HMAS是一個開源的Python框架，允許開發階層式多智能體系統。它提供抽象功能，用於定義智能體層級、智能體間通信協議、環境整合和內建訓練循環。研究人員和開發者可以使用HMAS對複雜的智能體互動進行原型設計、訓練協作策略，以及在模擬環境中評估性能。其模組化設計使擴展和定制智能體、環境及訓練策略變得簡單。

Matcha Agent提供一個彈性的基礎，用於在Python中建立自主代理。開發者可以配置具有自訂工具集（API、腳本、資料庫）的代理，管理對話記憶，並在不同的LLM（OpenAI、本地模型等）間協調多步驟工作流程。其插件架構便於拓展、除錯和監控代理行為。無論是自動化研究任務、資料分析還是客服支援，Matcha Agent都能簡化端對端代理的開發與部署。

MCP Ollama Agent 利用本地 Ollama LLM 執行時環境，提供多功能的任務自動化代理框架。它集成多種工具接口，包括通過 SERP API 進行網絡搜索、文件系統操作、Shell 命令執行，以及 Python 環境管理。通過定義自訂提示和工具配置，用戶可以編排複雜工作流程，自動化重複性任務，並構建專為各種領域定制的專用助手。代理管理工具調用和上下文，保持會話記錄和工具回應，以產生連貫行動。其基於 CLI 的設定與模組化架構使得擴展新工具和適應不同應用場景變得容易，從研究和數據分析到開發支援。

MultiLang Status Agents 是一個開源的 AI 代理框架，示範如何使用多種程式語言構建和部署跨平台的狀態檢查代理。它提供 Python、C# 和 JavaScript 的範例碼，整合 Semantic Kernel 和 OpenAI GPT API，以查詢服務健康或狀態端點。此框架標準化代理流程，包括提示構建、API 驗證、結果解析與摘要。用戶可以擴充或定制代理，加入新服務整合、修改語言提示，或將狀態代理嵌入網頁應用與管理面板。通過抽象語言特定實作，加快跨多技術堆疊的一致性、AI 驅動監控工具的開發。

SonAgent是一個可擴展的開源框架，主要用於在Python中構建、組織和運行AI代理。它提供核心模塊，用於記憶存儲、工具包裝器、規劃邏輯和異步事件處理。開發者可註冊自定義工具、整合語言模型、管理長期代理記憶，並協調多個代理以合作完成複雜任務。SonAgent的模組化設計促進對話機器人、工作流程自動化和分散式代理系統的開發。

Phidata 是一個創新的平台，旨在構建、部署和監控富有記憶、知識和推理能力的 AI 代理。此系統使用戶能夠創建靈活、反應靈敏的代理，與外部系統互動，利用多種數據來源，並隨著時間的推移通過學習進行改進。Phidata 支援多種大型語言模型（LLMs），提供用戶選擇的靈活性。透過內建的記憶功能，代理能夠維持個性化對話，使其在各行各業的多種應用中非常理想。

RainbowGPT提供一整套設計、定制和部署由OpenAI模型驅動的AI代理的框架。包括FastAPI後端、LangChain工具與記憶管理集成，以及基於React的UI，用於建立和測試代理。用戶可以上傳文件進行向量為基知識檢索、定義自定義提示和行為，並連接外部API或功能。平台會記錄互動以供分析，並支持多代理工作流程，實現複雜自動化及對話流程。

Self-Determining AI Agents是一個Python框架，旨在簡化自主AI代理的建立。它具有可自定義的規劃循環，在該循環中代理產生任務、規劃策略並使用整合工具執行。框架包括持久記憶模組以保留上下文，彈性的任務排程系統，以及用於Web API或資料庫查詢等自訂工具整合的鉤子。開發者能透過配置檔或程式碼定義代理目標，框架則負責迭代決策流程。支援日誌記錄、性能監控，並能擴展新的規劃演算法。非常適合用於研究、自動化工作流程及智能多代理系統的快速原型設計。

Team of AI Agents提供模塊化架構，用於建立和部署多代理系統。每個代理具有不同角色，利用全域記憶庫和本地上下文來保存知識。該框架支援非同步消息傳遞、通過適配器使用工具，以及根據代理結果動態重新分配任務。開發者可用YAML或Python腳本配置代理，實現專題化、目標層次和優先級管理。內建性能評估與除錯指標，促進快速迭代。通過可擴展插件架構，用戶可以整合自定義NLP模型、資料庫或外部API。Team of AI Agents利用專門化代理的集體智慧，加速複雜工作流程，非常適合研究、自動化和模擬環境。

