los checkpoints, la ejecución duradera y la aprobación humana son conceptos centrales y no extras añadidos después.
Construí el mismo agente en los doce y luego intenté romperlo a mitad de ejecución. Pydantic AI es la opción centrada en Python más limpia cuando importan la validación y las salidas tipadas, y Mastra reúne flujos de trabajo, memoria, RAG y observabilidad en un único paquete de TypeScript.
Veredicto rápido
LangGraph es la elección, y el que hay que usar cuando un agente debe pausarse, ramificarse y reanudarse. Elige Mastra si el producto ya es una app en Next.js. No empieces un proyecto nuevo con AutoGen: Microsoft ha pasado su propio repositorio a modo mantenimiento.
Los tres mejores de un vistazo
Comparativa de los 3 mejores frameworks open source de agentes de IA
LangGraph es la mejor opción general, Pydantic AI es el más fuerte para servicios tipados en Python y Mastra es el mejor para productos en TypeScript y Next.js que quieren un único ecosistema integrado.
LangGraph
Mejor en general
El control basado en grafos, la persistencia, la ejecución duradera y la revisión humana son conceptos centrales y no complementos.
Persistencia, ejecución duradera y revisión humana son el núcleo, no extras.
Explora LangGraphPydantic AI
Mejor para servicios tipados en Python
La validación de Pydantic, las salidas estructuradas y un modelo de aplicación familiar en Python facilitan garantizar la corrección.
Validación con Pydantic y salidas estructuradas en un modelo Python familiar.
Explora Pydantic AIMastra
Mejor para productos en TypeScript
Agentes, flujos de trabajo, memoria, RAG, evaluación y observabilidad conviven en un ecosistema centrado en TypeScript, así que un producto en Next.js obtiene un agente sin ensamblar cuatro librerías distintas.
Agentes, flujos de trabajo, memoria y RAG en un ecosistema TypeScript-first.
Explora MastraKey Takeaways
- Google ADK abarca Python, TypeScript, Go, Java y Kotlin, la mayor superficie de lenguajes de esta lista, mientras que OpenAI Agents SDK mantiene deliberadamente una abstracción más pequeña sobre dos.
- AG2 hereda el linaje de AutoGen con otro nombre, y esa es la razón más habitual por la que un equipo acaba adoptando el fork de la comunidad cuando lo que quería era la vía con soporte de Microsoft.
- LlamaIndex Workflows y Haystack entran en esta comparativa solo cuando la recuperación es el centro del producto, no cuando un agente llama una vez a una herramienta de documentos.
- Seis de los doce se distribuyen bajo MIT y seis bajo Apache 2.0, y la ficha de Mastra dice núcleo Apache 2.0, un matiz que ningún otro lleva y que conviene aclarar pronto.
- Agno se posiciona como plataforma de runtime más que como librería, así que aporta una superficie operativa que un servicio único nunca usará y que una app pequeña no debería adoptar.
Comprueba la licencia que realmente distribuyes
La licencia de la tabla es la del repositorio principal, comprobada en la fecha indicada. Los planos de control alojados, los directorios enterprise y los paquetes individuales dentro del mismo proyecto pueden tener términos distintos, y varios de estos proveedores venden un nivel comercial sobre un núcleo abierto. Confirma la licencia a nivel de paquete antes de que un framework llegue a producción.
