Agent-Frameworks und SDKs im Vergleich
Sechzehn Möglichkeiten, einen Agenten zu entwickeln oder auszuführen: 14 Code-Frameworks und SDKs, eine Low-Code-Plattform und ein fertiger Assistent. Jedes Feature wurde anhand der offiziellen Dokumentation am 1 October 2026 geprüft. Ein Fragezeichen bedeutet, dass wir es nicht bestätigen konnten.
Feature-Matrix
| Framework | Sprachen | Beliebiges Modell | MCP-Client | MCP-Server | Multi-Agent | Persistente Ausführung | Menschliche Freigabe | Tracing | Evals | GitHub-Sterne |
|---|---|---|---|---|---|---|---|---|---|---|
| OpenAI Agents SDK | Python | Ja | Ja | Nicht bestätigt | Ja | Ja | Ja | Ja | Nein | 29,8k |
| OpenAI Agents SDK (JS) | TypeScript, JavaScript | Ja | Ja | Nicht bestätigt | Ja | Nicht bestätigt | Ja | Ja | Nein | 3,9k |
| Claude Agent SDK | Python, TypeScript | Nein | Ja | Nicht bestätigt | Ja | Nicht bestätigt | Ja | Ja | Nein | 8,2k |
| Google ADK | Python, TypeScript, Go, Java, Kotlin | Ja | Ja | Ja | Ja | Ja | Ja | Ja | Ja | 21,7k |
| Microsoft Agent Framework | Python, C#, .NET, Go | Ja | Ja | Nicht bestätigt | Ja | Ja | Ja | Ja | Nicht bestätigt | 13,9k |
| LangGraph | Python, TypeScript, JavaScript | Ja | Ja | Nicht bestätigt | Ja | Ja | Ja | Ja | Nein | 42,6k |
| CrewAI | Python | Ja | Ja | Nicht bestätigt | Ja | Ja | Ja | Ja | Nicht bestätigt | 59,3k |
| LlamaIndex | Python, TypeScript | Ja | Ja | Ja | Ja | Ja | Ja | Nicht bestätigt | Nicht bestätigt | 52,4k |
| Pydantic AI | Python | Ja | Ja | Nicht bestätigt | Ja | Ja | Ja | Ja | Ja | 20,3k |
| Mastra | TypeScript | Ja | Ja | Ja | Ja | Ja | Ja | Ja | Ja | 28,5k |
| Vercel AI SDK | TypeScript | Ja | Ja | Nicht bestätigt | Ja | Ja | Ja | Nicht bestätigt | Nicht bestätigt | 27,1k |
| smolagents | Python | Ja | Ja | Nicht bestätigt | Ja | Nicht bestätigt | Nicht bestätigt | Nicht bestätigt | Nein | 29,6k |
| Agno | Python | Ja | Ja | Ja | Ja | Ja | Ja | Ja | Nicht bestätigt | 42,4k |
| Strands Agents | Python, TypeScript | Ja | Ja | Nicht bestätigt | Ja | Nicht bestätigt | Ja | Ja | Ja | 8,6k |
| Dify | Ja | Ja | Ja | Ja | Ja | Ja | Nicht bestätigt | Nicht bestätigt | 157,7k | |
| OpenClaw | TypeScript | Ja | Nicht bestätigt | Nicht bestätigt | Ja | Ja | Nicht bestätigt | Nicht bestätigt | Nein | 391,1k |
Welches Framework passt?
Python, lange Ausführungen, die Neustarts überstehen müssen → LangGraph oder Pydantic AI
LangGraph speichert Graph-Checkpoints in Postgres oder SQLite und setzt Ausführungen nach Fehlern fort. Pydantic AI lässt sich in sieben Engines für dauerhafte Ausführungen integrieren, darunter Temporal und DBOS, und validiert jede Ausgabe anhand eines Typs.
TypeScript, alles aus einer Hand → Mastra
Mastra vereint Agents, unterbrechbare und fortsetzbare Workflows, Memory, Scorer und einen MCP-Server in einem Paket. Wenn Sie hauptsächlich Tool-Loops hinter einer Streaming-UI mit Next.js brauchen, ist das Vercel AI SDK die schlankere Wahl.
Azure, .NET oder der Wechsel weg von AutoGen → Microsoft Agent Framework
Es ist der offizielle Nachfolger von AutoGen und Semantic Kernel und bietet SDKs für Python und C#, Workflows mit Graph-Checkpoints sowie integriertes OpenTelemetry.
Mehrere Sprachen oder Google Cloud → Google ADK
ADK ist hier die einzige Option mit Java- und Kotlin-SDKs neben Python, TypeScript und Go. Außerdem sind alle acht Features bestätigt, einschließlich Evaluierungen.
