Saikiは、宣言型のYAML定義を書いて複雑なAI駆動のワークフローを構築できるオープンソースのエージェントオーケストレーションフレームワークです。各エージェントは、タスクを実行したり、外部サービスを呼び出したり、他のエージェントを連鎖的に呼び出すことができます。Saikiは、ビルトインのREST APIサーバー、実行トレース、詳細なログ出力、リアルタイム監視用のウェブダッシュボードを提供します。リトライ、フォールバック、カスタム拡張をサポートし、堅牢な自動化パイプラインの反復、デバッグ、スケーリングを容易にします。

Swarm Simulatorは、リアルタイムのマルチエージェント実験に適したカスタマイズ可能な環境を提供します。ユーザーは整列、凝集、分離の主要な挙動パラメータを調整し、視覚的なキャンバス上でエマージングなダイナミクスを観察できます。インタラクティブなUIスライダー、エージェント数の動的調整、分析用のデータエクスポートをサポートします。教育デモ、研究のプロトタイピング、または群知能の原理の趣味の探求に最適です。

Tongui Agentは、会話状態を維持し、外部ツールを活用し、複数のサブエージェントを調整できるモジュール式アーキテクチャを提供します。開発者はLLMバックエンドの設定、カスタムアクションの定義、コンテキストを保存するためのメモリモジュールの追加を行います。このフレームワークには、SDK、CLI、および可観測性のためのミドルウェアフックが含まれており、WebやNode.jsアプリケーションへの統合が容易です。対応LLMにはOpenAI、Azure OpenAI、オープンソースモデルがあります。

Avalon-LLMは、複数のLLM駆動のエージェントを協調環境でオーケストレーションできるPythonベースのマルチエージェントAIフレームワークです。各エージェントは、ウェブ検索、ファイル操作、カスタムAPIなどの特定ツールを設定して専門的なタスクを実行できます。このフレームワークは、会話のコンテキストや長期知識を保存するメモリモジュール、意思決定を改善する思考の連鎖による推論、エージェント性能をベンチマークする内蔵評価パイプラインをサポートします。Avalon-LLMは、モデル提供者、ツールキット、メモリストアなどのコンポーネントを簡単に追加・置き換えできるモジュール式プラグインシステムを提供します。シンプルな設定ファイルとコマンドラインインターフェースで、研究、開発、実運用に適した自律型AIワークフローの展開、監視、拡張が可能です。

Bespoke Curatorは、ユーザーが役割（研究者、分析者、要約者）を持つ複数の専門エージェントを起動し、情報を自律的に収集し、ドキュメントを処理し、構造化された出力を提供できるAI駆動のオーケストレーションフレームワークです。ウェブ閲覧、API、共有メモリストレージとの組み込み連携により、エージェントはコミュニケーションを取りながらタスクを反復できます。ユーザーはデータソースを設定し、抽出ルールやパフォーマンス指標を指定します。プラットフォームのダッシュボードは、エージェントの進行状況を追跡し、リアルタイムの調整や最終レポート・インサイト・サマリーのエクスポートを可能にします。これらはビジネスインテリジェンスや学術レビュー、コンテンツ戦略ワークフローに利用されます。

JADE上のEコマースマルチエージェントシステムは、自律型エージェントがオンラインショッピングのワークフローを管理できることを示します。購入者エージェントは商品を検索し、販売者エージェントと価格を交渉します。販売者エージェントは在庫と価格戦略を管理します。ロジスティクスエージェントは出荷スケジュールを調整し、注文状況を更新します。このシステムは、ACLによるエージェント間通信、行動の拡張、およびJADEプラットフォーム上のコンテナ展開を示しています。

Java-Action-Shapeは、LightJasonマルチエージェントフレームワークを拡張するための専用の幾何学的アクションライブラリです。エージェントは、標準的な図形（円、長方形、多角形）をインスタンス化し、変換（平行移動、回転、スケール）を適用し、解析計算（面積、周囲長、重心）を行うためのすぐに使用できるアクションを利用できます。各アクションはスレッドセーフで、LightJasonの非同期実行モデルと統合されているため、効率的な並列処理が可能です。開発者は、頂点や辺を指定してカスタム図形を定義し、エージェントのアクションレジストリに登録し、プラン定義に含めることができます。図形関連のロジックを一元化することで、Java-Action-Shapeはボイラープレートコードを削減し、一貫したAPIを確保し、シミュレーションから教育用ツールまで、幾何学ベースのエージェントアプリケーションの構築を加速します。