Tabla comparativa rápida
Comparar los 12LangGraph · Pydantic AI · Mastra
- Puesto
- 1
- Framework
- LangGraph
- Stack
- Python / TypeScript
- Licencia del núcleo
- MIT
- Ideal para
- Orquestación con estado duradera
- Principal contrapartida
- Más arquitectura que un bucle de agente simple
- Puesto
- 2
- Framework
- Pydantic AI
- Stack
- Python
- Licencia del núcleo
- MIT
- Ideal para
- Servicios de producción tipados
- Principal contrapartida
- Solo Python
- Puesto
- 3
- Framework
- Mastra
- Stack
- TypeScript
- Licencia del núcleo
- Núcleo Apache 2.0
- Ideal para
- Productos en Next.js y Node
- Principal contrapartida
- Ecosistema más joven
- Puesto
- 4
- Framework
- CrewAI
- Stack
- Python
- Licencia del núcleo
- MIT
- Ideal para
- Equipos multiagente basados en roles
- Principal contrapartida
- Las abstracciones de crews pueden volverse rígidas
- Puesto
- 5
- Framework
- Microsoft Agent Framework
- Stack
- Python / .NET
- Licencia del núcleo
- MIT
- Ideal para
- Stacks empresariales de Microsoft
- Principal contrapartida
- Más atractivo dentro de Azure y .NET
- Puesto
- 6
- Framework
- Google ADK
- Stack
- Python / TS / Go / Java / Kotlin
- Licencia del núcleo
- Apache 2.0
- Ideal para
- Agentes para Google Cloud y Gemini
- Principal contrapartida
- Superficie de plataforma amplia
- Puesto
- 7
- Framework
- OpenAI Agents SDK
- Stack
- Python / TypeScript
- Licencia del núcleo
- MIT
- Ideal para
- Handoffs ligeros y bucles de herramientas
- Principal contrapartida
- Arquitectura centrada en OpenAI
- Puesto
- 8
- Framework
- Strands Agents
- Stack
- Python / TypeScript
- Licencia del núcleo
- Apache 2.0
- Ideal para
- Agentes portables dirigidos por el modelo
- Principal contrapartida
- Ecosistema de SDK unificado más nuevo
- Puesto
- 9
- Framework
- Agno
- Stack
- Python
- Licencia del núcleo
- Apache 2.0
- Ideal para
- Equipos de agentes y plataformas de runtime
- Principal contrapartida
- Más plataforma de la que necesitan las apps pequeñas
- Puesto
- 10
- Framework
- LlamaIndex Workflows
- Stack
- Python / TypeScript
- Licencia del núcleo
- MIT
- Ideal para
- Agentes de datos y RAG
- Principal contrapartida
- Centrado en datos más que en el runtime general
- Puesto
- 11
- Framework
- Haystack
- Stack
- Python
- Licencia del núcleo
- Apache 2.0
- Ideal para
- Pipelines de RAG y recuperación
- Principal contrapartida
- Orientado a pipelines y centrado en Python
- Puesto
- 12
- Framework
- AG2
- Stack
- Python
- Licencia del núcleo
- Apache 2.0
- Ideal para
- Investigación multiagente conversacional
- Principal contrapartida
- El linaje de AutoGen puede confundir la selección del proyecto
| Puesto | Framework | Stack | Licencia del núcleo | Ideal para | Principal contrapartida |
|---|---|---|---|---|---|
| 1 | LangGraph | Python / TypeScript | MIT | Orquestación con estado duradera | Más arquitectura que un bucle de agente simple |
| 2 | Pydantic AI | Python | MIT | Servicios de producción tipados | Solo Python |
| 3 | Mastra | TypeScript | Núcleo Apache 2.0 | Productos en Next.js y Node | Ecosistema más joven |
| 4 | CrewAI | Python | MIT | Equipos multiagente basados en roles | Las abstracciones de crews pueden volverse rígidas |
| 5 | Microsoft Agent Framework | Python / .NET | MIT | Stacks empresariales de Microsoft | Más atractivo dentro de Azure y .NET |
| 6 | Google ADK | Python / TS / Go / Java / Kotlin | Apache 2.0 | Agentes para Google Cloud y Gemini | Superficie de plataforma amplia |
| 7 | OpenAI Agents SDK | Python / TypeScript | MIT | Handoffs ligeros y bucles de herramientas | Arquitectura centrada en OpenAI |
| 8 | Strands Agents | Python / TypeScript | Apache 2.0 | Agentes portables dirigidos por el modelo | Ecosistema de SDK unificado más nuevo |
| 9 | Agno | Python | Apache 2.0 | Equipos de agentes y plataformas de runtime | Más plataforma de la que necesitan las apps pequeñas |
| 10 | LlamaIndex Workflows | Python / TypeScript | MIT | Agentes de datos y RAG | Centrado en datos más que en el runtime general |
| 11 | Haystack | Python | Apache 2.0 | Pipelines de RAG y recuperación | Orientado a pipelines y centrado en Python |
| 12 | AG2 | Python | Apache 2.0 | Investigación multiagente conversacional | El linaje de AutoGen puede confundir la selección del proyecto |
Análisis de los 12 mejores frameworks open source de agentes de IA
LangGraph
El mejor en general para agentes de producción con estado
- Stack
- Python / TypeScript
- License
- MIT
- Architecture
- Runtime de grafos
- Current status
- Mantenimiento activo
LangGraph es el valor por defecto más sólido cuando el comportamiento del agente debe ser explícito, inspeccionable y recuperable. Su modelo de grafos hace visibles los bucles, las ramificaciones, las interrupciones y los pasos de aprobación en lugar de ocultarlos dentro de una abstracción de agente autónomo de alto nivel.
