md/MultiAgentOptions.md

横评构建企业级 LLM 应用，主流的、开源的 SDK 或框架

基础能力

💡SAA 是 Spring AI Alibaba 的官方简称。SAA 在对 MCP 工具、提示词模板的管理具有明显优势，尤其适合企业级 LLM 应用的构建。

对比项	SAA	Spring AI	LangChain4J	LangChain
语言	Java	Java	Java	Python
聊天模型	✅	✅	✅	✅
嵌入模型	✅	✅	✅	✅
图片、音视频模型	✅	✅	✅	✅ 国内只有百度千帆、百川智能支持了多模态 阿里百炼没有支持，也没有提供相关API
RAG	✅	✅	✅	✅
向量数据库	✅ 支持阿里云 AnalyticDB (ADB)、OpenSearch	✅	✅	✅
MCP	✅ 支持 Nacos MCP Registry	✅	✅	✅
函数调用	✅	✅	✅	✅
提示词模板	✅ 支持通过 Nacos 热更新，无需重启应用	✅	✅	✅
聊天记忆	✅	✅	✅	✅
模型评估	✅	✅	✅	✅

可观测性（OpenTelemetry）

💡OpenTelemetry，通常缩写为 OTel，是一个开源的、厂商中立的可观测性框架，旨在实现遥测数据的标准化生成、收集和管理。遥测数据包括日志、指标和追踪，这些数据对于监控和理解软件系统的行为至关重要。

Spring AI	SAA	LangChain4J	LangChain
✅	✅	❌	✅

Spring AI框架定义了一系列endpoint，为其核心组件提供了指标和追踪能力，例如 ChatClient（包括 Advisor）、ChatModel、EmbeddingModel、ImageModel 和 VectorStore 等。

💡需要注意的是，对于 ChatModel 的可观测性，目前仅支持以下提供商：Anthropic, Azure OpenAI, Mistral AI, Ollama, OpenAI, Vertex AI, MiniMax, Moonshot, QianFan, ZhiPu AI。未提到的厂商，例如阿里百炼，可能会在未来支持。

SAA除了拥有Spring AI的能力，还提供了 javaagent 无需额外开发，即可扇出至阿里云ARMS。LangChain4J提供了一系列Listener，开发人员需要自行实现对监控数据的处理。LangChain自带LangSmith，并且已经支持了OTel，仅需少量代码即可扇出数据。

与云计算平台模型提供商之间的适配

对比项	Open AI	Anthropic	阿里百炼	百度千帆
SAA	✅	✅	✅	✅
Spring AI	✅	✅	✅	✅
LangChain4J	✅	✅	✅	✅
LangChain	✅	✅	✅	✅

💡SAA深度适配了阿里百炼，阿里百炼对于LangChain的支持度很差，仅通过 langchain-openai 适配了部分模型：聊天模型、嵌入模型、重排序模型，不支持多模态模型。

与私有化模型部署平台的适配

智能体开发