LLMLingエージェントは、大規模言語モデルを利用したAIエージェントの構築・設定・展開を行うモジュラーなフレームワークです。ユーザーは複数のエージェント役割をインスタンス化し、外部ツールやAPIと連携し、会話の記憶を管理し、複雑なワークフローを調整できます。ブラウザベースのプレイグラウンドを備え、エージェント間の相互作用を可視化し、履歴のログやリアルタイム調整を可能にします。Python SDKを用いて、カスタム挙動をスクリプト化し、ベクトルデータベースを統合し、プラグインを通じて拡張が可能です。LLMLingエージェントは、再利用可能なコンポーネントと明確な抽象化により、チャットボット、データ分析ボット、自動化アシスタントの作成を効率化します。

NanoBrowserはChrome拡張機能として直接ブラウザで動作し、自然言語のプロンプトを使用して繰り返しや複雑なウェブタスクを自動化します。OpenAI GPT、自ホストLLaMAモデルなどの自分のLLM APIキーを設定し、複数のエージェントで構成されたワークフローを定義します。データのスクレイピング、フォームの操作、自動リサーチ、ワークフローのチェーンをサポートし、LangChainの連携によりエージェントの協調や結果のCSVまたはJSONエクスポート、インタラクティブなデバッグや調整も可能です。プロプライエタリなオペレーターのオープンソース代替として、NanoBrowserはプライバシー、拡張性、使いやすさを重視しています。

OpenAI Agents Chatbotは、開発者がツールや知識検索、メモリモジュールなどの複数の専門AIエージェントを統合および管理できるようにします。チェーン・オブ・ソートの調整、セッションベースのメモリ、設定可能なツールエンドポイント、シームレスなOpenAI APIとのインタラクションを特徴としています。ユーザーは各エージェントの挙動をカスタマイズし、ローカルまたはクラウド環境に展開し、追加モジュールでフレームワークを拡張できます。これにより高度なチャットボット、バーチャルアシスタント、自動化システムの開発が加速します。

OpenAI Swarm Nodeは、複数のChatGPTエージェントへの並行リクエストを調整し、個々の出力を収集して、選択した集約戦略（多数決やカスタム重み付けなど）を適用し、統一された合意応答を返します。拡張可能なアーキテクチャは、モデルパラメータの詳細な制御、エラー処理、リトライ、非同期実行をサポートし、さまざまなNode.jsアプリケーションに群知能を統合して、AI駆動の意思決定の精度と一貫性を向上させます。

Overeasyは、さまざまな分野でのLLM駆動型AIエージェントのオーケストレーション用のPythonベースのオープンソースフレームワークです。エージェントの定義、メモリストアの構成、APIや知識ベース、データベースなどの外部ツールの統合を可能にするモジュール式アーキテクチャを提供します。開発者はOpenAI、Azure、またはセルフホストのLLMエンドポイントに接続し、単一または複数のエージェントを含む動的なワークフローを設計できます。Overeasyのオーケストレーションエンジンは、タスクの委任、意思決定、フォールバック戦略を処理し、研究、顧客サポート、データ分析、スケジューリングなどの堅牢なデジタルワーカーを実現します。充実したドキュメントとサンプルプロジェクトにより、Linux、macOS、Windows上での展開を迅速化します。

Team Coordinationは、複雑なタスクに取り組む複数のAIエージェントのオーケストレーションを簡素化する軽量なPythonライブラリです。プランナー、エグゼキューター、評価者、通信者などの専門的な役割を定義し、高レベルの目的を管理可能なサブタスクに分解し、それらを個々のエージェントに割り当て、構造化された通信を促進します。フレームワークは非同期実行、プロトコルルーティング、結果の集約を担当し、AIエージェントのチームが効率的に協力できるようにします。プラグインシステムは、人気のあるLLM、API、およびカスタムロジックとの連携を可能にし、自動カスタマーサポート、研究、ゲームAI、データ処理パイプラインなどのアプリケーションに最適です。明確な抽象化と拡張性のあるコンポーネントにより、Team Coordinationはスケーラブルなマルチエージェントワークフローの開発を促進します。

CASAは、Robot Operating System（ROS）エコシステム上に構築されたモジュール式でプラグアンドプレイ可能な自律性フレームワークとして設計されています。各ロボットがローカルプランナーとビヘイビアツリーノードを動かし、共有のブラックボードに世界状態を公開する、分散型アーキテクチャを特徴とします。タスク割り当ては、ロボットの能力と利用可能性に基づいてミッションを割り当てるオークション方式のアルゴリズムによって処理されます。通信層は、マルチロボットネットワーク上の標準ROSメッセージを使用し、エージェント間を同期します。開発者はミッションパラメータのカスタマイズ、センサードライバの統合、ビヘイビアライブラリの拡張が可能です。CASAは、シナリオシミュレーション、リアルタイム監視、ロギングツールをサポートします。その拡張性により、研究チームは新しい協調アルゴリズムを試験し、無人地上車両や空中ドローンを含む多様なロボットプラットフォームへのシームレスな展開を実現します。