La persistencia, la ejecución duradera, el streaming, la memoria y los controles con humano en el bucle lo hacen especialmente útil para flujos de trabajo de larga duración. La contrapartida es que los equipos deben diseñar el estado y las transiciones de forma deliberada, algo innecesario para un pequeño asistente de llamadas a herramientas.
Strengths
- Estado y flujo de control explícitos
- Ejecución duradera y checkpoints
- Patrones sólidos de revisión humana
- Implementaciones en Python y TypeScript
Trade-offs
- Más trabajo de arquitectura inicial
- Los conceptos de grafos añaden curva de aprendizaje
- Los servicios de despliegue están separados del runtime open source
Pydantic AI
El mejor framework de Python para servicios de agentes tipados
- Stack
- Python
- License
- MIT
- Architecture
- Agentes tipados + grafos
- Current status
- 2.0 estable
Pydantic AI lleva al desarrollo de agentes las convenciones que hicieron familiares a Pydantic y FastAPI: dependencias tipadas, salidas validadas, interfaces de modelo explícitas y código de aplicación que sigue resultando reconocible para los ingenieros de Python.
La versión 2.0 aporta una base estable actual para proyectos nuevos. Las integraciones de ejecución duradera, las API de grafos, el soporte de MCP, las herramientas de evaluación y la observabilidad le dan más profundidad que un envoltorio fino de salidas estructuradas, manteniendo a la vez los tipos y la testabilidad en el centro.
Strengths
- Ergonomía excelente en Python
- Validación sólida de salidas estructuradas
- Interfaces agnósticas al modelo
- Integraciones de ejecución duradera
Trade-offs
- Núcleo solo en Python
- Parte de la durabilidad depende de runtimes externos
- Menos natural para equipos de producto en JavaScript
Mastra
El mejor framework de TypeScript para productos con agentes
- Stack
- TypeScript
- License
- Núcleo Apache 2.0
- Architecture
- Agentes + flujos de trabajo
- Current status
- Mantenimiento activo
Mastra es la opción centrada en TypeScript más completa para equipos que construyen agentes dentro de Node, Next.js o aplicaciones web modernas. Agentes, flujos de trabajo, memoria, RAG, enrutamiento de modelos, evaluación y observabilidad comparten un mismo ecosistema.
Su amplitud reduce la necesidad de ensamblar un framework distinto para cada aspecto. El núcleo es Apache 2.0, mientras que los directorios designados como enterprise usan términos separados, así que los equipos comerciales deben revisar los paquetes exactos que piensan desplegar.
Strengths
- Diseño centrado en TypeScript
- Flujos de trabajo, memoria y RAG integrados
- Conceptos de evaluación y observabilidad incorporados
- Buen encaje para equipos de producto web
Trade-offs
- Más joven que LangGraph
- Los directorios enterprise tienen términos separados
- Una superficie amplia puede ser más de lo que necesita una app simple
CrewAI
El mejor para prototipos multiagente rápidos basados en roles
- Stack
- Python
- License
- MIT
- Architecture
- Crews + flows
- Current status
- Mantenimiento activo
CrewAI sigue siendo uno de los frameworks más fáciles de explicar y de usar para prototipar: define agentes con roles y objetivos, asigna tareas y coordina la crew. Ese modelo es eficaz para pruebas de concepto de investigación, contenido, operaciones y trabajos con mucha delegación.
Flows ofrece una vía más estructurada que una crew de formato libre, pero los equipos de producción aún deben vigilar el estado, los reintentos, la evaluación y la observabilidad a medida que los flujos de trabajo crecen. El framework rinde más cuando los límites de roles son realmente útiles y no decorativos.
Strengths
- Prototipado multiagente rápido
- Modelo intuitivo de roles y tareas
- Abstracción de flows útil
- Gran ecosistema de ejemplos
Trade-offs
- Las abstracciones de roles pueden volverse rígidas
- El flujo de control complejo exige disciplina
- No es el runtime de más bajo nivel
Microsoft Agent Framework
El mejor para Azure, .NET y stacks empresariales de Microsoft
- Stack
- Python / .NET
- License
- MIT
- Architecture
- Framework de agentes unificado
- Current status
- Sucesor con soporte
Microsoft Agent Framework es ahora la vía de Microsoft que conviene evaluar para nuevos proyectos de agentes. Unifica las lecciones de Semantic Kernel y AutoGen tras un modelo de programación con soporte en Python y .NET, con la integración empresarial como su ventaja más clara.
Ese estatus importa: el repositorio original de AutoGen de Microsoft está en modo mantenimiento y dirige aquí a los nuevos usuarios. Los equipos existentes de Semantic Kernel y AutoGen deben seguir la guía oficial de migración en lugar de tratar los tres proyectos como opciones actuales equivalentes.
