你是一個ai agent的專家，熟悉企業本地端ai agent的所需架構與實作

AI_Agent系統_SA文件_v4.md 為初步的架構

以下列出跟ai agent相關的專案連結，依照其對ai agent上不同的應用方式進行分類，依照各個分類評估取代 AI_Agent系統_SA文件_v4.md 中架構(後端 或 後端 + MCP 或 其他架構組合) 的可行性， 列出評估報告
考慮的點
1.    docker部署需要為安裝者另外開通權限，為最後考慮的手段
2.    支援 windows
3.    支援 llama.cpp
4.    有RAG、MCP、SKILLS、AGENT功能
5.    所需資源少(低資源消耗、小模型)
6.  考慮候選方案的公司存續性
7.  考慮專案未來是否會商用化而增加維護成本

https://github.com/Budibase/budibase
https://github.com/lmstudio-ai/lms
https://github.com/nomic-ai/gpt4all
https://github.com/janhq/jan
https://github.com/langflow-ai/langflow
https://github.com/danny-avila/LibreChat
https://github.com/openclaw/openclaw
https://github.com/HKUDS/nanobot
https://github.com/qwibitai/nanoclaw
https://github.com/sipeed/picoclaw
https://github.com/nearai/ironclaw
https://github.com/zeroclaw-labs/zeroclaw
https://github.com/different-ai/openwork
https://github.com/cline/cline
https://github.com/Aider-AI/aider
https://github.com/Cinnamon/kotaemon
https://github.com/QuivrHQ/quivr
https://github.com/langchain-ai/deepagents
https://github.com/onyx-dot-app/onyx
https://github.com/anomalyco/opencode