中文 AI Agent 生态报告：从 OpenClaw 到 Coze，中国开发者在卷什么
GitHub 上 OpenClaw 379K Star、Dify 146K Star、MetaGPT 68K Star——中国开发者主导的 Agent 项目正在影响全球。完整生态调研 + 内容获取路径。
GitHub 上最火的 AI Agent 项目，前几名有一半是中国开发者做的。 OpenClaw 379K Star，Dify 146K Star，MetaGPT 68K Star。 这不是"中国也有一个"，这是"全球前十占一半"。
我花了几天时间，用 GitHub API、爬虫、和有限的请求额度，把中文 AI Agent 生态从头扫了一遍。
结论很直接：这个生态的规模和深度，被硅谷严重低估了。
不是因为中文内容多——而是因为中国开发者做的项目，已经成了全球 AI Agent 基础设施的一部分。OpenClaw 的 Star 数超过 LangChain，Dify 是全球部署最广的开源 Agent 平台之一，MetaGPT 重新定义了多智能体协作的标准。
下面是我扫到的全貌。
一、框架与平台：不是追赶，是领跑
先看这张表。这些项目的共同点是：中国团队主导，中文优先，但影响是全球的。
| 项目 | Stars | 定位 | 团队/背景 |
|---|---|---|---|
| OpenClaw | ★379K | 个人 AI 助手，全平台 | 中国开发者 |
| Dify | ★146K | Agent 工作流平台 | LangGenius（中国公司） |
| MetaGPT | ★68K | 多智能体框架 | 中国发起 |
| Cherry Studio | ★47K | AI 生产力套件，300+ 助手 | 中国团队 |
| CowAgent | ★45K | 超级 AI 助手 & Agent 工具集 | 中国开发者（zhayujie） |
| Nanobot | ★44K | 轻量 Agent 框架 | 港大数据科学 |
| Agent-Reach | ★37K | 让 Agent 看到全网（B站/小红书等） | 中国开发者（Panniantong） |
| AstrBot | ★35K | IM 平台集成 Agent 框架 | 中国项目 |
| Langchain-Chatchat | ★38K | RAG + Agent，对接中文 LLM | chatchat-space |
| FastGPT | ★28K | 知识库 + Agent 平台 | labring |
OpenClaw 是个异类。379K Star，没有大公司背书，纯靠个人开发者社区驱动。它不是框架，是"一个能在任何操作系统、任何平台上跑的个人 AI 助手"。从配置私有模型到对接 QQ 机器人，从浏览器自动化到 100+ 实战案例——它的文档和社区生态比一些商业产品还完整。
Dify 是另一个故事。146K Star 的开源 Agent 工作流平台，背后是公司 LangGenius。它不是为了"给开发者写代码用的"，而是让非技术人员也能搭建复杂的 Agent 流程。可视化编排、RAG 管道、模型路由——它更像一个轻量级的 LangChain + LangGraph 的 GUI 版本。
MetaGPT 值得单独说。它不只是多 Agent 框架——它提出了"AI 软件公司"的概念：产品经理 Agent、架构师 Agent、工程师 Agent 坐在一起协作，产出 PRD、设计文档、代码。这个思路在中文社区引发了大量衍生项目（下一节会说）。
这些项目的 Star 总量加起来接近 90 万。相比之下，整个 AI Agent 赛道的英文明星项目（LangChain ~100K, AutoGen ~40K, CrewAI ~35K）加起来也就这个数。中国开发者不是在抄，而是在定义赛道。
二、社区：Juejin 是金矿，Zhihu 是深井
中文 AI Agent 内容的分布非常集中。
Juejin（掘金）是最高质量、最容易获取的中文 Agent 内容源。 它有结构化的 API（api.juejin.cn/search_api/v1/search），返回的元数据丰富，文章质量稳定在"一线开发者的实战总结"这个档次。