Strengths
- Vía sucesora oficial de Microsoft
- Soporte de Python y .NET
- Dirección sólida de integración empresarial
- Guías de migración desde AutoGen y Semantic Kernel
Trade-offs
- Menos atractivo fuera de los stacks de Microsoft
- Gran superficie empresarial
- El estado de la migración debe entenderse con cuidado
Google Agent Development Kit
El mejor para agentes orientados a Google Cloud y Gemini
- Stack
- Python / TS / Go / Java / Kotlin
- License
- Apache 2.0
- Architecture
- SDK de agentes centrado en código
- Current status
- ADK 2.0 actual
Google ADK es un framework centrado en el código para construir, evaluar y desplegar sistemas de agentes. Su cobertura de lenguajes es hoy inusualmente amplia: Python, TypeScript, Go, Java y Kotlin están representados en la documentación oficial.
ADK resulta atractivo para equipos que ya operan en Google Cloud o construyen intensamente en torno a Gemini, pero el framework no se limita a un único modelo. Su propuesta de despliegue y de empresa son fortalezas; los proyectos pequeños pueden encontrar la superficie de la plataforma más amplia de lo necesario.
Strengths
- Cinco lenguajes documentados
- Dirección sólida de evaluación y despliegue
- Integración con Google Cloud
- Núcleo open source centrado en el código
Trade-offs
- El ecosistema amplio lleva tiempo de evaluación
- Más natural dentro de Google Cloud
- Las funciones pueden no ser idénticas entre lenguajes
OpenAI Agents SDK
El mejor SDK ligero para handoffs y uso de herramientas
- Stack
- Python / TypeScript
- License
- MIT
- Architecture
- Bucle de agente + handoffs
- Current status
- Mantenimiento activo
OpenAI Agents SDK mantiene su abstracción deliberadamente pequeña: agentes, herramientas, handoffs, guardrails, sesiones y trazas. Es más fácil de adoptar que un runtime de grafos completo cuando esas primitivas ya encajan con la aplicación.
Ya existen SDK oficiales de Python y TypeScript. El diseño está centrado en OpenAI por naturaleza aunque las integraciones de modelos puedan ser más amplias, así que los equipos deberían comparar su portabilidad y sus requisitos de estado con LangGraph o Strands antes de estandarizar.
Strengths
- Abstracción pequeña y comprensible
- SDK de Python y TypeScript
- Handoffs y guardrails
- Conceptos de trazado incorporados
Trade-offs
- Diseño centrado en OpenAI
- Menos orquestación duradera que LangGraph
- La propuesta de plataforma es intencionalmente más estrecha
Strands Agents
El mejor SDK de agentes portable dirigido por el modelo
- Stack
- Python / TypeScript
- License
- Apache 2.0
- Architecture
- Harness dirigido por el modelo
- Current status
- Monorepo de SDK unificado
Strands Agents ofrece un harness de agentes dirigido por el modelo con SDK de Python y TypeScript en un mismo repositorio. Su posicionamiento actual enfatiza la flexibilidad de proveedores, los controles de ejecución, los hooks de observabilidad, los guardrails, MCP, el streaming y los patrones multiagente.
AWS y Bedrock son encajes de despliegue naturales, pero el proyecto oficial también documenta Anthropic, OpenAI, Gemini, Ollama y proveedores personalizados. Es una opción actual creíble para equipos que quieren más control del runtime que un SDK diminuto sin adoptar un modelo de grafos.
Strengths
- SDK de Python y TypeScript
- Flexibilidad de modelos y de nube
- Soporte de MCP y multiagente
- Hooks, guardrails y observabilidad
Trade-offs
- Ecosistema más nuevo
- El quickstart por defecto está orientado a AWS
- Base de conocimiento de terceros menor que la de frameworks más antiguos
Agno
El mejor para equipos de agentes y plataformas de runtime
- Stack
- Python
- License
- Apache 2.0
- Architecture
- Agentes + equipos + flujos de trabajo
- Current status
- Mantenimiento activo
Agno está diseñado para equipos que construyen una plataforma de agentes y no un único bucle de prompt y herramienta. Sus conceptos abarcan agentes individuales, equipos multiagente, flujos de trabajo, memoria, conocimiento y operaciones de runtime.
Esa ambición de plataforma es la razón para elegirlo y también la razón para ser cauteloso. Puede consolidar un stack amplio de agentes en Python, pero un producto pequeño puede ser más fácil de mantener con Pydantic AI o con un SDK enfocado.
