最后，这四个框架的一个不幸的共同点是，它们提供的代理评估功能有限（如果有的话）。根据用例，我们可能只想评估代理提供的最终答案或其整个轨迹，包括中间步骤（特别是如果使用有副作用的工具），并且我们可能能够或不能访问基本事实。这四个框架允许开发人员完整记录代理的轨迹，但它们都没有包含涵盖这四种潜在场景的评估功能。
CrewAI 和 AutoGen 以多代理框架的 玻利维亚 Whatsapp 数据 形式呈现，而 LlamaIndex 则专注于单代理系统，LangGraph 支持这两种方法。在多代理系统中，多个专门的代理协作以达到共同目标。然后，系统的执行逻辑被设计为代理之间的“对话”。例如，代理可以一个接一个地“说话”，或者“经理”代理可以在相关时将发言权交给代理。
当无法或不切实际地将单个代理赋予当前用例所需的所有功能时，用多个代理替换单个代理是有意义的。例如，包含所有目标功能的说明和示例的提示对于 LLM 来说可能过于复杂，或者对于其上下文窗口来说太大。虽然管理单个代理在概念上更简单，但组合多个代理更具模块化：我们可以开发和测试独立的专用代理，并将它们组合起来，以更好地适应用例的复杂性。