Agent Framework Source Notes
Agent 框架源码阅读系列
这个系列不是做框架排行榜，而是从 runtime owner 出发：模型循环、工具运行时、 状态账本、权限关口、workflow graph、服务平面和多 agent 协作分别由谁接住。 先建立坐标，再用 Pi 确定最小 core、用 AgentScope 展开完整 runtime、用工作现场篇分开 Coding / General 与 Local / Cloud，再用协议篇画清系统边界， 然后进入 ADK、Agno、AutoGen、CrewAI 与 Eino，最后用 tRPC-Agent-Go 的上下文、Memory 和 Evolution 三篇把生产状态治理讲透。
源码证据来自公开仓库的当前快照，产品定位来自各项目 README 与官方文档。后续每篇会固定一个请求或任务，沿执行顺序讲清 owner、边界和代价。
从 Claude Code 和 Codex 的运行主线回看通用框架：它们到底替应用接管哪些 runtime 责任，选型时应该比较什么。
源码阅读 · 第二篇 Pi 为什么把 Coding Agent 做成可扩展的 Harness
沿 pi-ai、agent-core 和 coding-agent 看最小 runtime 如何拥有工具循环、会话树和 compaction，同时把 plan、sub-agent、MCP 与权限策略留给扩展。
源码阅读 · 第三篇 跟 AgentScope 的 reply_stream 走一遍
在 Pi 的最小基线上，沿 AgentScope 的回复主线看事件流、状态账本、工具权限，以及 OpenAI Responses API 和 Chat Completions 的真实差异。
源码阅读 · 第四篇 Agent 的工作现场在哪里
用同一项脚本任务拆开 Coding / General 与 Local / Cloud，再分清 workspace、sandbox、session、artifact 和 memory 分别由谁拥有。
源码阅读 · 第五篇 Agent 协议到底在连接谁
用一个合同续约任务分清 MCP、A2A、AG-UI、Agent Client Protocol 与模型 Provider API 各自拥有的边界。
源码阅读 · 第六篇 ADK Python 为什么把 Agent 和 Workflow 放在一起
看 ADK 2.0 如何把自主 agent、确定性 workflow、Runner、session event 和 Task API 放进同一条 code-first runtime。
源码阅读 · 第七篇 Agno 把 agent 做成平台，而不是只做成对象
看 Agno 如何用 AgentOS 把 agents、teams、workflows、API、storage、approval、RBAC、scheduler 和 interfaces 接进同一个 control plane。
源码阅读 · 第八篇 AutoGen 到 Microsoft Agent Framework
AutoGen 已进入 maintenance mode。本文从 Core runtime、AgentChat team 读到 MAF 的 Agent、Workflow、Orchestrations 和 Hosting。
源码阅读 · 第九篇 CrewAI 把 agent 写成团队流程
从 Agent、Task、Crew、Process 和 Flow 源码看 CrewAI 如何把团队自治和生产控制拆开建模。
源码阅读 · 第十篇 Eino 把 agent 应用收束成 Go 的可组合执行图
从 Component、Runnable、compose Graph、checkpoint、callback、ADK Runner、ChatModelAgent 和 AgentTool 看 Eino 的 typed Go runtime。
源码阅读 · 第十一篇 tRPC-Agent-Go Runner 与上下文治理
先沿 Runner、Agent、Model 和服务组件读完整框架，再拆 Summary、Context Compaction 与 Session Recall 如何压缩、重建和恢复原始证据。
源码阅读 · 第十二篇 tRPC-Agent-Go Memory 怎样把经历变成可检索知识
跟一条用户环境事实走完 delta、extract、reconcile、Fact/Episode 与混合检索，再用 LoCoMo-10 检查质量、成本和拒答退化。
源码阅读 · 第十三篇 tRPC-Agent-Go Evolution 怎样学习，也怎样拒绝坏 Skill
从 run 后 review、revision 与 gate 读在线自进化，再用 SkillCraft 和 GEPA 式优化讲清候选怎样被发现、证伪、提交并进入发布治理。