我扫到的几类高价值内容：
- LangGraph 系列教程：从安装到部署到内存管理的完整链路，多篇连载
- OpenClaw 系列：架构设计原理（万字长文）、100+ 实战案例、QQ 机器人集成
- MCP 协议深挖：单 Agent 到群组协作的演进路径
- 框架对比：LangChain vs AutoGen vs LlamaIndex，Coze vs Dify vs FastGPT，8 大框架全景分析
- 实战应用：Dify + Qwen3 合同审查 Agent、Coze 工作流自动化、多 Agent 辩论系统
Juejin 的问题是深度有限。每篇文章 3000-5000 字，适合入门和实战，但不适合做理论深挖。
Zhihu（知乎）是更深的井，但要门票。 Zhihu 上的 AI Agent 内容质量是中文互联网最高的——架构师和研究者写的东西，覆盖了 Agent 推理机制、记忆管理、工具编排的理论基础。问题在于必须登录才能看到完整内容，API 也需要验证。
Bilibili 是意外的好来源。 视频教程的质量参差，但头部创作者（比如几个专注 Agent 实战的 UP 主）产出了大量端到端的视频教程，从零搭建 Agent、对接 MCP 服务、部署到生产。这些内容在文字平台上找不到同等体量的版本。
其他平台：
- V2EX
/go/ai— 质量中等，胜在可爬，适合做社区情绪监测 - CSDN — 量大但水多，标题党严重，适合做样本但别当主力
- InfoQ 中国 — 企业级 Agent 架构文章，质量高但深藏 JS 渲染页面里
三、教程文化：中国开发者写文档的态度
"卷"这个词在中文开发者社区是褒义。体现在教程上就是：写最细的文档，出最全的系列，覆盖最多的场景。
几个代表性案例：
- ai-agents-from-zero（★2K）：2026 年最系统的中文 Agent 入门指南，从零到生产
- yu-ai-agent（★2.4K）：Spring Boot 3 + Java 21 + Spring AI 的完整教程，面向 Java 开发者
- fullstack-ai-agent-roadmap（★69 但内容量惊人）：110 篇教程，58 万字，从零到全栈 Agent
- ai-agent-textbook（★1 但 13 章）：命名为"教科书"毫不夸张，覆盖 LLM、ReAct、MCP、Memory、Multi-Agent
- how-to-vibecoding（★804）：中文 Vibe Coding 教程，MCP + Skills + Agent 实战
中国的教程文化有个特点：追求"从入门到精通"的一条龙覆盖。 英文社区倾向于"你有一个问题，这里有一个解决方案"，中文社区倾向于"你要学这个领域，这里是一整套知识体系"。
这不是好坏问题——是态度差异。结果是中文 Agent 教程的密度远超英文社区。你在单一中文教程系列里能找到的知识点广度，往往需要跨 5-10 个英文资源才能覆盖。
四、垂直领域：金融、数据、医疗都在卷
通用框架之外，中文社区在垂直领域的 Agent 落地也很活跃。
金融是最热的赛道。TradingAgents-CN（★28K）是多 Agent 金融交易框架，把市场分析、策略制定、风险控制拆成独立 Agent 协作。衍生项目 TradingAgents-AShare（★591）专门针对 A 股市场，覆盖了中文财报解读、政策分析和热点追踪。
数据分析方面，airda（★1.7K，哈工大深圳）是多 Agent 数据分析框架，定位是"AI 数据分析师"。输入自然语言数据问题，它自动拆解任务、写 SQL、出图表。
医疗虽然项目不多，但 cyber-doctor（★438）值得关注：多模态医疗 Agent + 知识图谱，能处理医学影像和病历文本。438 Star 不算多，但医疗 AI 的合规门槛高，有这个体量的开源项目说明有人在认真做。
Agent 评估方面，THUDM/AgentBench（★3.5K，清华）是 ICLR 2024 的论文项目，定义了 LLM-as-Agent 的评估标准。SuperCLUE-Agent（★95）聚焦中文原生任务的 Agent 评测——虽然小，但填补了中文 Agent 评估的空白。
