Comparação

QueryMT frente a frameworks LLM alternativos

Nenhum framework é o melhor para tudo. Veja como o QueryMT se compara e quando escolher cada opção.

RecursoQueryMTLiteLLMLangChainCrewAIOllama
LinguagemRustPythonPython/JSPythonGo
Quantidade de fornecedores17+100+~40~10~5 (local)
Modelo de pluginsWASM/native desde OCIPython packagesPip packagesPip packagesBuilt-in
Fornecedores em sandbox————
Agentes definidos por config————
Quorum multiagente———
Rede mesh————
Partilha sem credenciais————
Desktop MCP (dados do dispositivo)————
Agentes agendados————
Conhecimento persistente——
Inferência GPU local——✓
Avaliação paralela✓✓———
Suporte MCP✓—✓——
Saída estruturada✓✓✓——
Extensão do VS Code✓————

Quando usar QueryMT

  • Quer agentes guiados por config, não por código
  • Precisa de rede mesh ou partilha de fornecedores sem credenciais
  • Quer acesso a dados do dispositivo via MCP
  • Precisa de agentes agendados e autónomos
  • Importa-se com fornecedores em sandbox obtidos via OCI

Quando usar outra coisa

  • LiteLLM: Precisa de 100+ integrações de fornecedores e Python serve para si
  • LangChain: Quer um grande ecossistema de chains, retrievers e suporte JS
  • CrewAI: Quer multiagentes simples baseados em papéis em Python
  • Ollama: Só quer correr um modelo local rapidamente