BeeAI Framework
Multi-Agent-Framework unter der Linux Foundation
Das BeeAI Framework ist ein Open-Source-Framework für Agenten und Multi-Agent-Systeme in Python und TypeScript, ursprünglich von IBM entwickelt und heute unter offener Governance bei der Linux Foundation (LF AI & Data). Der RequirementAgent hält Regeln ein, die der Entwickler festlegt, etwa welches Tool in welchem Schritt aufgerufen wird. Mehrere Agenten arbeiten über das HandoffTool zusammen, mit dem ein Hauptagent Fragen an Spezialisten weitergibt, sowie über Workflows; Agenten lassen sich über A2A und MCP bereitstellen. Unterstützt werden über zehn Modellanbieter, OpenTelemetry, Memory, RAG und Caching. Lizenz ist Apache-2.0.
Passt gut, wenn
Schwerpunkt: Entwicklerteams, die vorhersehbares Agentenverhalten und herstellerneutrale Governance brauchen, etwa im IBM-watsonx-Umfeld
- es in deinem Projekt um Hauptagent mit Spezialisten über Handoffs, Regelgebundene Agenten für Unternehmensprozesse oder Agenten als A2A- oder MCP-Dienst geht
- jemand im Team programmiert
Eher nicht, wenn
- niemand im Team programmiert (1/5 ohne Entwickler)
Kennzahlen
- Bedienung ohne Programmieren
- 1/5
- Skalierbarkeit
- 3/5
- Integrationen
- 3/5
- Versionierung
- 2/5
- Monitoring
- 4/5
Redaktionelle Einschätzung auf einer Skala von 1 bis 5. Methodik
Steckbrief
- Kategorie
- Developer
- Typ
- Multi-Agent-Framework unter der Linux Foundation
- Lizenz
- Open Source (Apache-2.0)
- Preis
- Open SourceFramework ohne Lizenzgebühr (Apache-2.0). Kosten entstehen nur für die genutzten Modelle und die eigene Infrastruktur.
- Betrieb
- Self-Hosted, Any
- Modelle
- Ollama, Groq, OpenAI, IBM watsonx.ai
- RAG
- Ja
- Mehrere Agenten im Team
- Eingebaut
- SSO, Rollen (RBAC)
- SSO nein, RBAC nein
- Aktuelle Version
- 0.1.85 (Python, 28.09.2026); TypeScript 0.1.31 (28.09.2026)
- GitHub-Sterne
- 3.429
Kernfunktionen
- HandoffTool und Workflows für Multi-Agent-Systeme
- RequirementAgent mit festen Regeln
- Python und TypeScript mit gleichem Funktionsumfang
- Bereitstellung über A2A und MCP
- OpenTelemetry, Memory und Caching
Typische Anwendungsfälle
- Hauptagent mit Spezialisten über Handoffs
- Regelgebundene Agenten für Unternehmensprozesse
- Agenten als A2A- oder MCP-Dienst
- Lokale Agenten mit Ollama und Granite
Marktnotizen
Änderungen zu BeeAI Framework per E-Mail
Wir melden uns, wenn sich Status, Preise oder Lizenz von BeeAI Framework ändern, zusammen mit den wöchentlichen Marktnotizen.
Umsetzung
BeeAI Framework umsetzen lassen
Für dich kostenlos. Partner zahlen nur für Anfragen, die sie annehmen.
Alternativen
Ähnliche Systeme
Ähnlich in Kategorie, Funktionen oder Einsatz.
- DeveloperLangChain Deep AgentsDeep Agents ist ein Agenten-Harness von LangChain für lange, mehrstufige Aufgaben, aufgebaut auf LangChain und der LangGraph-Laufzeit. Es bringt Dateisystem-Backends für Kontextmanagement, optionale Planung mit Todo-Listen, Skills, Langzeitgedächtnis und Freigaben durch Menschen mit. Für Multi-Agent-Arbeit delegiert der Hauptagent über das task-Tool an Subagenten mit eigenem, frischem Kontext, die jeweils einen Abschlussbericht zurückgeben; eigene Subagenten werden im Parameter subagents definiert, für lange oder parallele Arbeit gibt es asynchrone Subagenten. Die Bibliothek gibt es für Python und JavaScript unter MIT-Lizenz; Tracing und Deployment laufen optional über die kostenpflichtige Plattform LangSmith.Profil ansehen
- Developersmolagentssmolagents ist eine Python-Bibliothek von Hugging Face, deren Agentenlogik in etwa tausend Zeilen Code passt. Der zentrale CodeAgent schreibt seine Aktionen als Python-Code, daneben gibt es den ToolCallingAgent für klassische JSON-Tool-Aufrufe. Für Multi-Agent-Systeme übergibt man einem Manager-Agenten weitere Agenten im Argument managed_agents; diese brauchen einen Namen und eine Beschreibung und werden vom Manager wie Tools aufgerufen. Die Bibliothek ist modellunabhängig, führt Code auf Wunsch in Sandboxes wie E2B, Modal, Blaxel oder Docker aus und steht unter Apache-2.0.Profil ansehen
- DeveloperVercel AI SDKDas AI SDK von Vercel ist ein TypeScript-Toolkit, das Textgenerierung, strukturierte Ausgaben, Tool-Aufrufe und Agenten über eine einheitliche API für viele Modellanbieter bereitstellt. AI SDK UI liefert Hooks für Chat-Oberflächen in React, Next.js, Vue und Svelte, Telemetrie läuft über OpenTelemetry. Mehrere Agenten entstehen über Subagenten: Der Elternagent delegiert Arbeit über ein Tool, der Subagent arbeitet mit eigenem Kontextfenster und gibt ein Ergebnis oder eine Zusammenfassung zurück; so lassen sich parallele Recherchen und Orchestrator-Worker-Aufbauten umsetzen. Das SDK ist Open Source unter Apache-2.0.Profil ansehen
- DeveloperAgent SquadAgent Squad ist ein Open-Source-Framework für Python, TypeScript und Swift, das Anfragen auf mehrere spezialisierte Agenten verteilt. Ein Klassifikator wählt anhand der Agentenbeschreibungen und des Gesprächsverlaufs für jede Nachricht den passenden Agenten; der SupervisorAgent koordiniert zusätzlich ein Team von Agenten parallel nach dem Agents-as-Tools-Prinzip. Das Projekt hieß früher Multi-Agent Orchestrator, lag unter awslabs und wird inzwischen von 2FastLabs gepflegt. Es steht unter Apache-2.0-Lizenz und läuft lokal, in Containern oder auf AWS Lambda.Profil ansehen