对比

主 README 完整对比表的精简中文版。

	Vercel AI SDK	Mastra	LangGraph.js	OpenAI Agents JS	CF Agents SDK	wasmagent
边缘安全沙箱化代码执行	❌	❌	❌	⚠️ OS / Docker	❌	✅ 3 层
进程内真 Python	❌	❌	❌	❌	❌	✅ Pyodide
自动 prompt-cache 断点 + 1h TTL	❌	❌	❌	❌	❌	✅
Code-mode MCP server（docs_search + execute_code）	❌	❌	❌	❌	⚠️ 闭源	✅
国产模型（豆包 / DeepSeek / Kimi / 千问 / GLM / MiniMax）	❌	❌	❌	❌	❌	✅
时间旅行调试器 + 任意步分叉	❌	❌	✅ Studio	❌	❌	✅
Stateless HITL + SSE Last-Event-ID 续传	❌	⚠️ 部分	✅	❌	⚠️ 仅 DO	✅
本地 Studio（成本 / 延迟 / 错误率）	❌	✅ Studio（SaaS）	❌	❌	❌	✅ 零部署
Pareto 优先的多模型评测	❌	❌	❌	❌	❌	✅
CI 守护的可复现基准	❌	❌	❌	❌	❌	✅

"❌" 表示该框架今天（2026 年 6 月）没有这项能力。"⚠️" 表示部分支持。每季度重新核实。

我们刻意不竞争的赛道

wasmagent 不与下面这些角度竞争：

• 集成数量 — LangChain 已有 300+ 集成；这条赛道的领先位置我们追不上。
• React 优先 DX — Vercel AI SDK 6 已是 Next.js 默认模板；不去夺这把椅子。
• 托管 SaaS — Mastra Cloud、LangSmith、Vercel 平台。我们是运行时 + 框架，不是托管产品。

如果你在 wasmagent 与上述框架之间做选择，问题是：你是否需要表中只有 wasmagent 才打 ✅ 的某一行？ 如果不需要，那些更大生态的框架就是正确选择。

为什么是三层沙箱？

参见 kernel 决策树 — 表里其他每个框架在这一行打 "❌"，是因为没有任何一家把沙箱隔离当成"可热插拔的接口"对待。

想组合而不是替换？

wasmagent 的任何 kernel 都可以从任何框架内独立使用，没有对 wasmagent 其余部分的依赖。教程：

• 在 Vercel AI SDK 中使用 wasmagent kernel
• 在 Mastra 中使用 wasmagent kernel