Functionaryは、API呼び出しやデータベースクエリ、ビジネスロジックをカプセル化したJavaScript関数としてカスタムツールを登録する宣言的な方法を提供します。ユーザープロンプトを分析し、実行すべきツールを決定し、その出力を会話応答に解析するLLMとのやりとりをラップします。フレームワークはメモリやエラー処理、アクションのチェインをサポートし、プレあるいはポスト処理用のフックを提供します。開発者は、ボイラープレートなしで動的な関数オーケストレーションに対応できるエージェントを素早く作成でき、AI駆動のワークフローの制御性を高めます。

InfantAgentは、Pythonで知能エージェントを設計および展開するための軽量な構造を提供します。OpenAIやHugging Faceといった人気のLLMと連携し、永続的なメモリモジュールをサポートし、カスタムツールチェーンを可能にします。標準搭載の会話インターフェース、タスクオーケストレーション、ポリシー駆動の意思決定機能を備えています。プラグインアーキテクチャにより、ドメイン固有のツールやAPIを簡単に拡張でき、研究用のエージェントのプロトタイピングやワークフローの自動化、アプリケーションへのAIアシスタントの埋め込みに最適です。

Nestorは会話状態を維持し、外部ツールを呼び出し、処理パイプラインをカスタマイズできるモジュール式のアーキテクチャを提供します。主な特徴には、セッションベースのメモリストア、ツール関数またはプラグインの登録用レジストリ、柔軟なプロンプトテンプレート、一元化されたLLMクライアントインターフェースが含まれます。エージェントは逐次タスクを実行したり、意思決定の分岐を行ったり、REST APIやローカルスクリプトと連携できます。Nestorはフレームワークに依存しない設計で、OpenAI、Azure、またはセルフホスト型のLLM提供者と連携できます。

Labsは大規模言語モデルを使ってAIエージェントを定義し実行するためのオープンソースの埋め込み可能なドメイン固有言語です。プロンプトの宣言、コンテキストの管理、条件分岐、外部ツール（例：データベース、API）との連携を行う構造を提供します。Labsを使えば、開発者はエージェントのワークフローをコードとして記述し、データ取得、分析、生成などの多段階タスクをオーケストレーションします。フレームワークはDSLスクリプトを実行可能なパイプラインにコンパイルし、ローカルまたは本番環境で実行可能です。LabsはインタラクティブREPL、コマンドラインツールと標準的なLLMプロバイダーとの連携をサポートし、モジュール式の拡張アーキテクチャによりカスタム関数やユーティリティの追加が容易です。軽量なランタイムは低オーバーヘッドと既存アプリへのシームレスな埋め込みを実現します。

基本的に、LionAGIは依存関係のあるタスクステージを定義および実行するためのモジュール式アーキテクチャを提供し、複雑な問題を順次または並列に処理可能な論理コンポーネントに分割します。各ステージはカスタムプロンプト、メモリ保存、意思決定ロジックを利用し、以前の結果に基づいて振る舞いを調整します。開発者はサポートされている任意のLLM APIまたはセルフホスト型モデルを統合し、観測空間を設定し、アクションマッピングを定義して、計画、推論、複数サイクルで学習するエージェントを作成できます。ビルトインのロギング、エラーリカバリー、分析ツールにより、リアルタイムの監視と反復的な改善が可能です。研究ワークフローの自動化、レポート作成、自律プロセスの調整などにおいて、LionAGIは最小限のボイラープレートで即座に知的かつ適応性の高いAIエージェントの構築を促進します。

LLM-Powered AI Agentsは、モジュラーアーキテクチャを通じて大規模言語モデルと外部ツールを調整し、自律エージェントの作成を効率化します。開発者は標準化されたインターフェースを持つカスタムツールを定義またはインポートし、状態を永続化するメモリバックエンドや、LLMのプロンプトを用いた複数段階の推論チェーンを設定できます。AgentExecutorモジュールはツールの呼び出し、エラー処理、非同期ワークフローを管理し、実データ抽出や顧客サポート、スケジューリングアシスタントなどの実例テンプレートを提供します。API呼び出し、プロンプト設計、状態管理を抽象化し、ボイラープレートを減らし、試行錯誤の速度を向上させることで、Pythonによるカスタム知能自動化ソリューションの開発に最適です。

LLM-Agentは、大規模言語モデルを搭載したAIエージェントを構築するための軽量かつ拡張可能なフレームワークです。会話のメモリ、動的なプロンプトテンプレート、カスタムツールやAPIのシームレスな統合のための抽象化を提供します。開発者は、多段階の推論プロセスを調整し、やり取り間の状態を維持し、データ取得やレポート作成、意思決定支援などの複雑なタスクを自動化できます。メモリ管理とツールの使用、計画を組み合わせることで、LLM-AgentはPythonでの知的でタスク指向のエージェントの開発を効率化します。