Strengths
- Primitivas amplias de plataforma de agentes
- Equipos y flujos de trabajo
- Funciones de memoria y conocimiento
- Núcleo con licencia Apache
Trade-offs
- Puede ser excesivo para aplicaciones pequeñas
- Los conceptos de plataforma añaden superficie
- Ecosistema menor que el de los líderes
LlamaIndex Workflows
El mejor para agentes intensivos en datos y RAG
- Stack
- Python / TypeScript
- License
- MIT
- Architecture
- Framework de datos + flujos de trabajo
- Current status
- Mantenimiento activo
LlamaIndex es la opción más fuerte de esta lista cuando el acceso a los datos es el reto central del producto. Su ecosistema se centra en la ingesta, los índices, la recuperación, el procesamiento de documentos y los flujos de trabajo que conectan agentes con el conocimiento corporativo.
Puede construir sistemas agénticos, pero su centro de gravedad sigue siendo los datos y el RAG. Elígelo frente a un runtime general cuando la calidad de la recuperación, los conectores y los flujos documentales importen más que una coordinación multiagente elaborada.
Strengths
- Ecosistema profundo de datos y recuperación
- Buen encaje para flujos documentales
- Opciones en Python y TypeScript
- Amplia oferta de conectores
Trade-offs
- Arquitectura centrada en datos
- La recuperación sigue exigiendo evaluación y ajuste
- No es el bucle de agente general más simple
Haystack
El mejor para pipelines de RAG explícitos en producción
- Stack
- Python
- License
- Apache 2.0
- Architecture
- Pipelines de componentes
- Current status
- Mantenimiento activo
Haystack usa pipelines explícitos de componentes para la recuperación, el enrutamiento, la generación y el comportamiento de agentes. Es un encaje maduro para equipos que quieren que la ruta de los datos siga siendo visible y testeable en lugar de quedar oculta dentro de una abstracción de agente autónomo.
Sus capacidades de agente resultan más atractivas combinadas con las fortalezas consolidadas de Haystack en recuperación y pipelines. Los equipos exclusivamente de Python que construyen sistemas de búsqueda, respuesta a preguntas o conocimiento corporativo deberían compararlo directamente con LlamaIndex.
Strengths
- Modelo claro de pipelines de componentes
- Arquitectura de recuperación madura
- Buen encaje para RAG en producción
- Núcleo con licencia Apache
Trade-offs
- Centrado en Python
- Menos generalista que los frameworks orientados a la orquestación
- El diseño de pipelines puede ser verboso
AG2
El mejor para experimentación multiagente conversacional
- Stack
- Python
- License
- Apache 2.0
- Architecture
- Agentes conversacionales
- Current status
- Proyecto comunitario activo
AG2 es la continuación activa, gobernada por la comunidad, de los patrones multiagente conversacionales al estilo AutoGen. Sigue siendo útil para flujos de investigación, chat en grupo, participación humana y sistemas donde la conversación entre agentes es la abstracción principal.
No confundas AG2 con el repositorio original de AutoGen de Microsoft ni con Microsoft Agent Framework. Los nuevos proyectos en plataformas de Microsoft deben evaluar Agent Framework; los equipos específicamente comprometidos con el linaje comunitario de AutoGen pueden evaluar AG2 por sus propios méritos.
Strengths
- Conversaciones multiagente flexibles
- Patrones de participación humana
- Gobernanza comunitaria activa
- Amplia experimentación con modelos
Trade-offs
- El linaje y los nombres pueden confundir a los compradores
- La conversación no siempre es la abstracción de flujo adecuada
- Solo Python
Matriz de capacidades de los frameworks
Capacidades de los frameworks de agentes de un vistazo
| Herramienta | Python | TypeScript | Estado / Flujo duradero | Multiagente | Ajuste para RAG | MCP | Flexibilidad de proveedores |
|---|---|---|---|---|---|---|---|
| LangGraph | ✓ | ✓ | Excelente | ✓ | Integraciones | ✓ | Alta |
| Pydantic AI | ✓ | ✗ | Integraciones | ✓ | Personalizado | ✓ | Alta |
| Mastra | ✗ | ✓ | Flujos de trabajo | ✓ | ✓ | ✓ | Alta |
| CrewAI | ✓ | ✗ | Flows | ✓ | Herramientas | ✓ | Alta |
| Microsoft Agent Framework | ✓ | ✗ | Sólido | ✓ | Conectores | ✓ | Amplia |
| Google ADK | ✓ | ✓ | Sólido | ✓ | Herramientas | ✓ | Amplia |
| OpenAI Agents SDK | ✓ | ✓ | Sesiones | ✓ | Personalizado | ✓ | Centrada en OpenAI |
| Strands Agents | ✓ | ✓ | Estado del agente | ✓ | Herramientas | ✓ | Alta |
| Agno | ✓ | ✗ | Flujos de trabajo | ✓ | ✓ | ✓ | Alta |
| LlamaIndex | ✓ | ✓ | Flujos de trabajo | ✓ | ✓ | ✓ | Alta |
| Haystack | ✓ | ✗ | Pipelines | Bucles de agente | ✓ | Integraciones | Alta |
| AG2 | ✓ | ✗ | Estado de conversación | ✓ | Herramientas | Integraciones | Alta |
¿Qué framework deberías elegir?