Thufir 是一個基於 Python 的開源框架，旨在簡化創建具有複雜任務規劃與執行能力的自主 AI 代理。Thufir 核心提供一個規劃引擎，將高層次目標拆解為可行的步驟，並配備一個用於存儲與檢索會話上下文資訊的記憶模組，以及一個插拔式工具介面，讓代理可以與外部 API、資料庫或程式碼執行環境互動。開發者可利用 Thufir 的模組化組件，客製化代理行為、定義專屬工具、管理代理狀態並協調多代理工作流程。藉由抽象底層基礎設施，Thufir 加速智慧代理的開發與部署，用於虛擬助理、流程自動化、科研和數位工作者等應用。

AAGPT是一個可擴展的開源AI代理框架，旨在構建自主代理。它允許您定義高層次目標，管理對話記憶，規劃多步任務，以及整合外部工具或API。使用簡單的配置文件和Python SDK，您可以自訂代理行為，定義自訂動作，並部署能與資料來源交互、執行指令、並從過往互動中學習以提升性能的代理。

Agents with ADK是一個開源的Python框架，旨在簡化由大型語言模型驅動的智能代理建立。它包含模組化的代理範本、內建記憶管理、工具執行介面，以及多代理協調功能。開發者能快速插入自定義功能或外部API，配置規劃與推理流程，並監控代理互動。該框架支援與流行的LLM供應商整合，並提供日誌、重試邏輯，以及用於生產部署的擴展性。

AgentLLM 是一個基於網頁的AI代理框架，讓用戶可以透過圖形界面或JSON定義來建立、配置和運行自主代理。代理可以規劃多步工作流程，推理任務，透過Python工具或外部API調用程式碼，維護對話與記憶，並根據結果調整。平台支持OpenAI、Azure或自我託管模型，提供內建工具整合，如網頁搜尋、檔案處理、數學運算與自訂插件。設計用於實驗和快速原型開發，AgentLLM 簡化建構能自動化複雜商業流程、資料分析、客戶支援與個人化推薦的智慧代理。

AGENTS.inc 專注於創建可以根據使用者需求進行自訂的 AI 代理。這些代理協助工作流程自動化、排程和數據管理，節省時間並提高效率。使用者可以定義其代理應執行的任務，以確保 AI 無縫地融入其日常作業中。該平台允許實時更新和對代理功能的簡易調整，使其非常適合個人和專業使用。

AI Agent Code Generator提供命令列介面，以結構化Python專案為AI代理。用戶可從多個基於LangChain的模板中選擇、配置OpenAI API密鑰，並指定自訂工具或函式。此工具自動產生樣板程式碼、專案結構與範例腳本，以部署對話、資訊檢索或任務自動化的代理。開發者亦能擴充生成的程式碼，加入插件、修改提示詞，並整合新工具包，提升代理專用行為，加速原型與正式開發進度。

ANAC-agents是一個基於Python的框架，集中多個談判代理的實現，用於Automated Negotiating Agents Competition（ANAC）。每個代理都具有不同的策略，用於效用建模、提議產生、讓步策略與接受標準，有助於比較研究與快速原型設計。用戶可以定義具有自訂議題與偏好檔的談判域，並模擬雙邊談判或類似錦標賽的競賽。工具包包括配置腳本、評估指標與日誌工具，用於分析談判動態。研究人員與開發者可以擴展現有代理、測試新算法或整合外部學習模組，促進自動化議價與在資訊不完整條件下的策略決策創新。

Autogen Studio Research是一個托管在GitHub上的研究原型，用於構建、視覺化和迭代多智能體AI應用程序。它提供基於網頁的界面，讓您拖放智能體組件、定義通信渠道和配置執行管道。在底層，它使用Python SDK連接到各種LLM後端（OpenAI、Azure、本地模型），並提供實時日誌、度量和除錯工具。該平台旨在支持快速原型開發、決策流程和自動任務協調。

Exo provides everything needed to create, deploy, and scale autonomous AI agents. Start from prebuilt agent templates or create custom workflows using a drag-and-drop interface or YAML definitions. Integrate any REST API, database, or third-party service to extend agent capabilities. Agents maintain context via built-in persistent memory and vector stores. A cloud-hosted execution environment, CLI/SDK tools, and dashboard let you monitor performance, inspect logs, and manage versions.

GenAI Job Agents 是一個基於 Python 的開源框架，可簡化 AI 助力的任務代理的建立與管理。開發者可以使用簡單的配置文件或 Python 類來定義自訂的任務類型與代理行為。系統無縫整合 OpenAI 用於 LLM 支持的推理，以及 LangChain 用於調用鏈。任務可以排入佇列、並行執行，並通過內建日誌與錯誤處理機制進行監控。代理能處理動態輸入，自動重試失敗，輸出結構化結果供後端處理。模組化架構、可擴充插件與清晰 API，讓團隊能自動化重複任務、協調複雜工作流程，並在生產環境擴展 AI 驅動運營。