Claude soll mit echten Dateien arbeiten → Claude Agent SDK
Es bindet den Claude-Code-Harness mit Datei- und Shell-Tools, Berechtigungen, Hooks und Subagents in Ihr eigenes Programm ein. Es führt ausschließlich Claude-Modelle aus – über Anthropic, Bedrock, Google Cloud oder Foundry.
Ohne Framework-Code → Dify; als fertiger Assistent → OpenClaw
Mit Dify erstellen Sie Agents und Workflows in einem visuellen Editor und stellen sie als APIs oder MCP-Server bereit. OpenClaw ist ein fertiger Assistent, den Sie selbst hosten und über Chat-Apps nutzen – keine Basis für eigene Entwicklungen.
Alle Frameworks in der Tabelle
OpenAI Agents SDK
OpenAIs schlank gehaltenes Open-Source-Python-SDK für Agents mit integrierten Übergaben, Guardrails, Sessions und Tracing. Standardmäßig werden OpenAI-Modelle verwendet, aber auch andere Anbieter lassen sich aufrufen. Eine Temporal-Integration, die im März 2026 allgemein verfügbar wurde, ermöglicht dauerhafte Ausführungen.
OpenAI Agents SDK (JS)
Die TypeScript- und JavaScript-Portierung von OpenAIs Agents SDK mit denselben Agenten, Übergaben, Freigaben und Tracing-Funktionen. Hinzu kommen Echtzeit-Sprachagenten, die im Browser über WebRTC laufen. Die Integration für dauerhafte Ausführung mit Temporal ist weiterhin nur für Python verfügbar.
Claude Agent SDK
Anthropics SDK stellt den Harness von Claude Code bereit – mit Datei- und Shell-Tools, Berechtigungen, Hooks, Subagenten und Skills – innerhalb Ihres eigenen Python- oder TypeScript-Programms. Anders als die übrigen Frameworks in dieser Liste unterstützt es nur Claude-Modelle. Für die Nutzung gelten Anthropics Commercial Terms.
Google ADK
Googles Agent Development Kit mit SDKs für Python, TypeScript, Go, Java und Kotlin sowie integrierter Evaluierung. Es ist auf Gemini ausgerichtet, unterstützt über Adapter aber auch andere Modelle und lässt sich auf Agent Runtime in Google Cloud bereitstellen.
Microsoft Agent Framework
Microsofts Agent-Framework für Python und .NET, entwickelt von den Teams hinter Semantic Kernel und AutoGen und seit April 2026 allgemein verfügbar. Es kombiniert typisierte Agents mit Graph-Workflows, die Checkpoints setzen, fortgesetzt werden und auf Menschen warten können. Ein Go-SDK ist als Public Preview verfügbar.
LangGraph
LangChains Low-Level-Bibliothek für Agents, die als explizite Graphen aufgebaut sind und deren Kern Checkpointing des Zustands und Interrupts bilden. LangChains create_agent aus v1 baut darauf auf und eignet sich, wenn eine vorgefertigte Schleife ausreicht.
CrewAI
Ein Python-Framework für Teams aus Agenten mit Rollen, die einander Aufgaben zuweisen und von ereignisgesteuerten Flows orchestriert werden. Flows bieten Persistenz und menschliches Feedback. Über die CLI können Sie direkt beim verwalteten CrewAI-AMP-Service deployen.
LlamaIndex
LlamaIndex kombiniert Tools zum Parsen und Abrufen von Dokumenten mit ereignisgesteuerten Agent Workflows in Python und TypeScript. Workflows können für menschliche Eingaben angehalten, ihr Status kann persistiert und sie können als MCP-Server bereitgestellt oder auf LlamaCloud deployed werden.
Pydantic AI
Ein Python-Agent-Framework vom Pydantic-Team, das auf Type Hints, validierten strukturierten Ausgaben und Dependency Injection basiert. Besonders sind die dauerhafte Ausführung auf sieben Engines – von Temporal bis Airflow – und Pydantic Evals, das ebenfalls enthalten ist.
Mastra
Ein TypeScript-Framework, das Agenten, Workflows mit Anhalten und Fortsetzen, Memory, Evaluierungen und die Studio-UI in einem Paket bündelt. Es lässt sich in Next.js-, Express- oder Hono-Apps integrieren. Der Kern steht unter Apache-2.0, während für Verzeichnisse unter ee/ eine Enterprise-Lizenz gilt.
Vercel AI SDK
Das anbieterunabhängige TypeScript-Toolkit von Vercel, in dem ToolLoopAgent seit AI SDK 7 die zentrale Agent-Klasse ist. Es verknüpft Tool-Schleifen mit Streaming-UI-Helfern; WorkflowAgent ergänzt Ausführungen, die Neustarts überstehen.
smolagents
Hugging Faces schlanke Python-Bibliothek mit etwa tausend Zeilen Code. Ihr CodeAgent schreibt Aktionen als Python-Code, der in Sandboxes wie Modal, E2B oder Docker ausgeführt wird. Agents und Tools lassen sich auf dem Hub teilen.