関数呼び出し対応のローカルLLMは、開発者が完全にローカルのハードウェア上で動作するAIエージェントを作成できるようにし、データプライバシーの懸念やクラウド依存を排除します。このフレームワークには、LLaMA、GPT4All、その他のオープンウェイトモデルなどのローカルLLMを統合するサンプルコードが含まれ、モデルが呼び出すことができる関数スキーマの設定方法も示しています。データ取得やシェルコマンドの実行、APIとの連携などのタスクを実行します。ユーザーは、カスタム関数エンドポイントの定義や、プロンプトのカスタマイズ、関数応答の処理を通じて設計を拡張できます。この軽量なソリューションにより、オフラインAIアシスタントやチャットボット、自動化ツールの構築が容易になり、多様なアプリケーションに対応可能です。

Camel AIは、インテリジェントエージェントの作成とオーケストレーションを簡素化したオープンソースフレームワークです。大型言語モデルの連鎖、外部ツールおよびAPIの統合、知識グラフの管理、メモリの永続化に関する抽象化を提供します。開発者はマルチエージェントワークフローを定義し、タスクをサブプランに分解し、CLIまたはWeb UIを通じて実行状況を監視できます。PythonとDocker上で構築されており、LLM提供者やカスタムツールプラグイン、ハイブリッドプランニング戦略のシームレスな置き換えを可能にし、自動アシスタント、データパイプライン、自治型ワークフローの開発を加速します。

Notteは、大規模言語モデルを駆動するAIエージェントのオーケストレーションを目的とした、開発者中心のPythonフレームワークです。会話のコンテキストを保存・取得するビルトインのメモリモジュール、外部APIやカスタム関数との柔軟なツール統合、タスクのシーケンスを管理するプランニングエンジンを提供します。これにより、会話アシスタントやデータ分析ボット、または自動化されたワークフローのプロトタイピングを迅速に行うことができ、オープンソースの拡張性とクロスプラットフォームのサポートの恩恵を受けられます。

Playbooks AIは、宣言型プレイブックDSLを使用してAIエージェントを構築するための開発者向けフレームワークです。さまざまなLLMやカスタムツール、メモリストアとの統合をサポートします。CLIとWeb UIを備え、ユーザーはエージェントの動作を定義し、マルチステップワークフローをオーケストレートし、実行を監視できます。特徴にはツールルーティング、状態を保持するメモリ、バージョン管理、分析、多エージェントコラボレーションが含まれ、試作や本番環境への展開を容易にします。

AgentSea AI Hubは、エンドツーエンドのエージェント開発と管理を効率化する強力なAIプラットフォームおよびフレームワークです。ドラッグ＆ドロップのビジュアルビルダーで、深いコーディング知識がなくてもエージェントのペルソナ、会話フロー、カスタムスキルを作成可能です。外部API、ナレッジベース、データベースの連携も行え、組み込みのメモリ管理モジュールがセッション全体のコンテキストを保持します。Web、モバイル、チャット、音声、メールなど複数チャネルへの展開をサポートし、シームレスなユーザー体験を実現します。パフォーマンスの詳細監視、A/Bテスト、バージョン管理で継続的な改善を促進します。ロールベースのアクセス制御やコラボレーションワークスペースにより、複雑なプロジェクトチームの協力も可能です。AgentSea AI Hubは、デジタルワーカーの作成、自動化された反復タスク、およびインテリジェントな自動化による顧客エンゲージメントの向上を加速します。

SmolAgents Dynamic Toolsは、オープンソースのPythonフレームワークであるSmolAgentsを拡張し、LLMベースのエージェントに動的なツール呼び出しを可能にします。エージェントはSerpAPIによるWeb検索や数学的計算器、日時取得、ファイルシステム操作、カスタムHTTPリクエストハンドラなどを、ユーザの意図と思考の連鎖に基づいてシームレスに呼び出せます。開発者は追加のツールを登録したり、既存のものをカスタマイズしたりして、データ取得、コンテンツ生成、計算、外部APIの統合を一つのインターフェースで実現可能です。実行時にツールの利用可否を評価し、ワークフローを最適化し、ハードコーディングを削減して、研究支援、自動報告、チャットボットの拡張など多様なアプリケーションシナリオに適応します。