- Decisión
- Flujo de trabajo de producción de larga duración
- Elección recomendada
- LangGraph
- Por qué
- Estado explícito, checkpoints, interrupciones y ejecución duradera.
- Compara también
- Pydantic AI para servicios tipados en Python
- Decisión
- API o backend tipado en Python
- Elección recomendada
- Pydantic AI
- Por qué
- Validación, salidas estructuradas y límites de dependencias limpios.
- Compara también
- LangGraph para máquinas de estados más complejas
- Decisión
- Producto en Next.js o Node
- Elección recomendada
- Mastra
- Por qué
- El stack de producto de agentes centrado en TypeScript más amplio e integrado.
- Compara también
- LangGraph JS u OpenAI Agents SDK TS
- Decisión
- Prototipo rápido basado en roles
- Elección recomendada
- CrewAI
- Por qué
- Roles, tareas y crews son rápidos de modelar y de explicar.
- Compara también
- AG2 para colaboración guiada por la conversación
- Decisión
- Organización con Azure o .NET
- Elección recomendada
- Microsoft Agent Framework
- Por qué
- Sucesor con soporte de Microsoft e integración empresarial.
- Compara también
- Google ADK para equipos multilenguaje en la nube
- Decisión
- SDK portable en Python y TypeScript
- Elección recomendada
- Strands Agents
- Por qué
- Harness de agentes flexible en proveedores con MCP y hooks de observabilidad.
- Compara también
- OpenAI Agents SDK para una superficie menor centrada en OpenAI
- Decisión
- Agente de datos o de documentos
- Elección recomendada
- LlamaIndex
- Por qué
- La recuperación, la indexación y los conectores de documentos son centrales.
- Compara también
- Haystack para pipelines explícitos de componentes
| Decisión | Elección recomendada | Por qué | Compara también |
|---|---|---|---|
| Flujo de trabajo de producción de larga duración | LangGraph | Estado explícito, checkpoints, interrupciones y ejecución duradera. | Pydantic AI para servicios tipados en Python |
| API o backend tipado en Python | Pydantic AI | Validación, salidas estructuradas y límites de dependencias limpios. | LangGraph para máquinas de estados más complejas |
| Producto en Next.js o Node | Mastra | El stack de producto de agentes centrado en TypeScript más amplio e integrado. | LangGraph JS u OpenAI Agents SDK TS |
| Prototipo rápido basado en roles | CrewAI | Roles, tareas y crews son rápidos de modelar y de explicar. | AG2 para colaboración guiada por la conversación |
| Organización con Azure o .NET | Microsoft Agent Framework | Sucesor con soporte de Microsoft e integración empresarial. | Google ADK para equipos multilenguaje en la nube |
| SDK portable en Python y TypeScript | Strands Agents | Harness de agentes flexible en proveedores con MCP y hooks de observabilidad. | OpenAI Agents SDK para una superficie menor centrada en OpenAI |
| Agente de datos o de documentos | LlamaIndex | La recuperación, la indexación y los conectores de documentos son centrales. | Haystack para pipelines explícitos de componentes |
Comparativas cara a cara
LangGraph vs Pydantic AI
Elige LangGraph cuando la topología del flujo de trabajo, las transiciones de estado y la capacidad de reanudación sean los problemas más difíciles. Elige Pydantic AI cuando la corrección de la aplicación, las dependencias tipadas y las salidas del modelo validadas importen más que un runtime centrado en grafos. También pueden complementarse en una arquitectura Python.
Mastra vs LangGraph JS vs OpenAI Agents SDK TS
Mastra ofrece el framework de producto en TypeScript más amplio. LangGraph JS es más fuerte para la orquestación duradera explícita. OpenAI Agents SDK TS es la opción más ligera cuando agentes, handoffs, herramientas y guardrails ya describen toda la aplicación.
