Updated апрель 2026 г.

LlamaIndex Agents for Multi-Agent Systems

LlamaIndex · MIT · primary language python · token-overhead ×1.4

15-axis capability scores

  • Sequential workflows8/10
  • Parallel workflows6/10
  • Hierarchical workflows7/10
  • Adaptive workflows7/10
  • State management7/10
  • Human-in-the-loop5/10
  • Python support10/10
  • TypeScript support7/10
  • .NET / Java support0/10
  • MCP support7/10
  • A2A support4/10
  • Observability7/10
  • Deployment flexibility7/10
  • Maturity8/10
  • Learning curve (higher = easier)7/10

Tokens per task

LlamaIndex Agents имеет ×1.4 коэффициент накладных расходов токенов относительно базовой линии 1,0 (LangGraph). Для нагрузки 50 000 задач в месяц при 15 000 базовых токенов это примерно 1050.0M токенов в месяц до HITL или мультиагентного fan-out.

Запустите мастер для калиброванной оценки против вашей нагрузки и выбранной модели.

Run the selector with your workload

Starter scaffold

Buzzi поставляет ZIP hello-world с 2 агентами для LlamaIndex Agents (Dockerfile, закреплённые зависимости, README, лицензия MIT). Генерируется при завершении мастера.

Closest alternatives

Ready to commit to LlamaIndex Agents?

Run the wizard, download the scaffold, and book a 30-minute scoping call with Buzzi.ai.

Start the selector