Поређење
QueryMT у односу на алтернативне LLM framework-ове
Не постоји најбољи framework за све. Овако се QueryMT пореди са осталима и када има смисла изабрати који.
| Функција | QueryMT | LiteLLM | LangChain | CrewAI | Ollama |
| Језик | Rust | Python | Python/JS | Python | Go |
| Број провајдера | 17+ | 100+ | ~40 | ~10 | ~5 (локално) |
| Plugin модел | WASM/native из OCI-а | Python package-и | Pip package-и | Pip package-и | Built-in |
| Sandbox провајдери | | — | — | — | — |
| Агенти дефинисани конфигурацијом | | — | — | — | — |
| Вишеагентски quorum | | — | — | | — |
| Mesh мрежа | | — | — | — | — |
| Дељење без акредитива | | — | — | — | — |
| Desktop MCP (подаци уређаја) | | — | — | — | — |
| Заказани агенти | | — | — | — | — |
| Трајно знање | | — | | | — |
| Локална GPU инференција | | | — | — | ✓ |
| Паралелна евалуација | ✓ | ✓ | — | — | — |
| MCP подршка | ✓ | — | ✓ | — | — |
| Структурисан излаз | ✓ | ✓ | ✓ | — | — |
| VS Code екстензија | ✓ | — | — | — | — |
Када користити QueryMT
- Желиш агенте вођене конфигурацијом, не кодом
- Потребна ти је mesh мрежа или дељење провајдера без акредитива
- Желиш приступ подацима уређаја преко MCP-а
- Потребни су ти заказани, аутономни агенти
- Важни су ти sandbox провајдери повучени из OCI-а
Када користити нешто друго
- LiteLLM: Треба ти 100+ интеграција провајдера и Python ти одговара
- LangChain: Желиш велики chain/retriever екосистем и JS подршку
- CrewAI: Желиш једноставан вишеагентски систем заснован на улогама у Python-у
- Ollama: Само желиш брзо да покренеш локални модел