CrewAI vs Microsoft Agent Framework vs AG2
CrewAI es el prototipo basado en roles más rápido. Microsoft Agent Framework es la dirección empresarial con soporte para Azure y .NET. AG2 es la opción comunitaria para la experimentación conversacional al estilo AutoGen; no es el reemplazo que Microsoft recomienda para nuevos proyectos de AutoGen.
LlamaIndex vs Haystack
LlamaIndex ofrece un framework de datos amplio y un ecosistema de conectores para agentes de conocimiento. Haystack destaca especialmente cuando quieres pipelines de Python explícitos y componibles para recuperación y generación. Ambos merecen evaluación cuando el RAG es el núcleo del producto.
Herramientas de agentes especializadas que no son sustitutos directos de un framework
- Herramienta o SDK
- Deep Agents
- Categoría
- Harness de nivel superior
- Mejor encaje
- Tareas largas de investigación y programación
- Por qué va aparte
- Es una capa con opiniones propias dentro del ecosistema LangGraph, no una categoría separada de runtime de bajo nivel.
- Herramienta o SDK
- Browser Use
- Categoría
- Librería de agentes de navegador
- Mejor encaje
- Flujos de navegación y acción web
- Por qué va aparte
- Su función principal es el control del navegador y no la orquestación general.
- Herramienta o SDK
- OpenHands
- Categoría
- Aplicación de agente de código
- Mejor encaje
- Tareas de repositorios y de software
- Por qué va aparte
- Es un agente de código funcional, no un framework para productos de agentes arbitrarios.
- Herramienta o SDK
- Letta
- Categoría
- Plataforma de agentes con estado
- Mejor encaje
- Agentes persistentes guiados por la memoria
- Por qué va aparte
- La memoria y la identidad de agente de larga vida son su capa de producto definitoria.
- Herramienta o SDK
- Vercel AI SDK
- Categoría
- Toolkit de aplicaciones
- Mejor encaje
- Interfaces y bucles de herramientas en TypeScript con IA
- Por qué va aparte
- Es más amplio que los agentes y debería compararse aparte salvo que sus abstracciones de agente sean el requisito principal.
- Herramienta o SDK
- smolagents
- Categoría
- Librería mínima de agentes
- Mejor encaje
- Experimentos pequeños y agentes de código
- Por qué va aparte
- Su abstracción intencionalmente pequeña apunta a otro nivel de complejidad.
- Herramienta o SDK
- SillyTavern
- Categoría
- Frontend para usuario final
- Mejor encaje
- Chat de personajes y roleplay
- Por qué va aparte
- Es una capa de aplicación orientada al usuario, no un framework general de desarrollo de agentes.
| Herramienta o SDK | Categoría | Mejor encaje | Por qué va aparte |
|---|---|---|---|
| Deep Agents | Harness de nivel superior | Tareas largas de investigación y programación | Es una capa con opiniones propias dentro del ecosistema LangGraph, no una categoría separada de runtime de bajo nivel. |
| Browser Use | Librería de agentes de navegador | Flujos de navegación y acción web | Su función principal es el control del navegador y no la orquestación general. |
| OpenHands | Aplicación de agente de código | Tareas de repositorios y de software | Es un agente de código funcional, no un framework para productos de agentes arbitrarios. |
| Letta | Plataforma de agentes con estado | Agentes persistentes guiados por la memoria | La memoria y la identidad de agente de larga vida son su capa de producto definitoria. |
| Vercel AI SDK | Toolkit de aplicaciones | Interfaces y bucles de herramientas en TypeScript con IA | Es más amplio que los agentes y debería compararse aparte salvo que sus abstracciones de agente sean el requisito principal. |
| smolagents | Librería mínima de agentes | Experimentos pequeños y agentes de código | Su abstracción intencionalmente pequeña apunta a otro nivel de complejidad. |
| SillyTavern | Frontend para usuario final | Chat de personajes y roleplay | Es una capa de aplicación orientada al usuario, no un framework general de desarrollo de agentes. |
Comprobaciones de interoperabilidad antes de comprometerte
Para esta guía, un framework debe ofrecer un núcleo open source instalable para coordinar llamadas a modelos, herramientas, estado, flujos de trabajo o varios agentes. Un repositorio público no basta por sí solo: el proyecto tiene que poder usarse como librería o SDK para desarrolladores y tener una vía activa para aplicaciones nuevas.
Los planos de control alojados y los módulos enterprise pueden tener términos distintos de los del núcleo open source. La licencia que se muestra a continuación corresponde al repositorio principal comprobado el 23 de julio de 2026; aun así, los equipos deberían revisar los términos a nivel de paquete y de directorio enterprise antes de lanzar un producto comercial. Si necesitas ayuda de implementación en lugar de una comparativa de librerías, consulta los servicios de desarrollo de agentes de IA de AI Haven.
