MAGI（模組化人工智慧生成式智慧）是一個為簡化人工智慧代理建立與管理而設計的開源框架。它提供插件結構，用於自定義工具整合、持久記憶模組、思維鏈規劃，以及多步工作流程的即時協調。開發者可以註冊外部 API 或本地腳本作為代理工具、配置記憶後端，並定義任務策略。MAGI 的可擴展設計支援同步與非同步任務，非常適用於聊天機器人、自動化流程和研究原型。

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。

MindForge是一個堅固的協調框架，設計用於以最少樣板碼建構和部署AI驅動的代理。它採用模組化架構，包括任務規劃器、推理引擎、記憶管理器和工具執行層。透過LLMs，代理可以解析用戶輸入、制定計劃並調用外部工具 — 如網頁爬蟲API、資料庫或自訂腳本 — 以完成複雜任務。記憶組件保存對話背景，啟用多回合互動，決策引擎根據政策動態選擇動作；支援插件與可自訂的工作流程管線，開發者能擴充功能，加入自訂工具、第三方整合與領域知識庫。MindForge簡化了AI代理的開發流程，促進快速原型以及在生產環境中的擴展部署。

OmniMind0 是一個完整的基於代理的 AI 框架，使用 Python 編寫，允許建立並協調多個自主代理。每個代理可配置以處理特定任務—如資料擷取、摘要或決策—並透過可插拔的記憶體後端（如 Redis 或 JSON 檔案）共享狀態。內建插件架構讓您可以拓展功能，與外部 API 或客製命令整合。支援 OpenAI、Azure 和 Hugging Face 模型，並提供 CLI、REST API 伺服器或 Docker 的部署選項，以便靈活集成入您的工作流程。

OpenAgent 提供一個完整的框架，用於開發能理解任務、規劃多步行動並與外部服務互動的自主 AI 代理。通過與 OpenAI 和 Anthropic 等 LLM 整合，實現自然語言推理和決策。平台具有可插拔的工具系統，用於執行 HTTP 請求、檔案操作和自訂 Python 函數。記憶體管理模組允許代理在會話中儲存和檢索上下文資訊。開發者可以通過插件擴展功能，配置實時串流應答，並利用內建的記錄與評估工具監控代理性能。OpenAgent簡化了複雜工作流程的編排，加速智能助手的原型設計，並確保模組化架構以支援可擴展的 AI 應用。

Playbooks AI是一個用於通過聲明式劇本DSL構建AI代理的開發框架。它支持與多種大型語言模型（LLMs）、自定義工具和記憶存儲的整合。配備CLI和網頁界面，使用者可以定義代理行為、編排多步流程並監控執行結果。功能包括工具路由、有狀態記憶、版本控制、分析和多代理協作，便於快速原型設計和部署生產級AI助手。

rag-services是一個可擴展的平台，將RAG流程拆分成不同的微服務。它提供文件存儲服務、向量索引服務、嵌入服務、多個LLM推理服務，以及協調工作流程的編排器。每個模組都提供REST API，允許你組合資料庫和模型供應商。支持Docker和Docker Compose，可以在本地或Kubernetes叢集部署。此框架支持為聊天機器人、知識庫和自動文件問答提供擴展性和容錯性強的解決方案。

MLE Agent 是一個多功能的人工智慧驅動代理架構，通過利用先進的語言模型來簡化和加速機器學習操作。它可以解讀高層次的用戶查詢，執行複雜的 ML 任務，如結合 MLflow 的自動實驗追蹤、實時模型性能監控、數據漂移檢測和管道健全性檢查。用戶可以透過對話介面提示代理以檢索實驗指標、診斷訓練失敗或安排模型再訓練工作。MLE Agent 可無縫整合Kubeflow 和 Airflow等流行編排平台，實現流程自動觸發與通知。其模組化插件架構允許自訂資料連接器、視覺化儀表板和警示通道，適用於各種 ML 團隊工作流程。

Rigging是一個專注於開發者的框架，簡化AI代理的建立和協調。它提供工具和函數註冊、上下文和記憶管理、工作流程鏈接、回調事件和日誌記錄。開發者可以整合多個LLM供應商，定義自定義插件，以及組裝多步驟管道。Rigging的TypeScript型安全SDK確保模組化和可重用，加快聊天機器人、資料處理和內容產生任務的AI代理開發。

本質上，SpongeCake是一個建立在Langchain之上的高層抽象層，旨在加速AI代理的開發。它內建支援註冊工具——如網路搜尋、資料庫連接器或自定義API——管理提示範本，並持久化對話記憶。透過程式碼或YAML配置，團隊可以以聲明方式定義代理行為、串連多步驟工作流程，以及啟用動態工具選擇。包含的CLI便於本地測試、除錯與部署，非常適合用來建立聊天機器人、任務自動化以及領域專用助手，且避免重複樣板碼。

