🌿超全的AI Agent infra技术栈！

主要观点总结

文章介绍了关于代理类别、工具生态、数据层、编排以及平台支持等多个方面的AI技术与应用。从个人助手到团队协作，从数据挖掘到安全工具使用，再到AI工作流的管理和全栈支持，文章详细阐述了相关技术和工具的应用与特点。

关键观点总结

关键观点1: 代理类别

包括从Next Gen Copilots到Agent Swarms的代表性工具，如Perplexity、Astral、Common Room等，覆盖个人助手到团队协作的各种场景。

关键观点2: 工具生态

包括发现（如Word of Mouth、LangGraph等工具助力数据挖掘）、代理即服务（如Sonar、Exa等，搜索和数据提取更高效）、安全工具使用（如Composio、Layer、Okta等确保AI使用安全无忧）等方面。

关键观点3: 数据层

包括记忆（如Cognee、Mem0让AI记住更多细节）、存储（如Supabase、Pinecone提供强大支持）、ETL（数据处理，如DataVolo、Needle让数据流动更顺畅）等方面。

关键观点4: 编排

包括Persistence（持久性）、Agent Routing（代理路由）、Model Routing（模型路由）等，以及LangGraph、CrewAI等工具，让你轻松管理AI工作流。

关键观点5: 平台支持

包括从PaaS/BaaS到Logging（日志），Fly.io、Griptape、Grafana Labs提供全栈支持。同时介绍了Evaluation（评估）和Multi-Agent Frameworks（多代理框架）如LangSmith、AgentStack，让AI开发更智能。