- MCP: Confirma si el soporte es nativo, mediante adaptadores o limitado a determinados transportes.
- Protocolos agente a agente: Comprueba si la comunicación entre agentes es un requisito real o arquitectura innecesaria.
- Observabilidad: Verifica OpenTelemetry, las trazas y las rutas de exportación de evaluaciones antes de adoptarlo en producción.
- Durabilidad: Distingue el estado de sesión en memoria de la ejecución con checkpoints capaz de recuperarse tras un fallo.
- Límites de licencia: Inspecciona los directorios enterprise, los servicios alojados y los paquetes individuales además de la licencia raíz.
- Portabilidad de proveedores: Ejecuta una pequeña prueba de cambio de modelo antes de aceptar la afirmación de que un framework es agnóstico al modelo.
Preguntas frecuentes
- Fiabilidad del runtime: Estado, checkpoints, reintentos, capacidad de reanudación, revisión humana y flujo de control predecible.
- Experiencia de desarrollo: Documentación, seguridad de tipos, depuración, pruebas y cuánta abstracción propia del framework tiene que aprender un equipo.
- Herramientas de producción: Trazas, evaluación, observabilidad, opciones de despliegue y controles operativos.
- Flexibilidad de modelos y herramientas: Elección de proveedor, soporte de MCP, salidas estructuradas, ejecución de herramientas y profundidad de las integraciones.
- Salud del proyecto: Documentación oficial actualizada, estado del repositorio público, dirección de las versiones y licencia open source claramente declarada.
- Encaje con el caso de uso: La orquestación general se clasifica aparte de los pipelines de RAG, los agentes de código, las herramientas de navegador y los frontends para el usuario final.
¿Cuál es el mejor framework open source de agentes de IA en 2026?
LangGraph es la mejor opción general para flujos de trabajo de producción con estado porque la ejecución duradera, la persistencia, el streaming y la revisión humana son centrales en su runtime. Pydantic AI es mejor para servicios tipados en Python, mientras que Mastra es el framework de producto en TypeScript más fuerte.
¿Qué framework open source de agentes es mejor para Python?
Pydantic AI es la mejor opción centrada en Python cuando la seguridad de tipos y las salidas validadas guían la decisión. LangGraph es mejor cuando las transiciones de estado complejas y los flujos de trabajo reanudables son el problema de ingeniería más difícil.
¿Qué framework de agentes de IA es mejor para TypeScript?
Mastra es el framework centrado en TypeScript más completo de este ranking. LangGraph JS es más fuerte para la orquestación basada en grafos, mientras que OpenAI Agents SDK TS es mejor para una abstracción más pequeña centrada en OpenAI.
¿Sigue recomendándose AutoGen para proyectos nuevos?
El repositorio original de AutoGen de Microsoft está en modo mantenimiento y dirige los proyectos nuevos a Microsoft Agent Framework. AG2 sigue siendo un proyecto comunitario activo basado en el linaje de AutoGen, pero debe evaluarse por separado del sucesor con soporte de Microsoft.
¿Son open source todas las partes de estos frameworks?
Las licencias que se muestran aquí se refieren a cada repositorio principal o núcleo open source. Las plataformas alojadas, las carpetas enterprise, los servicios de despliegue y los paquetes individuales pueden tener términos distintos, así que los equipos comerciales deben revisar el código exacto que planean usar.
¿Necesito un framework multiagente?
Normalmente no al principio. Un único agente con herramientas claras y pasos de flujo de trabajo deterministas es más fácil de probar y de operar. Añade múltiples agentes solo cuando la separación de roles, el trabajo en paralelo o el contexto independiente produzcan un beneficio medible.
Veredicto final
LangGraph es el mejor framework open source de agentes de IA en general para flujos de trabajo con estado serios en 2026. Pydantic AI es el mejor framework tipado de Python, Mastra es el framework de producto en TypeScript más fuerte, CrewAI es la opción más rápida para prototipos basados en roles y Microsoft Agent Framework es la elección con soporte para nuevos proyectos en el stack de Microsoft.
Elige LlamaIndex o Haystack cuando la recuperación sea el núcleo del producto. Elige OpenAI Agents SDK para una superficie pequeña centrada en OpenAI, Strands Agents para un harness portable en Python y TypeScript, Google ADK para equipos multilenguaje en Google Cloud, Agno para una plataforma de agentes en Python más amplia y AG2 solo cuando lo que necesitas específicamente son los patrones comunitarios de AutoGen centrados en la conversación.