五、商业平台：Coze vs Dify vs 大厂全家桶
开源之外，中国的商业化 Agent 平台也在快速迭代。
| 平台 | 公司 | 定位 |
|---|---|---|
| Coze | 字节跳动 | 可视化 Agent 搭建，国内最流行 |
| Dify | LangGenius | 开源 Agent 平台，146K Star |
| Bailian | 阿里云 | 企业级 Agent 平台 |
| 百度 Agent | 百度 | 百度 LLM 生态集成 |
| TARS | 字节跳动 | 最近开源的新 Agent |
Coze 是字节的产品，也是国内普通用户接触 Agent 的第一站。零代码搭建、工作流编排、插件市场——它和 Dify 的定位有重叠，但 Coze 更面向非开发者，Dify 更面向开发者和企业。
Bailian（百炼） 是阿里云的企业级方案，主打"大模型应用开发平台"。和 Coze/Dify 的差异在于它深度绑定阿里云的基础设施，适合已经有云上部署的企业。
百度 Agent 有流量优势（百度搜索的入口），但技术口碑不如 Coze 和 Dify。
TARS 是字节最近开源的项目，值得关注。它的定位是"企业级的 Agent 开发框架"，而不是可视化搭建工具。
六、关键洞察与获取策略
这个生态的六个事实
-
规模被严重低估。OpenClaw 379K Star 是全球 Agent 类项目第一，Dify 146K 是第二。这不是追赶，这是领跑。
-
教程密度全球最高。中文 Agent 教程的颗粒度和系统性远超英文社区。"从入门到精通"的系列化写作文化，让一个系列就能覆盖整个知识领域。
-
多 Agent 是热点中的热点。MetaGPT 68K Star 引发的多 Agent 热潮、TradingAgents 的多 Agent 金融协作、以及大量多 Agent 教程——中国开发者对"多个 Agent 一起干活"这件事的痴迷远超海外。
-
内容获取有分层。最佳入口是 Juejin（API 可访问，质量稳定），深度内容在 Zhihu（需登录），视频教程在 Bilibili（限流）。CSDN 量大但水多，可以用但别依赖。
-
垂直领域在悄悄积累。金融 Agent 已经有可用项目（TradingAgents-CN 28K Star），数据分析和医疗也在出成果。这些领域的开源 Agent 会越来越多。
-
商业平台竞争激烈。Coze 走大众路线，Dify 走开发者路线，Bailian 走企业路线。三者在抢的是同一个市场——"让更多人能搭建 Agent"。
如果你要获取中文 Agent 内容
优先级（按可获取性 × 价值密度）：
- Juejin API — 结构化、质量高、不需要爬虫对抗，首选
- GitHub — 项目 README、Star 数、Issue 讨论，信息最直接
- V2EX /go/ai — 可爬，适合做社区情绪监控
- Zhihu — 需要登录/API Key，但内容深度最高
- Bilibili — API 可用（有限流），视频教程独特价值
- InfoQ 中国 — 企业级内容，需要浏览器自动化
不推荐优先投入： CSDN（信噪比低）、Linux.do（Cloudflare 挡死）、微信（全 API 集成成本太高）。
七、写在最后
写这篇报告不是为了证明"中国也有"。
而是想说明一件事：中文 AI Agent 生态已经不是"中国版某某"的叙事框架能概括的了。 OpenClaw 是全球 Star 最多的 Agent 项目，Dify 是全球部署最广的开源 Agent 平台之一，MetaGPT 的多 Agent 协作范式影响了无数后续项目。
中国开发者不是在抄作业——他们在写教科书。
而这个教科书是中文的，免费公开的，任何人都能拿到手上读的。这就是为什么中文 AI Agent 内容值得你的关注：不是因为语言，而是因为这里有人在定义 Agent 的下一步。
调研工具：GitHub API、Juejin API、Tavily 搜索、直接 HTTP 抓取。受限于 API 速率限制和反爬机制，部分平台（Zhihu、CSDN、微信）的内容覆盖可能不完整。完整调研数据见 research/chinese_ai_agent_ecosystem_report.md。