SquadflowAI Studio允許用戶通過定義角色、任務和代理間通信來視覺化組合AI代理。代理可以串聯以處理複雜的多步流程—查詢數據庫或API、執行動作以及傳遞上下文。平台支援插件擴展、即時除錯和逐步日誌。開發者配置提示、管理記憶狀態，並在無需繁雜程式碼的情況下設置條件邏輯。支持OpenAI、Anthropic和本地LLM模型。團隊可使用REST或WebSocket端點部署流程，監控性能指標，並在集中式儀表板調整代理行為。

TypeAI Core提供一個完整框架，用於創建利用大型語言模型的AI驅動代理。它包括提示模板工具、基於向量存儲的會話記憶、與外部工具（API、資料庫、代碼運行器）的無縫整合，以及對嵌套或協作代理的支持。開發者可以定義自訂函數，管理會話狀態，並通過直觀的TypeScript API來協調工作流程。透過抽象複雜的LLM交互，TypeAI Core加速了具有最小樣板的上下文感知、多輪對話AI的開發。

A2A SDK是用於構建、串接和管理Python中AI代理的開發者工具包。它提供API，用於通過提示或代碼定義代理行為，將代理連接到流程或工作流，並實現異步訊息傳遞。支援OpenAI、Llama、Redis和REST服務的整合，讓代理可以獲取資料、調用函數和儲存狀態。內建UI監控代理活動，模組化設計確保可擴展或替換元件以符合自訂應用場景。

A2A4J 是一個輕量級的 Java 框架，專為構建自主式 AI 機器人而設計。它提供機器人、工具、記憶與規劃者的抽象，支援任務的異步執行以及與 OpenAI 及其他 LLM API 的無縫整合。其模組化設計允許用戶定義自訂工具與記憶儲存，協調多步驟工作流程以及管理決策循環。內建錯誤處理、記錄與擴展性，加速智慧 Java 應用與微服務的開發。

Agent Supervisor Demonstrates存儲庫展示如何在協調的工作流程中編排多個自主AI代理。用Python編寫，定義一個Supervisor類，用於調度任務、監控代理狀態、處理故障及整合回應。您可以擴展基本代理類，插入不同模型API，並配置排程策略。它記錄活動以作稽核，支援平行執行，並提供模組化設計，方便定制與整合入更大型的AI系統。

Agentic Framework是一個多功能的開源框架，設計用來簡化利用大型語言模型與MongoDB的自主AI代理的建立。它提供模組化組件來管理代理記憶、定義工具集、調度多步工作流程和模板提示。內建的MongoDB支持記憶體存儲器，使代理能在會話之間保持持久的上下文，而可插拔的工具介面允許與外部API和資料源進行無縫交互。基於Node.js，該框架包括日誌記錄、監控鉤子和部署範例，加快智能代理的原型設計與擴展。透過可定制的配置，開發者可以根據任務需求定制代理，如知識檢索、自動化客戶支持、資料分析和流程自動化，降低開發負擔並加快推向生產。

AgentUniverse提供一個統一的Python SDK，用於設計、協調及運行自主AI代理。開發者可以定義代理行為，整合外部工具或API，維護對話記憶，以及排定多步任務。支援LangChain、自訂工具插件及可配置的運行環境，加快代理的開發與部署。內建監控與日誌記錄，提供即時洞察，其模組化架構也便於擴充新功能或AI模型。

AI Agent Terraform模組提供可重用的Terraform配置，能自動化端到端建立AI代理後端。它創建AWS VPC、具有最少特權政策的IAM角色、連接到OpenAI或自定義模型API的Lambda函數、REST API Gateway界面，以及選擇性Step Functions用於流程編排。用戶可以自定義環境變數、擴展設置、日誌記錄與監控。此模組將複雜的雲端設定抽象成簡單輸入，使快速、一致且安全地部署對話式AI代理、任務自動化或資料處理機器人在數分鐘內完成。

Aladin提供模組化架構，允許開發者定義由大型語言模型（LLMs）驅動的自主代理。每個代理可以載入記憶後端（如SQLite或內存）、使用動態提示模板，並集成自定義插件以調用外部API或執行本地指令。其具有將高階目標拆解成排程動作的任務規畫器，依序執行並根據LLM反馈迭代。配置通過YAML檔案與環境變數管理，適用於不同用例。用戶可通過Docker Compose或pip來部署Aladin。CLI與基於FastAPI的HTTP端點讓用戶觸發代理、監控執行流程和檢查記憶狀態，促進與CI/CD流程、聊天界面或自訂儀表板的整合。

autogen_multiagent提供在Python中實例化、配置和協調多個AI代理的結構化方式。它提供動態代理創建、代理間訊息通道、任務規劃、執行循環與監控工具。與OpenAI API無縫整合，讓你為每個代理分配專用角色如規劃者、執行者、摘要者，並協調它們的互動。此框架非常適合模組化、可擴展的AI工作流程，例如自動化文檔分析、客戶支援協調以及多步驟的程式碼生成。