AgentChatは、高度なマルチエージェントAI会話を構築するための開発者向けプラットフォームです。PythonベースのFastAPIバックエンドとReact UIを組み合わせ、データ抽出、分析、サマリーなどの役割を持つ個別のAIエージェントを定義し、協力して複雑なタスクを完了します。OpenAIのGPTモデルを活用し、RedisによるメモリストレージやAPI呼び出し、Webスクレイピング、データベースクエリなどのカスタムツール連携もサポートします。リアルタイムの会話監視、エージェントのパフォーマンスログ、設定可能なパイプラインを提供します。モジュール式アーキテクチャにより、新しいツールの追加やプロンプト調整により、カスタマイズされた自動化ワークフローや意思決定プロセス、知識発見アプリケーションを実現できます。

Agentic Seekは、OpenAIのGPTモデルとカスタムツールキットを利用して、ウェブ調査の全ライフサイクルを自動化します。ユーザーは高レベルの目的を定義し、システムは専門のサブエージェントを起動して検索クエリを実行し、ウェブサイトをナビゲートし、スクレイピングによって重要な情報を抽出し、結果を要約します。反復的に結果を改善できる機能もサポートし、新たな洞察に基づき結果を見直し、更新できます。開発者はカスタムアクションハンドラーやAPIコネクターを組み込むことで機能を拡張可能です。競合情報、学術研究、市場分析、大規模データ収集に最適で、手動のブラウジングを減らし、意思決定を加速し、多数のオンラインソースを網羅します。プラットフォームには、エージェントの活動監視や中間出力の確認ができるウェブインターフェースを備えています。組み込みのロギング、カスタマイズ可能なプロンプト、監査トレイルにより、チームはエージェントの決定を追跡し、透明性、コンプライアンス、品質保証に役立てられます。

Agent Supervisor Demonstratesリポジトリは、調整されたワークフローで複数の自律的なAIエージェントをオーケストレーションする方法を示しています。Pythonで構築されており、タスクの配信、エージェントの状態監視、障害時の処理、応答の集約を行うSupervisorクラスを定義しています。基本エージェントクラスの拡張、異なるモデルAPIのプラグイン化、スケジューリングポリシーの構成が可能です。活動を記録し、並列実行をサポートし、モジュール式設計で容易なカスタマイズと大規模なAIシステムへの統合を実現します。

AgentFarmは、多様なAIエージェントを統合したシステムを調整する包括的なフレームワークを提供します。ユーザーはPythonで専門的なエージェントの振る舞いをスクリプト化し、役割（マネージャー、ワーカー、アナライザー）を割り当て、並列処理用のタスクキューを設定できます。OpenAIやAzure OpenAIなどの主要なLLMサービスとシームレスに連携し、動的なプロンプトルーティングやモデルの選択を行います。内蔵のダッシュボードでエージェントの状態を追跡し、やりとりを記録し、作業フローのパフォーマンスを可視化します。カスタムAPI用のモジュールプラグインにより、機能を拡張し、エラー処理の自動化やリソース利用状況の監視も可能です。多段階のパイプライン展開に理想的であり、AgentFarmはAI駆動の自動化において信頼性、スケーラビリティ、メンテナンス性を向上させます。

crewAI Playgroundは、AI駆動型エージェントの構築と実験のためのツールキットとサンドボックスです。設定ファイルまたはコードでエージェントを定義し、プロンプト、ツール、メモリモジュールを指定します。プレイグラウンドは複数のエージェントを同時に実行し、メッセージのルーティングや会話履歴のログを処理します。外部データソース用のプラグイン統合、カスタマイズ可能なメモリバックエンド（インメモリまたは永続的）、テスト用のWebインターフェースをサポートします。これにより、チャットボット、バーチャルアシスタント、自動化ワークフローのプロトタイピングが行えます。

FMAS（Flexible Multi-Agent System）は、オープンソースのPythonライブラリで、多エージェントシミュレーションの構築、実行、可視化を行うことができます。カスタムの意思決定ロジックを持つエージェントを定義し、環境モデルを設定し、通信チャネルを設置してスケーラブルなシミュレーションを実行できます。FMASはエージェントの状態監視、インタラクションのデバッグ、結果のエクスポートのためのフックを提供します。そのモジュール化されたアーキテクチャは、可視化、メトリクス収集、および外部データソースとの連携のためのプラグインをサポートし、研究、教育、そして自律システムの実用的なプロトタイプに最適です。