Agno
Ein Python-Framework mit Runtime: Mit dem SDK erstellen Sie Agents, Teams und Workflows. AgentOS stellt sie als FastAPI-App auf Ihrer eigenen Infrastruktur bereit. Sessions, Memory und Traces bleiben in Ihrer Datenbank; eine gehostete Control-Plane-UI lässt sich über den Browser aufrufen.
Strands Agents
Ein AWS SDK für Python und TypeScript, bei dem das Modell die Schleife steuert und der Agent in Ihrem eigenen Prozess ohne Control Plane läuft. Amazon Bedrock ist der Standardanbieter; für Deployments ist Bedrock AgentCore Runtime vorgesehen.
Dify
Eine selbst hostbare Plattform zum Erstellen von LLM-Agenten und Workflows in einem visuellen Editor statt mit Framework-Code. Seit v1.6.0 unterstützt sie MCP in beide Richtungen: Eine App kann MCP-Tools aufrufen und als MCP-Server veröffentlicht werden.
OpenClaw
Ein sofort einsatzbereiter, selbst gehosteter KI-Assistent, den Sie über WhatsApp, Telegram, Slack, Discord, iMessage und weitere Dienste nutzen. OpenClaw ist kein Framework zum Erstellen eigener Agenten. Und wie vorgesehen gibt es keinen gehosteten Dienst als Zwischenstation.
Fragen zu Agent-Frameworks
Was ist 2026 das beste KI-Agent-Framework?
Einen eindeutigen Sieger gibt es nicht: Die passende Wahl hängt von Ihrer Sprache, Ihrer Cloud und der Dauer Ihrer Ausführungen ab. Google ADK und Mastra sind die einzigen Frameworks in unserer Tabelle, bei denen alle acht Features bestätigt sind. Bei Pydantic AI, LangGraph und CrewAI ist jeweils nur ein oder zwei Features nicht bestätigt. Filtern Sie daher zuerst nach Sprache und vergleichen Sie dann die Ergebnisse.
Welche Agent-Frameworks unterstützen MCP?
Alle 14 Code-Frameworks hier sowie Dify können Tools auf MCP-Servern aufrufen. Weniger Frameworks dokumentieren, wie Sie Ihren eigenen Agenten als MCP-Server bereitstellen: Google ADK (to_mcp_server()), LlamaIndex (workflow_as_mcp), Mastra (MCPServer), Agno (über AgentOS) und Dify. Für OpenClaw konnten wir die MCP-Unterstützung anhand der Dokumentation nicht bestätigen.
Wird AutoGen eingestellt?
AutoGen befindet sich im Wartungsmodus. Die letzte Version war python-v0.7.5 im September 2025. Microsoft Agent Framework 1.0 ist seit 3 April 2026 allgemein verfügbar und der offizielle Nachfolger von AutoGen und Semantic Kernel. Semantic Kernel v1 erhält ab diesem Datum mindestens ein Jahr lang weiterhin kritische Fehlerbehebungen.
Wird OpenAI Agent Builder eingestellt?
Ja. Am 3 June 2026 kündigte OpenAI an, Agent Builder und sein Evals-Produkt auslaufen zu lassen. Beide werden am 30 November 2026 eingestellt. ChatKit bleibt verfügbar, aber das Backend betreiben Sie selbst, zum Beispiel mit dem Agents SDK. Das Open-Source-Agents SDK ist eine separate Bibliothek und wird weiterhin aktualisiert; Version 0.22.3 erschien am 17 September 2026.
Welche Agent-Frameworks unterstützen persistente Ausführung?
LangGraph (Checkpointer), Pydantic AI (sieben Engines von Temporal bis Airflow), Microsoft Agent Framework (Durable Extension), das Python OpenAI Agents SDK (Temporal) und das Vercel AI SDK (WorkflowAgent) dokumentieren diese Funktion. Mastra und Dify können einen Workflow anhalten und später fortsetzen. Beim Claude Agent SDK, bei Strands Agents und beim OpenAI JS SDK fanden wir fortsetzbare Sitzungen, aber keine Engine für persistente Ausführung.
Was bedeutet ein Fragezeichen in der Tabelle?
Es bedeutet, dass wir die Funktion in der offiziellen Dokumentation am 1 October 2026 nicht bestätigen konnten – nicht, dass sie fehlt. Ein leerer Kreis bedeutet, dass die Bibliothek keine integrierte Unterstützung bietet, selbst wenn ein separates Produkt diese Funktion abdeckt, wie LangSmith bei LangGraph-Evals.