Taigaは、オートノマスな大規模言語モデル（LLM）エージェントの作成、調整、展開を促進するためのPythonベースのオープンソースAIエージェントフレームワークです。このフレームワークには、カスタムツールや外部APIを統合するための柔軟なプラグインシステム、長期および短期の会話コンテキストを管理するための設定可能なメモリモジュール、複数ステップのワークフローを順次実行するタスク連鎖機構が含まれています。さらに、ビルトインのロギング、指標、エラーハンドリングにより、プロダクション環境に適した運用が可能です。開発者は、テンプレートを使ってエージェントの下地を素早く作成し、SDKを通じて機能を拡張し、様々なプラットフォームに展開できます。複雑なオーケストレーションロジックを抽象化することで、チームは研究、計画、行動を手動なしに実行できる知的アシスタントの構築に集中できます。

エージェントスピークは、BDI（Belief-Desire-Intention）自律エージェントの作成と管理を促進するためのJavaをベースとしたオープンソースのAgentSpeak（L）プログラミング言語の実装です。エージェントスピークはエージェントの信念ベースを維持し、イベントをトリガーし、現在の信念と目標に基づいてプランを選択・実行するランタイム環境を備えています。インタプリタは並行エージェントの実行、動的プランの更新、カスタマイズ可能なセマンティクスをサポートします。モジュール設計により、開発者はプラン選択や信念修正などのコアコンポーネントを拡張できます。エージェントスピークは学術・産業界の開発者に、知能エージェントのプロトタイピング、シミュレーション、展開を支援します。

DataEnvGymは、Gym API上に構築されたモジュール式でカスタマイズ可能な環境のコレクションを提供し、データ駆動型ドメインにおける強化学習研究を促進します。研究者やエンジニアは、データクリーニング、特徴工学、バッチスケジューリング、ストリーミング分析などのビルトインタスクから選択できます。このフレームワークは、人気のRLライブラリとのシームレスな統合、標準化されたベンチマーク指標、エージェントのパフォーマンス追跡用のロギングツールをサポートします。ユーザーは、複雑なデータパイプラインのモデル化や、現実的な制約下でのアルゴリズム評価のために環境を拡張または組み合わせることが可能です。

ElizaOSは、TypeScriptプロジェクト内で自律AIエージェントを設計、テスト、展開するための堅牢なツールセットを提供します。開発者はエージェントのキャラクター、目標、およびメモリ階層を定義し、ElizaOSの計画システムを利用してタスクのワークフローを概説します。モジュラーコネクタアーキテクチャにより、Discord、Telegram、Slack、Xなどの通信プラットフォームやWeb3アダプタを通じたブロックチェーンネットワークとの統合が容易です。ElizaOSは、OpenAI、Anthropic、Llama、Geminiなど複数のLLMバックエンドをサポートし、モデル間のシームレスな切り替えを可能にします。プラグインサポートは、カスタムスキルやロギング、監視機能を拡張します。CLIおよびSDKを使用して、チームはエージェント設定の反復、ライブパフォーマンスの監視、クラウドやオンプレミスでの展開をスケールアップします。ElizaOSは、自動化された顧客対応、ソーシャルメディアエンゲージメント、ビジネスプロセスを自律的なデジタルワーカーで自動化することを可能にします。

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。

LemLabは、大規模言語モデルを活用したAIエージェント開発のためのモジュール型フレームワークです。開発者はカスタムのプロンプトテンプレートを定義し、多段階の推論パイプラインを連鎖させ、外部ツールやAPIを統合し、会話のコンテキストを保存するメモリバックエンドを設定できます。また、定義されたタスクでエージェントのパフォーマンスを比較する評価スイートも含まれています。再利用可能なコンポーネントと明確な抽象化により、研究や実運用環境での複雑なLLMアプリケーションの実験、デバッグ、展開を加速します。

MCP Agentは、言語モデル、カスタムツール、データソースを統合するためのモジュールコンポーネントを提供し、知的なAI駆動アシスタントを構築するための堅牢な基盤を提供します。主要な機能には、ユーザーの意図に基づく動的なツール呼び出し、長期会話に対応した文脈認識メモリ管理、拡張性のあるプラグインシステムがあり、能力の拡張を容易にします。開発者はパイプラインを定義し、外部APIを呼び出し、非同期ワークフローを管理しながら、透明なログとメトリクスを維持できます。人気のLLM、構成可能なテンプレート、役割ベースのアクセス制御に対応し、MCP Agentはスケーラブルで保守性の高いAIエージェントの展開を効率化します。顧客サポートチャットボット、RPAボット、リサーチアシスタントなど、さまざまなユースケースで開発サイクルを加速し、一貫したパフォーマンスを確保します。